日本語

日本語でのやり取りに絞った順位です。人が回答を見比べて投票した結果で、順位は目安です。

色をつけた30行は、誤差の幅の上限が1位の下限以上です。このデータでは、1位との差がはっきりしません。横棒は誤差の幅、棒の中の縦線はスコアです。表の中でいちばん低い値を左端、いちばん高い値を右端にしています。点線は1位の下限です。

日本語：上位50件
順位	モデル	提供元	スコア	誤差の幅	投票数
1	claude-fable-5.1-max設定: Max	Anthropic	1534	1492–1577	232
2（1位と誤差の幅が重なる）	claude-fable-5-high設定: High	Anthropic	1520	1493–1546	582
3（1位と誤差の幅が重なる）	gemini-3.7-flash-high設定: High	Google	1513	1481–1544	392
4（1位と誤差の幅が重なる）	claude-opus-5-high設定: High	Anthropic	1507	1485–1528	1,039
5（1位と誤差の幅が重なる）	gemini-3-pro	Google	1504	1475–1534	475
6（1位と誤差の幅が重なる）	gpt-5.5-high設定: High	OpenAI	1504	1482–1526	905
7（1位と誤差の幅が重なる）	claude-opus-5-max設定: Max	Anthropic	1502	1473–1530	521
8（1位と誤差の幅が重なる）	kimi-k3-max	moonshot	1501	1474–1528	556
9（1位と誤差の幅が重なる）	gemini-3.8-flash-high設定: High	Google	1500	1473–1528	569
10（1位と誤差の幅が重なる）	gemini-3.1-pro-preview	Google	1497	1479–1514	1,477
11（1位と誤差の幅が重なる）	claude-opus-4-6-high設定: High	Anthropic	1496	1474–1517	886
12（1位と誤差の幅が重なる）	gpt-5.6-sol-xhigh設定: xHigh	OpenAI	1495	1469–1522	586
13（1位と誤差の幅が重なる）	gemini-3-flash	Google	1488	1454–1522	339
14（1位と誤差の幅が重なる）	claude-opus-4-7-high設定: High	Anthropic	1488	1464–1512	712
15（1位と誤差の幅が重なる）	muse-spark-1.3-max	meta	1485	1444–1526	237
16（1位と誤差の幅が重なる）	qwen3.5-max-preview	alibaba	1484	1440–1528	209
17（1位と誤差の幅が重なる）	claude-opus-4-6	Anthropic	1484	1462–1505	910
18（1位と誤差の幅が重なる）	gpt-5.4-high設定: High	OpenAI	1479	1455–1504	676
19（1位と誤差の幅が重なる）	gemini-3.5-flash-high設定: High	Google	1478	1454–1502	691
20（1位と誤差の幅が重なる）	gpt-5.5	OpenAI	1478	1455–1501	809
21（1位と誤差の幅が重なる）	gemini-3.6-flash-high設定: High	Google	1477	1451–1503	611
22（1位と誤差の幅が重なる）	grok-4.20-beta1	SpaceXAI（旧 xAI）	1476	1436–1516	226
23（1位と誤差の幅が重なる）	gpt-5.6-terra-xhigh設定: xHigh	OpenAI	1475	1449–1501	616
24（1位と誤差の幅が重なる）	claude-opus-4-7	Anthropic	1473	1450–1496	805
25（1位と誤差の幅が重なる）	qwen3.8-max	alibaba	1472	1442–1502	460
26（1位と誤差の幅が重なる）	muse-spark-1.1	meta	1470	1445–1495	679
27（1位と誤差の幅が重なる）	glm-5.3-max	zai	1462	1429–1494	365
28（1位と誤差の幅が重なる）	gpt-5.5-instant	OpenAI	1462	1424–1499	263
29	gpt-5.1-high設定: High	OpenAI	1460	1433–1488	459
30（1位と誤差の幅が重なる）	gpt-6-sol-max設定: Max	OpenAI	1460	1416–1505	181
31	gemini-3.5-flash-medium設定: Medium	Google	1460	1435–1485	683
32	claude-opus-4-8	Anthropic	1459	1437–1480	888
33	claude-opus-4-8-high設定: High	Anthropic	1458	1436–1480	893
34	deepseek-v4-pro	DeepSeek	1455	1432–1479	722
35	glm-5.2-max	zai	1455	1432–1479	756
36	gpt-5.2-chat-latest-20260210	OpenAI	1448	1412–1484	267
37	gpt-5.4	OpenAI	1446	1422–1470	686
38	claude-opus-4-5-20251101-high-32k	Anthropic	1446	1414–1477	378
39	gemini-3.5-flash-lite	Google	1445	1419–1472	580
40	gemini-2.5-pro	Google	1444	1429–1459	2,063
41	claude-sonnet-5-high設定: High	Anthropic	1442	1418–1467	699
42	grok-4.5	SpaceXAI（旧 xAI）	1442	1414–1469	531
43	kimi-k2.6	moonshot	1441	1413–1469	500
44	claude-opus-4-5-20251101	Anthropic	1441	1417–1466	639
45	claude-sonnet-4-6	Anthropic	1440	1418–1463	800
46（1位と誤差の幅が重なる）	glm-4.7	zai	1439	1385–1494	125
47	gpt-4.5-preview-2025-02-27	OpenAI	1439	1401–1477	271
48	gpt-5.2-high設定: High	OpenAI	1436	1407–1466	446
49	glm-5.3-flash	zai	1436	1408–1464	513
50	deepseek-v4.1-flash-max設定: Max	DeepSeek	1436	1394–1478	215

