Epoch AI · 博士レベルの科学問題（GPQA Diamond）
公開されているベンチマーク資料(LMArenaのユーザー投票順位、Epoch AIのテストスコア、OpenRouterの使用量順位)を定期的に取得して表示します。各ランキングの公開日と取得日を併記します。このサイトが独自に採点したものではありません。
このランキングの読み方
測定する能力： 生物・化学・物理分野の大学院レベルの選択式問題198問で構成されるGPQA Diamondです。分野の専門家が作成・検証し、専門外の人がインターネットを使っても解くのが難しいように設計されています。
スコアの読み方： 正答率（%）です。4つの選択肢を均等な確率でランダムに選ぶ場合、期待正答率は25%です。
注意点： 上位モデルのスコアが満点に近づくほど、この試験だけでは能力差を見分けにくくなる場合があります。科学知識と推論の評価なので、日常業務の能力とは異なる場合があります。
今回のランキングから読み取れること
- 最高スコアはGPT-6 Astraの95.8%です。
- 1位と5位の差は1.0%pです。
- 上位10モデルのうち、OpenAIのモデルが4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30件です。
博士レベルの科学問題（GPQA Diamond） Epoch AI
Epoch AIが直接測定したスコアや、開発元・評価機関が公表したスコアをまとめたデータです。テストごとに評価対象のモデルが異なるため、最新モデルがまだ掲載されていない場合もあります。同じモデルの推論強度別の結果から、最も高いスコアを表示しています。 · 取得日 2026-10-04
棒は正答率（%）を示し、0%から描画しています。
表で見る（上位30件）
| 順位 | モデル | 開発元 | リリース日 | スコア |
|---|---|---|---|---|
| 1 | #1OGPT-6 Astra(max) | OpenAI | 2026-09-03 | 95.8% |
| 2 | #2Claude Sonnet 5.5(max) | Anthropic | 2026-09-28 | 95.6% |
| 3 | #3OGPT-6.1 Sol(max) | OpenAI | 2026-09-29 | 95.4% |
| 4 | #4Gemini 3.8 Flash(high) | 2026-09-02 | 95.4% | |
| 5 | #5Gemini 3.7 Flash(high) | 2026-08-13 | 94.8% | |
| 6 | #6OGPT-5.4 Pro(xhigh) | OpenAI | 2026-03-05 | 94.6% |
| 7 | #7Gemini 3.1 Pro Preview | 2026-02-19 | 94.4% | |
| 8 | #8OGPT-6 Sol(max) | OpenAI | 2026-09-22 | 94.3% |
| 9 | #9Gemini 3.6 Flash | 2026-07-21 | 94.1% | |
| 10 | #10xGrok 4.6(high) | xAI | 2026-08-12 | 94.0% |
| 11 | #11OGPT-5.5(xhigh) | OpenAI | 2026-04-23 | 94.0% |
| 12 | #12OGPT-5.5 Pro(xhigh) | OpenAI | 2026-04-23 | 93.9% |
| 13 | #13Claude Opus 5(max) | Anthropic | 2026-07-24 | 93.9% |
| 14 | #14OGPT-5.6 Sol(max) | OpenAI | 2026-07-09 | 93.5% |
| 15 | #15xGrok 4.5(high) | xAI | 2026-07-08 | 93.4% |
| 16 | #16OGPT-5.6 Terra(max) | OpenAI | 2026-07-09 | 93.3% |
| 17 | #17OGPT-5.4(xhigh) | OpenAI | 2026-03-05 | 93.3% |
| 18 | #18Kimi K3(max) | Moonshot AI | 2026-07-16 | 93.1% |
| 19 | #19Gemini 3.5 Flash | 2026-05-19 | 92.8% | |
| 20 | #20xGrok 4.7(xhigh) | xAI | 2026-09-21 | 92.7% |
| 21 | #21Qwen3.8 Max(xhigh) | Alibaba | 2026-08-02 | 92.7% |
| 22 | #22Gemini 3 Pro Preview | 2025-11-18 | 92.6% | |
| 23 | #23Qwen3.8 Max (0902)(xhigh) | Alibaba | 2026-09-01 | 92.3% |
| 24 | #24ZGLM-5.2 | Z.ai | 2026-06-16 | 91.9% |
| 25 | #25DeepSeek V4 Pro 0813(max) | DeepSeek | 2026-08-13 | 91.7% |
| 26 | #26OGPT-5.6 Luna(max) | OpenAI | 2026-07-09 | 91.6% |
| 27 | #27OGPT-5.2(xhigh) | OpenAI | 2025-12-11 | 91.4% |
| 28 | #28Claude Opus 4.8 | Anthropic | 2026-05-28 | 91.0% |
| 29 | #29DeepSeek V4 Flash 0731(max) | DeepSeek | 2026-07-31 | 91.0% |
| 30 | #30ZGLM-5.3(max) | Z.ai | 2026-08-14 | 90.9% |
データ: LMArena leaderboard dataset（CC BY 4.0）。変更: 各ランキングは上位50件のみ表示。スコアは四捨五入。 https://huggingface.co/datasets/lmarena-ai/leaderboard-dataset企業ロゴは各社の商標であり、識別のためにのみ使用しています（アイコン：Simple Icons）。データ：Epoch AI — Capabilities & benchmarking（CC BY 4.0）。 https://epoch.ai/benchmarksSource: OpenRouter (openrouter.ai/rankings), as of 2026-10-04. Licensed under CC BY 4.0. https://openrouter.ai/rankings