BenchLeader

Surface Evolver Benchのリーダーボード

2026年11月16日時点で、Surface Evolver Benchの最高スコアは95.0%で、Claude Fable 5とKimi K3が並んでいます。次点はGPT-5.6 Solの93.1%です。公表された結果があるのは29のモデル構成です(Epoch AI Benchmarking Hub、結果の日付は2026年6月9日)。ニッチな科学ツールであるSurface Evolverに、正しい入力を書く必要があるタスクです。Surface Evolver Bench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とKimi K3がSurface Evolver Benchの最高スコア95.0%で並んでいます(Epoch AI Benchmarking Hub、2026年11月16日)。
  • Surface Evolver Bench:Surface Evolverパッケージを使った科学計算(Epoch AI Benchmarking Hub)。
  • BenchLeaderでは29のモデル構成にSurface Evolver Benchの公表結果があります(BenchLeader、2026年11月16日)。
  • Surface Evolver Bench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)。

Surface Evolverパッケージを使った科学計算。

公開元
Epoch AI Benchmarking Hub
カテゴリ
コーディング
Indexでの重み
参考のみ
モデル
29
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

ニッチな科学ツールであるSurface Evolverに、正しい入力を書く必要があるタスクです。

採点方法

平均スコアで、公表された値です。

注意点

ニッチなツールで、セットも小さくなっています。

29件中29件
#
1Claude Fable 5high95.0%63.92026-06-09
2Kimi K395.0%60.72026-07-16
3GPT-5.6 Solxhigh93.1%63.92026-07-09
4Kimi K3max93.0%60.22026-07-16
5GPT-5.5high88.1%63.52026-04-23
6Claude Opus 4.8high87.5%60.42026-05-28
7GPT-5.6 Terraxhigh83.8%60.12026-07-09
8GPT-5.5medium81.3%60.82026-04-23
9Gemini 3.8 Flashhigh76.9%59.42026-09-02
10Grok 4.5high74.4%56.82026-07-08
11Claude Opus 4.8推論なし68.1%–2026-05-28
12GPT-5.6 Lunamedium61.9%50.52026-07-09
13Claude Sonnet 5medium60.0%–2026-06-30
14Gemini 3.5 Flashmedium58.1%61.82026-05-19
15GLM 5.2high55.6%–2026-06-16
16MiniMax M355.0%56.12026-06-01
17GLM 5.3 Flashmax52.5%52.42026-08-20
18Muse Spark 1.1high52.5%–2026-07-09
19Kimi K2.7 Code48.8%53.92026-06-12
20DeepSeek V4.1 Flashhigh46.3%55.62026-09-09
21Qwen3.8 27Bxhigh45.0%52.22026-08-14
22Qwen3.6 35B A3B44.4%46.52026-04-14
23DeepSeek V4 Prohigh40.0%56.02026-04-24
24Gemma 4 31B30.6%51.92026-04-02
25Mistral Large 428.1%52.92026-10-06
26Mistral Medium 3.526.9%46.62026-04-28
27gpt-oss-120b25.0%46.12025-08-05
28Trinity Largethinking15.6%47.02026-04-01
29Laguna M.115.6%37.32026-04-28

コーディング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「Surface Evolver Bench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/surface_evolver_bench

Surface Evolver Bench:よくある質問

Surface Evolver Benchは何を測るベンチマークですか?
ニッチな科学ツールであるSurface Evolverに、正しい入力を書く必要があるタスクです。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。
Surface Evolver Benchの最高スコアは?
2026年11月16日時点で、Surface Evolver Benchの最高スコアは95.0%で、Claude Fable 5とKimi K3が並んでいます。次点はGPT-5.6 Solの93.1%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。
Surface Evolver BenchでトップのAIモデルは?
2026年11月16日時点で、Claude Fable 5とKimi K3が95.0%でSurface Evolver Benchの首位に並んでいます。
Surface Evolver Benchの結果があるモデルはいくつですか?
BenchLeaderでは29のモデル構成にSurface Evolver Benchの結果があり、すべてEpoch AI Benchmarking Hubから取得しています。
Surface Evolver Bench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?
Surface Evolver Bench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。
Surface Evolver BenchはBenchLeader Indexに含まれますか?
いいえ。Surface Evolver Bench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。