Q1 複数の試験を合わせた総合力はどのくらい? AA Intelligence Index · 上位14%16位 Q1 複数の試験を合わせた総合力はどのくらい? AA Intelligence Index · 上位14%16位 Q2 多くの人に最も好まれる回答をするAIは? Arena Text · 下位49%51位
Q1 上位14%16位 / 117 43.7 Q2 1454 AA Intelligence Indexについて AA Intelligence Indexについて詳しく
Q 必要なツールを選んで、正しく使える? MCP-Atlas · 上位11%4位
Q 必要なツールを選んで、正しく使える? MCP-Atlas · 上位11%4位
上位11%4位 / 37 85.6% 推論強度: High 開発元の自社発表 MCP-Atlasについて MCP-Atlasについて詳しく
Q1 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 · 上位2%2位 Q1 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 · 上位2%2位 Q2 多くの人に最も好まれるビジネスの回答をするAIは? Arena Business, Management & Finance · 上位31%30位 Q3 さまざまな職業の実際の仕事をこなせる? JobBench · 上位31%8位
Q1 上位2%2位 / 116 88.3% Q2 1468 Q3 59.0% Long Context Reasoningについて Long Context Reasoningについて詳しく
Q1 見つけにくい情報も、Webで最後まで探し出せる? BrowseComp · 上位15%6位 Q1 見つけにくい情報も、Webで最後まで探し出せる? BrowseComp · 上位15%6位 Q2 検索やコードを使って、専門家でも難しい問題を解ける? Humanity's Last Exam · 上位19%8位
Q1 上位15%6位 / 40 88.7% 推論強度: High 開発元の自社発表 Q2 59.4% BrowseCompについて BrowseCompについて詳しく
Q1 数時間かかる開発の仕事も、コンピューターを自分で操作して最後までやり遂げられる? Terminal-Bench 4.0 · 上位18%14位 Q1 数時間かかる開発の仕事も、コンピューターを自分で操作して最後までやり遂げられる? Terminal-Bench 4.0 · 上位18%14位 Q2 多くの人に最も好まれるコーディングの回答をするAIは? Arena Coding · 上位46%44位 Q3 科学研究で使うコードを書ける? SciCode · 上位10%11位 Q4 多くの人に最も好まれるソフトウェア・ITの回答をするAIは? Arena Software & IT Services · 下位45%55位
Q1 上位18%14位 / 79 33.3% Q2 1511 Q3 58.9% Q4 1490 Terminal-Bench 4.0について Terminal-Bench 4.0について詳しく
Q1 多くの人に最も好まれる文章・文学の回答をするAIは? Arena Writing, Literature & Language · 下位48%52位 Q1 多くの人に最も好まれる文章・文学の回答をするAIは? Arena Writing, Literature & Language · 下位48%52位 Q2 会話が長くなったとき、多くの人に最も好まれるAIは? Arena Multi-turn · 下位48%52位 Q3 多くの人に最も好まれる創作文を書くAIは? Arena Creative Writing · 下位42%58位 Q1 下位48%52位 / 97 1436 Q2 1460 Q3 1421 Q4 1445 Q5 1420 Arena Writing, Literature & Languageについて Arena Writing, Literature & Languageについて詳しく
Q1 さまざまな分野の専門家でも難しい問題を解ける? Humanity's Last Exam · 上位16%18位 Q1 さまざまな分野の専門家でも難しい問題を解ける? Humanity's Last Exam · 上位16%18位 Q2 多くの人に最も好まれる科学の回答をするAIは? Arena Life, Physical & Social Science · 下位43%57位
Q1 上位16%18位 / 117 46.5% Q2 1469 Humanity's Last Examについて Humanity's Last Examについて詳しく
Q1 多くの人に最も好まれる写真・図表についての回答をするAIは? Arena Vision · 上位47%27位 Q1 多くの人に最も好まれる写真・図表についての回答をするAIは? Arena Vision · 上位47%27位 Q2 大学レベルの図や表の問題を解ける? MMMU-Pro · 下位44%22位
Q1 上位47%27位 / 58 1278 Q2 76.0% Arena Visionについて Arena Visionについて詳しく
Q1 難しい質問で、多くの人に最も好まれるAIは? Arena Hard Prompts · 上位47%45位 Q1 難しい質問で、多くの人に最も好まれるAIは? Arena Hard Prompts · 上位47%45位 Q2 専門家レベルの質問で、多くの人に最も好まれるAIは? Arena Expert · 下位40%60位 Q3 多くの人に最も好まれる法律・行政の回答をするAIは? Arena Legal & Government · 下位40%60位 Q4 既知のセキュリティ脆弱性を、自分で再現できる? CyberGym · 上位14%4位
Q1 上位47%45位 / 97 1482 Q2 1472 Q3 1447 Q4 84.7% Arena Hard Promptsについて Arena Hard Promptsについて詳しく