AIFIND / MODEL INTELLIGENCE
SimpleQA Verified
SimpleQA Verified · Epoch AI
短い事実質問の正確さ。
何を測るか
Epoch が再実行した mean_score と固定推論設定のみ。ECI や Best score は使いません。
ランキングでの扱い
単一モデルの評価条件を確認した測定のみが、固定された分野・タスク群の重みで集計対象になります。有効な重みは各公開集計に保存します。
比較の限界
同じ問題群の証拠は固定された重みを共有します。
出典・利用条件
CC BY 4.0 · Epoch AI の公式評価データ。帰属と出典リンク、集約による変更を表示します。
Epoch AI による成績です。元の点数は尺度が異なるため単純加算せず、固定の基準尺度で比較します。
最終取得確認 2026/10/04 20:00 JST · 最後の成功 2026/10/04 20:00 JST。リアルタイムの成績ではありません。
元の評価結果
出典公開 2026/09/30 JST · 取得確認 2026/10/04 20:00 JST
固定規則でモデルごとの代表設定を選択します。不採用の理由と元の順位を保持し、最大 30 モデルを表示。匿名モデルは除外します。
| 元の順位 | モデル・設定 | 元のスコア | 採否 |
|---|---|---|---|
| 1 | gpt-6-astra_maxMax 推論 | 75.6% | 採用可能 |
| 2 | gpt-6.1-sol_maxMax 推論 | 73.9% | 採用可能 |
| 3 | gemini-3.1-pro-preview_highHigh 推論 | 73.5% | 採用可能 |
| 4 | claude-opus-5-5_maxMax 推論 | 72.2% | 採用可能 |
| 5 | claude-fable-5-1_maxMax 推論 | 70.8% | 採用可能 |
| 6 | claude-fable-5_xhighxHigh 推論 | 70.7% | 採用可能 |
| 7 | gemini-3.8-flash_highHigh 推論 | 69.7% | 採用可能 |
| 7 | gpt-5.6-sol_maxMax 推論 | 69.7% | 採用可能 |
| 9 | gemini-3.7-flash_highHigh 推論 | 69.2% | 採用可能 |
| 10 | gemini-3-flash-preview_highHigh 推論 | 66.8% | 採用可能 |
| 11 | gemini-3.5-flash_highHigh 推論 | 66.2% | 採用可能 |
| 11 | gemini-3.6-flash_highHigh 推論 | 66.2% | 採用可能 |
| 13 | gpt-5.5_xhighxHigh 推論 | 63.0% | 採用可能 |
| 14 | gpt-6-sol_maxMax 推論 | 60.7% | 採用可能 |
| 15 | muse-spark-1.2_xhighxHigh 推論 | 60.3% | 採用可能 |
| 16 | claude-opus-5_maxMax 推論 | 59.9% | 採用可能 |
| 17 | muse-spark-1.1出典の既定設定 | 57.8% | 採用可能 |
| 18 | grok-4.7_xhighxHigh 推論 | 56.0% | 採用可能 |
| 19 | qwen3.7-max出典の既定設定 | 55.8% | 採用可能 |
| 20 | claude-opus-4-8_maxMax 推論 | 53.0% | 採用可能 |
| 21 | deepseek-v4-pro-0813_maxMax 推論 | 52.9% | 採用可能 |
| 22 | qwen3.6-max-preview出典の既定設定 | 52.0% | 採用可能 |
| 23 | claude-opus-4-7_xhighxHigh 推論 | 51.7% | 採用可能 |
| 24 | kimi-k3_maxMax 推論 | 50.6% | 採用可能 |
| 25 | gpt-5-2025-08-07_highHigh 推論 | 50.1% | 採用可能 |
| 26 | o3-2025-04-16_highHigh 推論 | 49.4% | 採用可能 |
| 28 | grok-4.6_xhighxHigh 推論 | 48.9% | 採用可能 |
| 29 | qwen3-max-2025-09-23出典の既定設定 | 48.7% | 採用可能 |
| 30 | grok-4.5_highHigh 推論 | 48.3% | 採用可能 |
| 31 | gpt-5.1-2025-11-13_highHigh 推論 | 48.0% | 採用可能 |