BenchLeader

Mystery Game Puzzlesのリーダーボード

2026年11月16日時点で、Mystery Game Puzzlesの最高スコアは90.0%で、Claude Fable 5.2(Anthropic)が記録しています。次点はGPT-6 Astraの84.0%です。公表された結果があるのは146のモデル構成です(Epoch AI Benchmarking Hub、結果の日付は2026年11月9日)。手がかりと容疑者が示される推理パズルで、モデルは推論によって唯一の解答にたどり着かなければなりません。Mystery Game Puzzles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)

  • Claude Fable 5.2がMystery Game Puzzlesの最高スコア90.0%を記録しています(Epoch AI Benchmarking Hub、2026年11月9日)。
  • Mystery Game Puzzlesの2位はGPT-6 Astraで、84.0%です(Epoch AI Benchmarking Hub、2026年9月3日)。
  • Mystery Game Puzzles:ミステリーゲーム風の推理パズル。Epoch AIが実施(Epoch AI Benchmarking Hub)。
  • BenchLeaderでは146のモデル構成にMystery Game Puzzlesの公表結果があります(BenchLeader、2026年11月16日)。
  • Mystery Game Puzzles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)。

ミステリーゲーム風の推理パズル。Epoch AIが実施。

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
146
データ基準日
2026年11月16日
最新の結果
2026年11月10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

手がかりと容疑者が示される推理パズルで、モデルは推論によって唯一の解答にたどり着かなければなりません。

採点方法

解けた割合で、Epoch AIが実行しています。

注意点

パズルの形式が特徴的なため、モデルがそれに合わせて調整されることもありえます。

146件中146件
#
1NEWClaude Fable 5.2max90.0%72.72026-11-09
2GPT-6 Astramax84.0%67.32026-09-03
3GPT-6.1 Solmax80.0%66.62026-09-29
4GPT-6.1 Terramax74.0%64.12026-10-26
5Gemini 4 Carbonhigh73.0%68.92026-11-10
6Claude Opus 5.5max71.0%68.42026-09-22
7Claude Sonnet 5.5max65.0%64.22026-09-28
8Gemini 4 Argonhigh64.0%65.32026-10-13
9Claude Opus 5max59.0%65.02026-07-24
10Claude Fable 5.1max58.0%66.72026-09-01
11GPT-5.6 Solmax58.0%65.32026-07-09
12GPT-5.5xhigh56.0%64.12026-04-23
13GPT-6 Solmax56.0%62.62026-09-22
14Claude Fable 5max52.0%65.12026-06-09
15GPT-5.5high52.0%63.52026-04-23
16Muse Wondermax51.0%60.82026-10-12
17DeepSeek V4.1 Flash 1017max49.0%57.72026-10-17
18Gemini 3.8 Flashhigh47.0%59.42026-09-02
19DeepSeek V4.1 Flashmax43.0%58.52026-09-09
20DeepSeek V4 Promax43.0%54.72026-08-13
21Kimi K3.1 Pro Togethermax42.0%60.02026-10-23
22Qwen3.8 Maxxhigh38.0%56.62026-08-02
23Claude Opus 537.0%63.22026-07-24
24GPT-5.4xhigh37.0%63.12026-03-05
25Gemini 3.7 Flashhigh37.0%62.12026-08-13
26Claude Opus 4.8max36.0%61.12026-05-28
27GPT-5.6 Terramax35.0%59.52026-07-09
28Claude Sonnet 5max35.0%56.12026-06-30
29Gemini 3.1 Prohigh34.0%60.42026-02-19
30DeepSeek V4 Flashmax34.0%56.82026-07-31
31Grok 4.6xhigh34.0%56.12026-08-12
32GLM 5.3max33.0%58.82026-08-14
33GPT-5.6 Sol推論なし33.0%52.12026-07-09
34Gemini 3.5 Flashhigh32.0%62.52026-05-19
35Qwen3.7max32.0%60.02026-05-19
36Gemini 3.1 Promedium32.0%–2026-02-19
37Claude Opus 4.8xhigh31.0%–2026-05-28
38Gemini 3.6 Flashhigh30.0%61.02026-07-21
39Claude Haiku 5.5max30.0%55.32026-10-07
40Grok 4.7xhigh29.0%57.42026-09-21
41o3high29.0%55.12025-04-16
42Gemini 3.1 Prolow29.0%–2026-02-19
43Claude Opus 4.7max28.0%59.72026-04-16
44GPT-5.5low28.0%58.12026-04-23
45GPT-5.4medium28.0%54.52026-03-05
46Gemini 3.5 Flashlow28.0%–2026-05-19
47Kimi K3max26.0%60.22026-07-16
48GPT-5.6 Sollow26.0%60.22026-07-09
49Gemini 3 Flashlow26.0%–2025-12-17
50Qwen3.7推論なし26.0%–2026-05-19
51Muse Spark 1.3max25.0%60.62026-09-02
52Claude Opus 4.6max25.0%57.02026-02-05
53Gemini 3 Flashminimal25.0%53.82025-12-17
54Gemini 3.6 Flashminimal25.0%–2026-07-21
55GPT-5high23.0%58.22025-08-07
56GPT-5.2high23.0%55.82025-12-11
57o3medium23.0%53.32025-04-16
58Gemini 3.6 Flashlow23.0%–2026-07-21
59Claude Opus 4.522.0%57.12025-11-24
60GPT-5.2medium22.0%56.22025-12-11

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「Mystery Game Puzzles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/mystery_game_puzzles

Mystery Game Puzzles:よくある質問

Mystery Game Puzzlesは何を測るベンチマークですか?
手がかりと容疑者が示される推理パズルで、モデルは推論によって唯一の解答にたどり着かなければなりません。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。
Mystery Game Puzzlesの最高スコアは?
2026年11月16日時点で、Mystery Game Puzzlesの最高スコアは90.0%で、Claude Fable 5.2が記録しています(結果の日付は2026年11月9日)。次点はGPT-6 Astraの84.0%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。
Mystery Game PuzzlesでトップのAIモデルは?
2026年11月16日時点で、Mystery Game Puzzlesの首位はClaude Fable 5.2で、スコアは90.0%です(結果の日付は2026年11月9日)。続いてGPT-6 Astra(84.0%)です。
Mystery Game Puzzlesの結果があるモデルはいくつですか?
BenchLeaderでは146のモデル構成にMystery Game Puzzlesの結果があり、すべてEpoch AI Benchmarking Hubから取得しています。
Mystery Game Puzzles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?
Mystery Game Puzzles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。
Mystery Game PuzzlesはBenchLeader Indexに含まれますか?
いいえ。Mystery Game Puzzles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。