WinoGrandeのリーダーボード
2026年11月16日時点で、WinoGrandeの最高スコアは89.2%で、Llama 3.1 405B(Meta)が記録しています。次点はClaude 3 Opusの88.5%です。公表された結果があるのは74のモデル構成です(Epoch AI Benchmarking Hub、結果の日付は2024年7月23日)。代名詞が何を指すかを常識で判断する質問です。WinoGrande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 3.1 405BがWinoGrandeの最高スコア89.2%を記録しています(Epoch AI Benchmarking Hub、2024年7月23日)。
- WinoGrandeの2位はClaude 3 Opusで、88.5%です(Epoch AI Benchmarking Hub、2024年2月29日)。
- WinoGrande:代名詞の解決を問う常識問題。2019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74のモデル構成にWinoGrandeの公表結果があります(BenchLeader、2026年11月16日)。
- WinoGrande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)。
代名詞の解決を問う常識問題。2019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
- 推論
- Indexでの重み
- 参考のみ
- モデル
- 74
- 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
代名詞が何を指すかを常識で判断する質問です。
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 3.1 405B89.2%
- 2Claude 3 Opus88.5%
- 3GPT-487.5%
- 4Falcon-180B87.1%
- 5Deepseek v286.3%
- 6DeepSeek V385.2%
- 7PaLM 540B85.1%
- 8DeepSeek-Coder-V2 236B83.7%
- 9Llama 3-70B83.5%
- 10PaLM 2-L83.0%
- 11Qwen2.5 72B82.3%
- 12GPT-3.5 Turbo (older v0613)81.6%
- 13text-davinci-00281.6%
- 14Phi 3 (medium)81.5%
- 15Phi 3 Small81.5%
74件中74件
| # | ||||
|---|---|---|---|---|
| 1 | 89.2% | 41.8 | 2024-07-23 | |
| 2 | 88.5% | 38.8 | 2024-02-29 | |
| 3 | 87.5% | 42.3 | 2023-03-14 | |
| 4 | 87.1% | – | 2023-09-06 | |
| 5 | 86.3% | – | 2024-05-07 | |
| 6 | 85.2% | 44.3 | 2024-12-26 | |
| 7 | 85.1% | – | 2022-04-04 | |
| 8 | 83.7% | – | 2024-06-17 | |
| 9 | 83.5% | 38.7 | 2024-04-18 | |
| 10 | 83.0% | – | 2023-05-17 | |
| 11 | 82.3% | 43.1 | 2024-09-19 | |
| 12 | 81.6% | – | 2023-06-13 | |
| 13 | 81.6% | – | 2022-03-15 | |
| 14 | 81.5% | 37.8 | 2024-04-23 | |
| 15 | 81.5% | – | 2024-04-23 | |
| 16 | 80.8% | 42.5 | 2024-09-18 | |
| 17 | 80.2% | 33.4 | 2023-07-18 | |
| 18 | 79.2% | – | 2023-05-17 | |
| 19 | 79.0% | – | 2024-02-21 | |
| 20 | 78.9% | – | 2021-10-11 | |
| 21 | 78.3% | – | 2024-05-09 | |
| 22 | 78.0% | – | 2024-02-26 | |
| 23 | 77.9% | – | 2023-05-17 | |
| 24 | 77.7% | – | 2022-01-27 | |
| 25 | 77.2% | 30.8 | 2023-12-11 | |
| 26 | 77.0% | – | 2023-02-24 | |
| 27 | 77.0% | – | 2022-04-04 | |
| 28 | 76.9% | – | 2023-03-15 | |
| 29 | 76.8% | – | 2024-09-18 | |
| 30 | 76.7% | – | 2023-07-18 | |
| 31 | 76.0% | – | 2023-02-24 | |
| 32 | 75.7% | 34.8 | 2024-04-18 | |
| 33 | 75.3% | 28.9 | 2023-09-27 | |
| 34 | 75.1% | 37.7 | 2024-02-29 | |
| 35 | 74.2% | 36.1 | 2024-03-07 | |
| 36 | 73.4% | – | 2023-09-11 | |
| 37 | 73.0% | – | 2023-02-24 | |
| 38 | 73.0% | – | 2024-03-01 | |
| 39 | 72.9% | – | 2024-06-13 | |
| 40 | 72.9% | – | 2024-09-18 | |
| 41 | 72.8% | – | 2023-07-18 | |
| 42 | 71.3% | – | 2023-11-02 | |
| 43 | 71.0% | – | 2023-06-22 | |
| 44 | 70.8% | 36.7 | 2024-04-23 | |
| 45 | 70.8% | – | 2023-04-12 | |
| 46 | 70.1% | – | 2023-02-24 | |
| 47 | 69.2% | – | 2023-07-18 | |
| 48 | 68.8% | 38.4 | 2023-11-06 | |
| 49 | 68.6% | – | 2023-05-05 | |
| 50 | 67.4% | – | 2024-09-18 | |
| 51 | 67.2% | – | 2023-04-24 | |
| 52 | open_llama_7b | 67.0% | – | 2023-06-07 |
| 53 | 66.1% | – | 2022-04-07 | |
| 54 | 65.8% | – | 2024-11-29 | |
| 55 | 65.4% | – | 2024-02-21 | |
| 56 | 64.9% | – | 2023-06-27 | |
| 57 | 64.7% | – | 2022-05-11 | |
| 58 | 64.5% | – | 2021-08-05 | |
| 59 | 64.3% | – | 2024-02-20 | |
| 60 | 63.8% | – | 2023-05-04 |
関連するベンチマーク
引用表記:BenchLeader「WinoGrande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/winogrande
WinoGrande:よくある質問
- WinoGrandeは何を測るベンチマークですか?
- 代名詞が何を指すかを常識で判断する質問です。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。
- WinoGrandeの最高スコアは?
- 2026年11月16日時点で、WinoGrandeの最高スコアは89.2%で、Llama 3.1 405Bが記録しています(結果の日付は2024年7月23日)。次点はClaude 3 Opusの88.5%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。
- WinoGrandeでトップのAIモデルは?
- 2026年11月16日時点で、WinoGrandeの首位はLlama 3.1 405Bで、スコアは89.2%です(結果の日付は2024年7月23日)。続いてClaude 3 Opus(88.5%)です。
- WinoGrandeの結果があるモデルはいくつですか?
- BenchLeaderでは74のモデル構成にWinoGrandeの結果があり、すべてEpoch AI Benchmarking Hubから取得しています。
- WinoGrande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?
- WinoGrande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。
- WinoGrandeはBenchLeader Indexに含まれますか?
- いいえ。WinoGrande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。