Agnes 3.0 Flash vs Step 5 Preview
両方に結果がある10件のベンチマークのうち、Step 5 Previewが10件で上回っています。
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。Step 5 Preview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 | ||
|---|---|---|
| AA Intelligence Index v4.3.2 | 35.5 2026年9月11日 | 43.7 2026年9月18日 |
| AA-LCR v1.1 | 81.0% 2026年9月11日 | 88.3% 2026年9月18日 |
| AA-Omniscience v1.1 | -10.6 2026年9月11日 | 16.4 2026年9月18日 |
| Humanity's Last Exam (AA) | 38.5% 2026年9月11日 | 46.5% 2026年9月18日 |
| SciCode (AA) | 51.6% 2026年9月11日 | 58.9% 2026年9月18日 |
| CritPt | 15.1% 2026年9月19日 | 20.9% 2026年9月18日 |
| GDPval-AA v2.1, normalised score | 52.5% 2026年9月20日 | 54.3% 2026年9月18日 |
| Terminal-Bench 4.0 (AA) | 7.1% 2026年9月22日 | 33.3% 2026年9月18日 |
| AA-Omniscience v1.1: accuracy | 25.5% 2026年9月22日 | 36.4% 2026年9月18日 |
| AA-Omniscience v1.1: non-hallucination | 51.6% 2026年9月22日 | 68.7% 2026年9月18日 |
| ブレンド価格(100万トークンあたり、3:1) | $0.075 | $1.43 |
| 出力速度 | 317 tok/s | 124 tok/s |
Agnes 3.0 Flashの最後の測定結果をすべて見るか、Step 5 Preview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。