TriviaQAのリーダーボード
2026年11月16日時点で、TriviaQAの最高スコアは87.6%で、Llama 2-70B(Meta)が記録しています。次点はClaude 2.0の87.5%です。公表された結果があるのは36のモデル構成です(Epoch AI Benchmarking Hub、結果の日付は2023年7月18日)。根拠となる文書が付いたトリビア問題です。TriviaQA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)
- Llama 2-70BがTriviaQAの最高スコア87.6%を記録しています(Epoch AI Benchmarking Hub、2023年7月18日)。
- TriviaQAの2位はClaude 2.0で、87.5%です(Epoch AI Benchmarking Hub、2023年7月11日)。
- TriviaQA:根拠となる文書つきの雑学クイズ。2017年のベンチマークで、現在のモデルでは飽和しており、記録として残しています(Epoch AI Benchmarking Hub)。
- BenchLeaderでは36のモデル構成にTriviaQAの公表結果があります(BenchLeader、2026年11月16日)。
- TriviaQA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)。
根拠となる文書つきの雑学クイズ。2017年のベンチマークで、現在のモデルでは飽和しており、記録として残しています。
- カテゴリ
- 知識
- Indexでの重み
- 参考のみ
- モデル
- 36
- 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
根拠となる文書が付いたトリビア問題です。
採点方法
正答率で、公表された結果をEpoch AIがまとめたものです。
注意点
飽和しています。最先端のモデルは上限近くに達しているため、差がつくのは古いモデルや小型モデルだけで、結果の大半はプロバイダー自身の報告によるものです。
- 1Llama 2-70B87.6%
- 2Claude 2.087.5%
- 3Claude 1.386.7%
- 4PaLM 2-L86.1%
- 5LLaMA-65B86.0%
- 6GPT 3.5 Turbo 110685.8%
- 7GPT 4 061384.8%
- 8Llama 2-34B84.6%
- 9LLaMA-33B83.8%
- 10DeepSeek V382.9%
- 11Llama 3.1 405B82.7%
- 12Mixtral 8x7B82.2%
- 13PaLM 2-M81.7%
- 14PaLM 540B81.4%
- 15Deepseek v280.0%
36件中36件
| # | ||||
|---|---|---|---|---|
| 1 | 87.6% | 33.4 | 2023-07-18 | |
| 2 | 87.5% | – | 2023-07-11 | |
| 3 | 86.7% | – | 2023-04-18 | |
| 4 | 86.1% | – | 2023-05-17 | |
| 5 | 86.0% | – | 2023-02-24 | |
| 6 | 85.8% | 38.4 | 2023-11-06 | |
| 7 | 84.8% | 39.5 | 2023-06-13 | |
| 8 | 84.6% | – | 2023-07-18 | |
| 9 | 83.8% | – | 2023-02-24 | |
| 10 | 82.9% | 44.3 | 2024-12-26 | |
| 11 | 82.7% | 41.8 | 2024-07-23 | |
| 12 | 82.2% | 30.8 | 2023-12-11 | |
| 13 | 81.7% | – | 2023-05-17 | |
| 14 | 81.4% | – | 2022-04-04 | |
| 15 | 80.0% | – | 2024-05-07 | |
| 16 | 79.9% | – | 2023-03-15 | |
| 17 | 79.6% | – | 2023-07-18 | |
| 18 | 78.9% | – | – | |
| 19 | 78.7% | – | 2023-08-09 | |
| 20 | 77.9% | – | 2023-02-24 | |
| 21 | 75.2% | 28.9 | 2023-09-27 | |
| 22 | 75.2% | – | 2023-05-17 | |
| 23 | 73.9% | 37.8 | 2024-04-23 | |
| 24 | 73.7% | – | 2023-07-18 | |
| 25 | 73.6% | – | 2023-06-22 | |
| 26 | 72.3% | – | 2024-02-21 | |
| 27 | 71.9% | 43.1 | 2024-09-19 | |
| 28 | 71.2% | – | 2022-01-27 | |
| 29 | 71.0% | – | 2023-02-24 | |
| 30 | 67.7% | 34.8 | 2024-04-18 | |
| 31 | 64.6% | – | 2023-04-24 | |
| 32 | 64.0% | 36.7 | 2024-04-23 | |
| 33 | 61.6% | – | 2023-05-05 | |
| 34 | 58.1% | – | 2024-04-23 | |
| 35 | 53.2% | – | 2024-02-21 | |
| 36 | 45.2% | – | 2023-12-12 |
引用表記:BenchLeader「TriviaQA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/triviaqa
TriviaQA:よくある質問
- TriviaQAは何を測るベンチマークですか?
- 根拠となる文書が付いたトリビア問題です。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。
- TriviaQAの最高スコアは?
- 2026年11月16日時点で、TriviaQAの最高スコアは87.6%で、Llama 2-70Bが記録しています(結果の日付は2023年7月18日)。次点はClaude 2.0の87.5%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。
- TriviaQAでトップのAIモデルは?
- 2026年11月16日時点で、TriviaQAの首位はLlama 2-70Bで、スコアは87.6%です(結果の日付は2023年7月18日)。続いてClaude 2.0(87.5%)です。
- TriviaQAの結果があるモデルはいくつですか?
- BenchLeaderでは36のモデル構成にTriviaQAの結果があり、すべてEpoch AI Benchmarking Hubから取得しています。
- TriviaQA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?
- TriviaQA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。
- TriviaQAはBenchLeader Indexに含まれますか?
- いいえ。TriviaQA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。