BenchLeader

Agnes 3.0 Flash vs GPT-6 Astra

両方に結果がある13件のベンチマークのうち、GPT-6 Astraが10件で上回っています(Agnes 3.0 Flashは3件)。

Agnes 3.0 Flashは、BenchLeaderが参照するベンチマークの公開元のいずれにも掲載されなくなったため、数値の更新は2026年9月22日で止まっています。GPT-6 Astraの数値は2026年11月16日時点の最新です。各スコアには公開日を併記しています。

ベンチマークAgnes 3.0 FlashGPT-6 Astra (max)
AA Intelligence Index v4.3.235.5
2026年9月11日
52.7
2026年9月3日
AA-LCR v1.181.0%
2026年9月11日
80.7%
2026年9月3日
AA-Omniscience v1.1-10.6
2026年9月11日
42.4
2026年9月3日
GPQA Diamond (AA)92.4%
2026年9月11日
96.1%
2026年9月3日
Humanity's Last Exam (AA)38.5%
2026年9月11日
54.7%
2026年9月3日
SciCode (AA)51.6%
2026年9月11日
56.5%
2026年9月3日
CritPt15.1%
2026年9月19日
31.7%
2026年9月3日
GDPval-AA v2.1, normalised score52.5%
2026年9月20日
53.7%
2026年9月3日
τ³-Banking (AA)47.6%
2026年9月19日
41.4%
2026年9月3日
Terminal-Bench 4.0 (AA)7.1%
2026年9月22日
59.1%
2026年9月3日
Terminal-Bench 2.1 (AA)82.0%
2026年9月22日
88.4%
2026年9月3日
AA-Omniscience v1.1: accuracy25.5%
2026年9月22日
61.6%
2026年9月3日
AA-Omniscience v1.1: non-hallucination51.6%
2026年9月22日
50.2%
2026年9月3日
ブレンド価格(100万トークンあたり、3:1)$0.075$20.00
出力速度317 tok/s41 tok/s

Agnes 3.0 Flashの最後の測定結果をすべて見るか、GPT-6 Astraのページで現在も測定されているモデルとの比較をご覧ください。全モデルの一覧はリーダーボードにあります。