Phi 3
2026年11月16日時点で、Phi 3(Microsoft)のBenchLeader Indexは37.8です(ランク付け対象は608構成)。最も強いのは数学(35)、最も弱いのは推論(26)です。2024年4月23日にリリースされました。
要点(2026年11月16日時点)
- Phi 3は2024年4月23日にリリースされました(Microsoft)。
詳しく見ると:Phi 3はMicrosoftのモデルです(2024年4月23日リリース)。最もスコアの高い構成(推論エフォート medium)は、BenchLeader Indexで37.8 ±3.6を記録し、608構成中567位で下位半分に入ります。重要なのはこの「±」です。ほかに127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。カテゴリ別では数学が最も高く(35)、推論が最も低くなっています(26)。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
- –
- 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
- 2024年4月23日
- 総合Index38
- 推論26
- コーディング33
- 数学35
- 人間の評価33
この順位を埋め込む
ほかのバッジスタイル[](https://www.benchleader.com/models/phi-3)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。
バージョン
Microsoftはこの名前で4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。
Indexの推移
2026年9月27日〜2026年11月16日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。
推論
| ベンチマーク | medium | 出典 | 推移 |
|---|---|---|---|
| GPQA Diamond | 27.6%#289 | Epoch AI Benchmarking Hub | |
| Arena Hard Prompts | 1213#323 | Arena (LMArena) | |
| Arena ExpertIndex対象外 | 1206#309 | Arena (LMArena) | |
| HellaSwagIndex対象外 | 82.4%#19 | Epoch AI Benchmarking Hub | |
| BIG-Bench HardIndex対象外 | 81.4%#5 | Epoch AI Benchmarking Hub | |
| WinoGrandeIndex対象外 | 81.5%#14 | Epoch AI Benchmarking Hub | |
| ARC (AI2 Challenge)Index対象外 | 91.6%#5 | Epoch AI Benchmarking Hub | |
| ANLIIndex対象外 | 55.8%#4 | Epoch AI Benchmarking Hub |
コーディング
| ベンチマーク | medium | 出典 | 推移 |
|---|---|---|---|
| Arena Coding | 1231#326 | Arena (LMArena) |
数学
| ベンチマーク | medium | 出典 | 推移 |
|---|---|---|---|
| MATH Level 5 | 17.6%#82 | Epoch AI Benchmarking Hub | |
| Arena Maths | 1216#292 | Arena (LMArena) |
知識
| ベンチマーク | medium | 出典 | 推移 |
|---|---|---|---|
| MMLUIndex対象外 | 78.0%#28 | Epoch AI Benchmarking Hub | |
| TriviaQAIndex対象外 | 73.9%#23 | Epoch AI Benchmarking Hub | |
| OpenBookQAIndex対象外 | 87.4%#3 | Epoch AI Benchmarking Hub |
指示追従
| ベンチマーク | medium | 出典 | 推移 |
|---|---|---|---|
| Arena Instruction FollowingIndex対象外 | 1178#323 | Arena (LMArena) |
人間の評価
| ベンチマーク | medium | 出典 | 推移 |
|---|---|---|---|
| Arena Text | 1198#322 | Arena (LMArena) | |
| Arena Creative WritingIndex対象外 | 1150#328 | Arena (LMArena) | |
| Arena Multi-turnIndex対象外 | 1141#333 | Arena (LMArena) | |
| Arena Longer QueriesIndex対象外 | 1192#322 | Arena (LMArena) |
Microsoftのほかのモデル
関連ページ
埋め込み・引用
Phi 3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。
[](https://www.benchleader.com/models/phi-3)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). Phi 3 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/phi-3
BibTeX:
@misc{benchleader_phi_3_20261116,
author = {{BenchLeader}},
title = {{Phi 3 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/phi-3}},
note = {Data as of 2026-11-16}
}よくある質問
- Phi 3のベンチマークスコアは?
- 2026年11月16日時点で、Phi 3(推論エフォート medium)のBenchLeader Indexは37.8 ±3.6です。最も強いのは数学(35)、最も弱いのは推論(26)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。
- Phi 3の順位は?
- 2026年11月16日時点で、Phi 3(推論エフォート medium)はランク付けされた608構成中567位です。ほかに127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。
- Phi 3はいつリリースされましたか?
- Microsoftが2024年4月23日にPhi 3をリリースしました。
2026年11月16日時点のデータです。 ほかのモデルと比較
引用表記:BenchLeader「Phi 3: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/phi-3