BenchLeader

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。

公開元
Epoch AI Benchmarking Hub
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。

13件中13件
#
1GLM 5.3 Flash14.9%57.82026-08-20
2GLM 5.314.9%–2026-08-14
3GPT-5.5high14.3%63.52026-04-23
4Claude Sonnet 5xhigh14.2%55.42026-06-30
5Muse Spark 1.3xhigh14.1%58.12026-09-02
6Claude Opus 4.8high14.0%60.42026-05-28
7GPT-5.6 Solmax13.7%65.32026-07-09
8GPT-5.6 Solmedium13.7%61.32026-07-09
9GPT-5.6 Solhigh13.5%63.42026-07-09
10GPT-6 Astralow13.5%62.02026-09-03
11Claude Opus 4.8xhigh13.2%–2026-05-28
12Claude Fable 5high13.0%63.92026-06-09
13Claude Opus 5xhigh12.0%60.12026-07-24

推論のベンチマークをもっと見る · LLMベンチマーク一覧

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。