Q複数の試験を合わせた総合力はどのくらい?AA Intelligence Index·上位48%56位
26.6 AA Intelligence IndexについてAA Intelligence Indexについて詳しく
Q顧客対応の仕事をルールどおりに処理できる?TAU2·上位3%2位
98.5% TAU2についてTAU2について詳しく
Q複数の長い文書に散らばった情報を、まとめて答えられる?Long Context Reasoning·下位32%81位
71.7% Long Context ReasoningについてLong Context Reasoningについて詳しく
33.3%43.6% TerminalBench HardについてTerminalBench Hardについて詳しく
Q形式や長さなどの細かい条件を、漏れなく守れる?IFBench·上位36%29位
73.2% IFBenchについてIFBenchについて詳しく
27.8%84.7% Humanity's Last ExamについてHumanity's Last Examについて詳しく
89.9%75.3%80.4%70.1%89.8%92.9%84.5%74.7%73.3%45.5%22.0%79.0%8.7%92.0%67.0%63.3%86.0%69.0% HAE-RAE Bench v1についてHAE-RAE Bench v1について詳しく
