新着Added Agnes 3.0 Flash & DeepSeek V4.1 Flash
中立で厳格な AIモデル徹底分析
最新フロンティアAIモデルを多角的に比較。ユースケースに最適な基盤モデル、価格プラン、推論プロバイダーを見極められます。
- ランク付けモデル
- 767
- カテゴリー
- 18
- データソース
- 5
主要指標
01 · リアルタイムランキング
トップランキングモデル
Podium総合スコア Top 10 モデル
すべて見る →| # | モデル | Podium Score |
|---|---|---|
| 01 | Claude Mythos Preview Anthropic · Proprietary | 97.4 |
| 02 | Claude 5.5 Sonnet Anthropic · Proprietary | 94.8 |
| 03 | Kimi K3.1 Pro Moonshot AI · Open Weights | 94.2 |
| 4 | Eleven Multilingual v3 ElevenLabs · Proprietary | 94.0 |
| 5 | FLUX.2 Pro Black Forest Labs · Proprietary | 93.8 |
| 6 | Gemini 4 Argon Google · Proprietary | 93.6 |
| 7 | Claude Fable 5 Anthropic · Proprietary | 93.4 |
| 8 | GPT-Image 2 OpenAI · Proprietary | 93.1 |
| 9 | Grok Imagine Quality xAI · Proprietary | 92.6 |
| 10 | ElevenLabs Scribe v2 ElevenLabs · Proprietary | 92.5 |
02 · 評価ドメイン
用途別ベストモデル
コーディング
リポジトリ規模のコーディング：SWE-Bench、LiveCodeBench、SciCode、Terminal-Bench、HumanEval。
首位: Claude Fable 5.1
数学
競技数学から最前線まで：AIME、MATH、FrontierMath。
首位: Claude Mythos Preview
推論
深い推論と科学：GPQA Diamond、HLE、ARC-AGI-2。
首位: Claude Mythos Preview
エージェント
自律的なツール使用：OSWorld、Toolathlon、MCP Atlas、τ²-Bench。
首位: Kimi K3
知識
事実知識と幻覚耐性：SimpleQA、MMLU-Pro、MMMLU。
首位: Claude Mythos Preview
マルチモーダル
画像・文書理解：MMMU、CharXiv、ScreenSpot-Pro。
首位: Claude Mythos Preview
03 · 調査と分析
最新記事
04 · よくある質問
よくある質問
各モデルはPodium Score（0〜100）を受け取ります。これは、直接対決のアリーナElo（35%）、ベンチマーク平均（30%）、Artificial Analysis知能指数（20%）、LLM Statsスコア（15%）を組み合わせた加重平均です。
Claude Mythos Previewがスコア97.4で首位です。次いでClaude 5.5 Sonnet（94.8）、Kimi K3.1 Pro（94.2）が続いています。
767の主力モデルを18のカテゴリーで追跡し、722モデルのアリーナテーブルを網羅しています。
5つの公開リーダーボード（Arena.ai, Artificial Analysis, LLM Stats, Vellum Leaderboard, LLMBase）から毎週データを更新・同期しています。