BenchLeader

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。

公開元
Epoch AI Benchmarking Hub
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。

上位15
  1. 1Llama 2-70B87.6%
  2. 2Claude 2.087.5%
  3. 3Claude 1.386.7%
  4. 4PaLM 2-L86.1%
  5. 5LLaMA-65B86.0%
  6. 6GPT 3.5 Turbo 110685.8%
  7. 7GPT 4 061384.8%
  8. 8Llama 2-34B84.6%
  9. 9LLaMA-33B83.8%
  10. 10DeepSeek V382.9%
  11. 11Llama 3.1 405B82.7%
  12. 12Mixtral 8x7B82.2%
  13. 13PaLM 2-M81.7%
  14. 14PaLM 540B81.4%
  15. 15Deepseek v280.0%
36件中36件
#
1Llama 2-70B87.6%33.42023-07-18
2Claude 2.087.5%–2023-07-11
3Claude 1.386.7%–2023-04-18
4PaLM 2-L86.1%–2023-05-17
5LLaMA-65B86.0%–2023-02-24
6GPT 3.5 Turbo 110685.8%38.42023-11-06
7GPT 4 061384.8%39.52023-06-13
8Llama 2-34B84.6%–2023-07-18
9LLaMA-33B83.8%–2023-02-24
10DeepSeek V382.9%44.32024-12-26
11Llama 3.1 405B82.7%41.82024-07-23
12Mixtral 8x7B82.2%30.82023-12-11
13PaLM 2-M81.7%–2023-05-17
14PaLM 540B81.4%–2022-04-04
15Deepseek v280.0%–2024-05-07
16Falcon-40B79.9%–2023-03-15
17Llama 2-13B79.6%–2023-07-18
18Claude Instant 1.178.9%––
19Claude Instant 1.278.7%–2023-08-09
20LLaMA-13B77.9%–2023-02-24
21Mistral 7B v0.375.2%28.92023-09-27
22PaLM 2-S75.2%–2023-05-17
23Phi 3medium73.9%37.82024-04-23
24Llama 2-7B73.7%–2023-07-18
25MPT-30B73.6%–2023-06-22
26Gemma 7B72.3%–2024-02-21
27Qwen2.5 72B71.9%43.12024-09-19
28InstructGPT 175B71.2%–2022-01-27
29LLaMA-7B71.0%–2023-02-24
30Llama 3-8B67.7%34.82024-04-18
31Falcon-7B64.6%–2023-04-24
32Phi 3 Mini64.0%36.72024-04-23
33MPT-7B61.6%–2023-05-05
34Phi 3 Small58.1%–2024-04-23
35Gemma 2B53.2%–2024-02-21
36Phi-245.2%–2023-12-12

知識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「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。