Q複数の試験を合わせた総合力はどのくらい?AA Intelligence Index·下位30%83位
20.4 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·下位50%40位
88.3% TAU2についてTAU2について詳しく
63.7%65.3%54.5% Long Context ReasoningについてLong Context Reasoningについて詳しく
10.7%89.3% Vectara Hallucination RateについてVectara Hallucination Rateについて詳しく
21.2%40.5% 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·下位17%69位
51.2% IFBenchについてIFBenchについて詳しく
14.9%82.6% Humanity's Last ExamについてHumanity's Last Examについて詳しく
QMRCR v2 (8-needle)MRCR v2·下位38%34位
50.1%推論強度: Thinking MRCR v2についてMRCR v2について詳しく
