WeirdML v3のリーダーボード
2026年11月16日時点で、WeirdML v3の最高スコアは42.2%で、GPT-6 Astra(OpenAI)が記録しています。次点はGPT-6.1 Solの38.3%です。公表された結果があるのは26のモデル構成です(WeirdML、結果の日付は2026年9月3日)。コーディングエージェントが自分で学習コードを書いて実行する、一風変わった11の機械学習タスク。公式スコアは結果だけでなく、少ないトークンで良い結果に届くことも評価します。WeirdML v2とは比較できません。WeirdML v3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)
- GPT-6 AstraがWeirdML v3の最高スコア42.2%を記録しています(WeirdML、2026年9月3日)。
- WeirdML v3の2位はGPT-6.1 Solで、38.3%です(WeirdML、2026年9月29日)。
- WeirdML v3:コーディングエージェントが自分で学習コードを書いて実行する、一風変わった11の機械学習タスク。公式スコアは結果だけでなく、少ないトークンで良い結果に届くことも評価します。WeirdML v2とは比較できません(WeirdML)。
- BenchLeaderでは26のモデル構成にWeirdML v3の公表結果があります(BenchLeader、2026年11月16日)。
- WeirdML v3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)。
コーディングエージェントが自分で学習コードを書いて実行する、一風変わった11の機械学習タスク。公式スコアは結果だけでなく、少ないトークンで良い結果に届くことも評価します。WeirdML v2とは比較できません。
- 公開元
- WeirdMLデータ取得元: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
- 26
- データ基準日
- 2026年11月16日
- 最新の結果
- 2026年10月26日
CC BY 4.0 — Epoch AI, ‘AI Benchmarking Hub’, epoch.ai/benchmarks. Mirrored boards credit their original publishers.
- 1GPT-6 Astra (xhigh)42.2%
- 2GPT-6.1 Sol (xhigh)38.3%
- 3Claude Opus 5.5 (xhigh)31.2%
- 4GPT-6.1 Terra (xhigh)28.1%
- 5Claude Fable 5.1 (xhigh)26.0%
- 6Gemini 4 Argon (high)20.3%
- 7Claude Sonnet 5.5 (xhigh)19.9%
- 8GPT-6 Sol (xhigh)19.7%
- 9Claude Opus 5 (xhigh)19.0%
- 10Claude Fable 5 (xhigh)15.6%
- 11Muse Wonder (xhigh)15.2%
- 12GPT-5.6 Sol (xhigh)15.0%
- 13Claude Haiku 5.5 (xhigh)11.7%
- 14Kimi K3.1 Pro (xhigh)9.9%
- 15DeepSeek V4.1 Flash 1017 (high)9.2%
26件中26件
| # | ||||
|---|---|---|---|---|
| 1 | 42.2% | 66.0 | 2026-09-03 | |
| 2 | 38.3% | 63.6 | 2026-09-29 | |
| 3 | 31.2% | 65.4 | 2026-09-22 | |
| 4 | 28.1% | 60.0 | 2026-10-26 | |
| 5 | 26.0% | 64.6 | 2026-09-01 | |
| 6 | 20.3% | 65.3 | 2026-10-13 | |
| 7 | 19.9% | 62.5 | 2026-09-28 | |
| 8 | 19.7% | 58.4 | 2026-09-22 | |
| 9 | 19.0% | 60.1 | 2026-07-24 | |
| 10 | 15.6% | – | 2026-06-09 | |
| 11 | 15.2% | – | 2026-10-12 | |
| 12 | 15.0% | 63.9 | 2026-07-09 | |
| 13 | 11.7% | 56.7 | 2026-10-07 | |
| 14 | 9.9% | – | 2026-10-23 | |
| 15 | 9.2% | 51.2 | 2026-10-17 | |
| 16 | 8.4% | 57.4 | 2026-09-21 | |
| 17 | 7.9% | 52.0 | 2026-09-22 | |
| 18 | 7.5% | – | 2026-07-16 | |
| 19 | 7.4% | 59.4 | 2026-09-02 | |
| 20 | 6.7% | 58.1 | 2026-09-02 | |
| 21 | 6.5% | 59.7 | 2025-11-24 | |
| 22 | 6.0% | 55.6 | 2026-09-09 | |
| 23 | 5.2% | 58.2 | 2026-07-09 | |
| 24 | 5.0% | 59.9 | 2025-12-11 | |
| 25 | 4.5% | 48.3 | 2026-10-06 | |
| 26 | 3.9% | 50.0 | 2026-07-15 |
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
関連するベンチマーク
WeirdML v3での注目のモデル比較
引用表記:BenchLeader「WeirdML v3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/weirdml_v3
WeirdML v3:よくある質問
- WeirdML v3は何を測るベンチマークですか?
- コーディングエージェントが自分で学習コードを書いて実行する、一風変わった11の機械学習タスク。公式スコアは結果だけでなく、少ないトークンで良い結果に届くことも評価します。WeirdML v2とは比較できません。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。
- WeirdML v3の最高スコアは?
- 2026年11月16日時点で、WeirdML v3の最高スコアは42.2%で、GPT-6 Astraが記録しています(結果の日付は2026年9月3日)。次点はGPT-6.1 Solの38.3%です。スコアはWeirdMLの公表値で、毎日読み直しています。
- WeirdML v3でトップのAIモデルは?
- 2026年11月16日時点で、WeirdML v3の首位はGPT-6 Astraで、スコアは42.2%です(結果の日付は2026年9月3日)。続いてGPT-6.1 Sol(38.3%)です。
- WeirdML v3の結果があるモデルはいくつですか?
- BenchLeaderでは26のモデル構成にWeirdML v3の結果があり、すべてWeirdML(Epoch AI Benchmarking Hub経由)から取得しています。
- WeirdML v3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?
- WeirdML v3はWeirdML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。
- WeirdML v3はBenchLeader Indexに含まれますか?
- いいえ。WeirdML v3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。