BTF-3のリーダーボード
2026年11月16日時点で、BTF-3の最高スコアは14.9%で、GLM 5.3 FlashとGLM 5.3が並んでいます。次点はGPT-5.5の14.3%です。公表された結果があるのは13のモデル構成です(Epoch AI Benchmarking Hub、結果の日付は2026年8月20日)。二値および数値の予測問題を、ブライアースコアとランク確率スコアで採点し、まとめたものです。BTF-3は参考として掲載しており、BenchLeader Indexには含まれません。
要点(2026年11月16日時点)
- GLM 5.3 FlashとGLM 5.3がBTF-3の最高スコア14.9%で並んでいます(Epoch AI Benchmarking Hub、2026年11月16日)。
- BTF-3:予測トーナメントの総合スコア(Epoch AI Benchmarking Hub)。
- BenchLeaderでは13のモデル構成にBTF-3の公表結果があります(BenchLeader、2026年11月16日)。
- BTF-3はBenchLeader Indexには反映されず、参考として掲載しています(BenchLeaderの評価方法)。
予測トーナメントの総合スコア。
- カテゴリ
- 推論
- Indexでの重み
- 参考のみ
- モデル
- 13
- データ基準日
- 2026年11月16日
CC BY 4.0 — Epoch AI, ‘AI Benchmarking Hub’, epoch.ai/benchmarks. Mirrored boards credit their original publishers.
どんなテストか
二値および数値の予測問題を、ブライアースコアとランク確率スコアで採点し、まとめたものです。
採点方法
まとめたスコアで、公表された値です。
注意点
対象モデルはごく少数で、スコアは問題の結果の確定に左右されます。
- 1GLM 5.3 Flash14.9%
- 2GLM 5.314.9%
- 3GPT-5.5 (high)14.3%
- 4Claude Sonnet 5 (xhigh)14.2%
- 5Muse Spark 1.3 (xhigh)14.1%
- 6Claude Opus 4.8 (high)14.0%
- 7GPT-5.6 Sol (max)13.7%
- 8GPT-5.6 Sol (medium)13.7%
- 9GPT-5.6 Sol (high)13.5%
- 10GPT-6 Astra (low)13.5%
- 11Claude Opus 4.8 (xhigh)13.2%
- 12Claude Fable 5 (high)13.0%
- 13Claude Opus 5 (xhigh)12.0%
13件中13件
| # | ||||
|---|---|---|---|---|
| 1 | 14.9% | 57.8 | 2026-08-20 | |
| 2 | 14.9% | – | 2026-08-14 | |
| 3 | 14.3% | 63.5 | 2026-04-23 | |
| 4 | 14.2% | 55.4 | 2026-06-30 | |
| 5 | 14.1% | 58.1 | 2026-09-02 | |
| 6 | 14.0% | 60.4 | 2026-05-28 | |
| 7 | 13.7% | 65.3 | 2026-07-09 | |
| 8 | 13.7% | 61.3 | 2026-07-09 | |
| 9 | 13.5% | 63.4 | 2026-07-09 | |
| 10 | 13.5% | 62.0 | 2026-09-03 | |
| 11 | 13.2% | – | 2026-05-28 | |
| 12 | 13.0% | 63.9 | 2026-06-09 | |
| 13 | 12.0% | 60.1 | 2026-07-24 |
関連するベンチマーク
BTF-3での注目のモデル比較
引用表記:BenchLeader「BTF-3のリーダーボード」2026年11月16日時点のデータ、https://www.benchleader.com/ja/benchmarks/btf3
BTF-3:よくある質問
- BTF-3は何を測るベンチマークですか?
- 二値および数値の予測問題を、ブライアースコアとランク確率スコアで採点し、まとめたものです。スコアは解けたタスクの割合(%)で示され、高いほど良い結果です。
- BTF-3の最高スコアは?
- 2026年11月16日時点で、BTF-3の最高スコアは14.9%で、GLM 5.3 FlashとGLM 5.3が並んでいます。次点はGPT-5.5の14.3%です。スコアはEpoch AI Benchmarking Hubの公表値で、毎日読み直しています。
- BTF-3でトップのAIモデルは?
- 2026年11月16日時点で、GLM 5.3 FlashとGLM 5.3が14.9%でBTF-3の首位に並んでいます。
- BTF-3の結果があるモデルはいくつですか?
- BenchLeaderでは13のモデル構成にBTF-3の結果があり、すべてEpoch AI Benchmarking Hubから取得しています。
- BTF-3を運営しているのは誰で、どのくらいの頻度で更新されますか?
- BTF-3はEpoch AI Benchmarking Hubが公開しています。BenchLeaderは公開された結果を1日1回読み直し、各結果の公開日を記録しています。
- BTF-3はBenchLeader Indexに含まれますか?
- いいえ。BTF-3は参考として掲載していますが、総合スコアには含めていません。