BenchLeader

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.

26件中26件
#
1GPT-6 Astraxhigh42.2%66.02026-09-03
2GPT-6.1 Solxhigh38.3%63.62026-09-29
3Claude Opus 5.5xhigh31.2%65.42026-09-22
4GPT-6.1 Terraxhigh28.1%60.02026-10-26
5Claude Fable 5.1xhigh26.0%64.62026-09-01
6Gemini 4 Argonhigh20.3%65.32026-10-13
7Claude Sonnet 5.5xhigh19.9%62.52026-09-28
8GPT-6 Solxhigh19.7%58.42026-09-22
9Claude Opus 5xhigh19.0%60.12026-07-24
10Claude Fable 5xhigh15.6%–2026-06-09
11Muse Wonderxhigh15.2%–2026-10-12
12GPT-5.6 Solxhigh15.0%63.92026-07-09
13Claude Haiku 5.5xhigh11.7%56.72026-10-07
14Kimi K3.1 Proxhigh9.9%–2026-10-23
15DeepSeek V4.1 Flash 1017high9.2%51.22026-10-17
16Grok 4.7xhigh8.4%57.42026-09-21
17GPT-6 Lunaxhigh7.9%52.02026-09-22
18Kimi K3high7.5%–2026-07-16
19Gemini 3.8 Flashhigh7.4%59.42026-09-02
20Muse Spark 1.3xhigh6.7%58.12026-09-02
21Claude Opus 4.5high6.5%59.72025-11-24
22DeepSeek V4.1 Flashhigh6.0%55.62026-09-09
23GPT-5.6 Lunaxhigh5.2%58.22026-07-09
24GPT-5.2xhigh5.0%59.92025-12-11
25Mistral Large 4high4.5%48.32026-10-06
26Inklingxhigh3.9%50.02026-07-15

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

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。