SnakeBench
引用頻度 1/3
- 何を測定しますか?
- 2つのAIが同じ盤面でスネークゲームを1対1で戦い、どちらが長く生き残るかを競う、お楽しみベンチマークです。
- 誰がどのように評価しますか?
- 毎ターン、盤面の状態(ヘビとリンゴの位置)を文章で受け取って次の方向を決めます。壁やヘビの体にぶつかると脱落し、積み上がった対戦結果をTrueSkillレーティング(対戦結果で付ける点数)にします。ここには不確かさ(σ)が3未満のモデルだけを載せています。サイトが「信頼できる」とする基準です。
- スコアの読み方
- スコアはコンテスト成績を換算したレーティングです。高いほど良い結果です。運営はGreg Kamradtです(ARC Prize Foundationのサイドプロジェクト)。対戦が積み上がり続けるためレーティングは随時変わり、モデルあたりの対戦数はおおむね10〜35戦と少なめです。お楽しみのスコアなので用途別ランキングには使いません。
最高スコア39
測定したモデル300件
測定基準高いほど良い
最終更新2026.11.21
モデルのリリース時期
リリース日の情報がないモデル240件はグラフになく、下の表にのみ表示されます。
順位モデルリリース日価格/1Mスコア
- 12026.04.23$2439
- 22026.02.19$9.5038

- 3——38Googlegemini-3-pro-preview
- 42026.11.17$3238
- 52026.09.04$4037
- 6——36OpenAIgpt-5.1-codex-mini
- 7——36o3
- 82026.05.27$2035
- 9——35gemini-pro-latest
- 102025.08.07$7.8135