BenchLeader

Olmo 3.1 32B

推論エフォート
品質339中222位
45.1Index
中央値より下
中央値比 −5.1

2026年11月16日時点で、Olmo 3.1 32B(Ai2)のBenchLeader Indexは45.1です(ランク付け対象は608構成)。最も強いのは指示追従(65)、最も弱いのは長文コンテキスト(23)です。2025年12月12日にリリースされました。

要点(2026年11月16日時点)

  • Olmo 3.1 32Bは2025年12月12日にリリースされました(Ai2)。

詳しく見ると:Olmo 3.1 32BはAi2のオープンウェイトのモデルです(2025年12月12日リリース)。最もスコアの高い構成(推論エフォート thinking)は、BenchLeader Indexで45.1 ±8.9を記録し、608構成中462位で下位半分に入ります。重要なのはこの「±」です。ほかに341構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別では指示追従が最も高く(65)、長文コンテキストが最も低くなっています(23)。2通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。最終測定日:2026年11月11日。

ブレンド価格
–
出力速度
–
回答開始
–
コンテキスト
66k
出典:Artificial Analysis
タスクあたりコスト
–
タスクあたりトークン数
–
リリース日
2025年12月12日
カテゴリ別のスコア破線=平均的なモデル(50)。15ポイントが標準偏差1つ分です。
  1. 総合Index45
  2. 推論44
  3. コーディング45
  4. エージェント・ツール34
  5. 数学47
  6. 指示追従65
  7. 人間の評価43
  8. 長文コンテキスト23

この順位を埋め込む

ほかのバッジスタイル
[![Olmo 3.1 32B on BenchLeader: 総合 220位](https://www.benchleader.com/badge/olmo-3-1-32b.svg?style=compact)](https://www.benchleader.com/models/olmo-3-1-32b)

README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。

Ai2の新モデル公開をメールで通知

ランク入りしたときにもう1通、さらに毎週月曜に週刊レビューをお届けします。

プロバイダーとメールの種類を選ぶ

バージョン

Ai2はこの名前で3つのモデルを公開しています。それぞれ自身の結果だけでランク付けされます。新しいバージョンはまだ結果が少ないことが多く、結果が増えるまではIndexが平均寄りになります。

モデルリリース日Index順位
Olmo 3.1 32Bthinkingこのページ2025年12月12日45.1#462
Olmo 3 32Bthinking2025年11月20日44.6#468
Olmo 2 32B2025年3月13日40.2#531

推論エフォート別の構成

同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。

エフォートIndex順位速度回答開始チャット返答のコストカテゴリ
thinking最良45.1#462–––エージェント・ツール 34 · コーディング 45 · 人間の評価 43 · 指示追従 65 · 長文コンテキスト 23 · 数学 47 · 推論 44
未記載44.2#474–––エージェント・ツール 34 · コーディング 50 · 人間の評価 49 · 指示追従 42 · 長文コンテキスト 23 · 数学 46 · 推論 49

Indexの推移

2026年9月9日〜2026年11月16日
354554
  • thinking
  • 標準

Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。

ベンチマーク結果

LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。

メタデータ

ベンチマークthinking標準出典推移
AA Openness IndexIndex対象外88.9#188.9#1Artificial Analysis

推論

ベンチマークthinking標準出典推移
Arena Hard Prompts1305#2681349#225Arena (LMArena)
GPQA Diamond (AA)Index対象外59.1%#38853.9%#416Artificial Analysis
Humanity's Last Exam (AA)Index対象外6.3%#4225.0%#476Artificial Analysis
CritPtIndex対象外0.0%#3370.0%#337Artificial Analysis
Arena ExpertIndex対象外1336#2221324#230Arena (LMArena)

コーディング

ベンチマークthinking標準出典推移
Arena Coding1340#2641381#223Arena (LMArena)
Design Arena WebsiteIndex対象外970#175–Design Arena
LiveCodeBench (AA)Index対象外69.5%#68–Artificial Analysis

エージェント・ツール

ベンチマークthinking標準出典推移
Terminal-Bench Hard0.0%#3670.0%#367Artificial Analysis
τ²-Bench Telecom (AA)Index対象外0.0%#39821.4%#328Artificial Analysis

数学

ベンチマークthinking標準出典推移
Arena Maths1302#2331298#234Arena (LMArena)
AIME 2025 (AA)Index対象外77.3%#73–Artificial Analysis

知識

ベンチマークthinking出典推移
Global-MMLU-Lite (AA)Index対象外71.5%#98Artificial Analysis

指示追従

ベンチマークthinking標準出典推移
IFBench66.0%#10039.2%#274Artificial Analysis
Arena Instruction FollowingIndex対象外1280#2691321#225Arena (LMArena)

人間の評価

ベンチマークthinking標準出典推移
Arena Text1286#2801329#231Arena (LMArena)
Arena Creative WritingIndex対象外1248#2761294#231Arena (LMArena)
Arena Multi-turnIndex対象外1266#2811330#218Arena (LMArena)
Arena Longer QueriesIndex対象外1307#2601336#229Arena (LMArena)

長文コンテキスト

ベンチマークthinking標準出典推移
AA-LCR v1.10.0%#5170.0%#517Artificial Analysis

総合

ベンチマークthinking標準出典推移
AA Intelligence Index v4.3.2Index対象外7.1#5026.5#533Artificial Analysis
AA Progress Index v1Index対象外203.1#404159.9#533Artificial Analysis

Ai2のほかのモデル

今月の新着

関連ページ

埋め込み・引用

Olmo 3.1 32Bの順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。

[![Olmo 3.1 32B on BenchLeader: 総合 220位](https://www.benchleader.com/badge/olmo-3-1-32b.svg)](https://www.benchleader.com/models/olmo-3-1-32b)

このページを引用する

ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:

BenchLeader. (2026, November 16). Olmo 3.1 32B on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/olmo-3-1-32b

BibTeX:

@misc{benchleader_olmo_3_1_32b_20261116,
  author       = {{BenchLeader}},
  title        = {{Olmo 3.1 32B on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/olmo-3-1-32b}},
  note         = {Data as of 2026-11-16}
}

すべてのバッジスタイル、埋め込み用のトップ10ウィジェット、Indexの引用方法

よくある質問

Olmo 3.1 32Bのベンチマークスコアは?
2026年11月16日時点で、Olmo 3.1 32B(推論エフォート thinking)のBenchLeader Indexは45.1 ±8.9です。最も強いのは指示追従(65)、最も弱いのは長文コンテキスト(23)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
Olmo 3.1 32Bの順位は?
2026年11月16日時点で、Olmo 3.1 32B(推論エフォート thinking)はランク付けされた608構成中462位です。ほかに341構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
Olmo 3.1 32Bはいつリリースされましたか?
Ai2が2025年12月12日にOlmo 3.1 32Bをリリースしました。BenchLeaderには2通りの推論エフォート設定での結果があります。

2026年11月16日時点のデータです。 これらの構成を比較

引用表記:BenchLeader「Olmo 3.1 32B:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/olmo-3-1-32b