総合ランキングに戻るCAPABILITY PROFILE UNDERSTANDING THE RANK BEHIND THE SCORE
GPT-5.4 2026-03-05
OpenAI · 2026-03-05 発表 · 11/02 14:50 更新
総合コンセンサス指数76.5総合 26 位
カテゴリ別成績0/ 4 カテゴリ
既存の成績3件の評価
コンテキストウィンドウ—Token
それぞれの強みを、より明確に。
各能力は個別に算出します。十分な実測がなければ空欄のままです。
编程根拠の補完待ち—比較可能な成績がまだ不足しています推理根拠の補完待ち—比較可能な成績がまだ不足しています知识根拠の補完待ち—比較可能な成績がまだ不足しています专业办公根拠の補完待ち—比較可能な成績がまだ不足しています
カテゴリ別スコアは各参照グループ内の順位支持を示すもので、合算や異なる能力の絶対比較には使えません。
総合順位はどのくらい安定していますか?
評価や機関を1つずつ除外し、個別の重みと誤差処理を調整して、順位の変化を確認します。
資格再確認後の順位23〜35 位根拠に敏感
6 件のシナリオで評価根拠が不足しています。候補を変えない場合は 23〜40 位です。この範囲は信頼区間ではなく、未公開の成績も含みません。
すべての成績には出所があります。
このモデルの公開された集計成績です。展開すると実行設定と採用方法を確認できます。
编程1 件
推理1 件
专业办公1 件
未測定の採点対象評価
これらの評価ではこのモデルの成績が公開されていません。未評価は0点として扱いません。
Arena TextGPQA DiamondCursorBenchChess PuzzlesCreative Writing v3Longform WritingArena VisionArena WebDevDeepSWE v1.1TapTap MakerMystery Game PuzzlesSimpleQA VerifiedLiveBench · 编程综合LiveBench · 语言与指令FrontierMath v2 · Tiers 1–3Vals Finance AgentLiveBench · 推理与数学Arena 创作盲选FrontierMath v2 · Tier 4APEX-Agents 1.1AA Index
不明な点もあります
未評価は0点として扱いません。順位は新しい根拠で変わるため、スコアが近いときの小さな差を過度に解釈しないでください。
算出方法を見る →