Epoch AI · 総合能力指数（ECI）

このランキングの読み方

測定する能力： Epoch AIが複数のベンチマークのスコアを共通の尺度にまとめた総合能力指数です。ベンチマークごとの難易度やスコアの変化特性を統計的に推定し、異なる試験を受けたモデルも比較できるようにした値です。

スコアの読み方： 正答率ではなく、相対的な能力の推定値です。スコアの差を、実際の利用で感じる差に直接換算することはできません。複数の試験での総合的な位置を把握する際の参考にしてください。

注意点： 特定の用途に必要な能力は、該当するベンチマークも個別に確認してください。評価結果や対象ベンチマークが追加されると、推定値や不確実性が変わる場合があります。

今回のランキングから読み取れること

• 最高スコアはClaude Opus 5.5の167.4です。
• 1位と5位の差は4.5です。
• 上位10モデルのうち、Anthropicのモデルが5モデルで最も多くなっています。
• この試験の結果が公開されているモデルは60件です。