51位以下の、TRAIL 掲載ツールの提供元のモデル101件

横棒の左端と右端は、この表の中でいちばん低い値と高い値です。上の表とは目盛りが違います。

日本語：51位以下の、掲載ツールの提供元のモデル
順位	モデル	提供元	スコア	誤差の幅	投票数
52	gemini-3-flash (thinking-minimal)	Google	1434	1412–1456	851
54	deepseek-v4-pro-high-preview	DeepSeek	1431	1407–1455	684
55	gpt-5-high設定: High	OpenAI	1431	1409–1453	916
57	gpt-5-chat	OpenAI	1429	1402–1457	525
58	gpt-5.1	OpenAI	1429	1401–1458	460
60	gpt-5.6-luna-xhigh設定: xHigh	OpenAI	1428	1402–1454	635
61	grok-4.20-beta-0309-reasoning	SpaceXAI（旧 xAI）	1427	1403–1451	706
62	deepseek-v4-flash-high-preview	DeepSeek	1426	1401–1451	639
63	grok-4.3	SpaceXAI（旧 xAI）	1426	1403–1448	855
64	o3-2025-04-16	OpenAI	1424	1407–1441	1,420
65	grok-4.1	SpaceXAI（旧 xAI）	1423	1401–1446	714
68	gemini-3.1-flash-lite-preview	Google	1421	1396–1446	647
69	grok-4.20-multi-agent-beta-0309	SpaceXAI（旧 xAI）	1419	1394–1444	624
70	gpt-6-luna-max設定: Max	OpenAI	1418	1388–1448	498
74	gpt-6-astra-max設定: Max	OpenAI	1415	1369–1461	195
75	gpt-5.3-chat-latest	OpenAI	1414	1375–1453	274
76	gpt-5.2	OpenAI	1413	1390–1435	803
77	claude-sonnet-4-5-20250929	Anthropic	1412	1391–1434	784
78	claude-opus-4-1-20250805-thinking-16k	Anthropic	1412	1390–1434	675
79	claude-opus-4-1-20250805	Anthropic	1410	1392–1428	1,198
80	chatgpt-4o-latest-20250326	OpenAI	1409	1391–1427	1,287
82	grok-4.1-thinking	SpaceXAI（旧 xAI）	1409	1384–1433	641
83	gpt-5.4-mini-high設定: High	OpenAI	1408	1383–1433	625
84	grok-4.6-high設定: High	SpaceXAI（旧 xAI）	1402	1372–1433	435
85	claude-sonnet-4-5-20250929-high-32k	Anthropic	1400	1378–1422	780
86	deepseek-v4-flash	DeepSeek	1398	1374–1423	653
87	gemini-2.5-flash-preview-09-2025	Google	1397	1365–1429	359
95	grok-4-0709	SpaceXAI（旧 xAI）	1390	1370–1410	923
97	gemini-2.5-flash	Google	1390	1376–1404	2,043
98	deepseek-r1-0528	DeepSeek	1389	1364–1414	620
99	claude-opus-4-20250514-thinking-16k	Anthropic	1385	1364–1407	832
100	deepseek-v3.2-thinking	DeepSeek	1384	1354–1414	386
101	deepseek-v3.1	DeepSeek	1384	1353–1415	334
104	claude-opus-4-20250514	Anthropic	1381	1362–1399	1,115
108	gpt-5.4-nano-high設定: High	OpenAI	1374	1348–1400	610
109	o1-2024-12-17	OpenAI	1374	1348–1400	581
116	deepseek-v3.1-thinking	DeepSeek	1369	1332–1406	258
117	grok-4-1-fast-reasoning	SpaceXAI（旧 xAI）	1369	1340–1397	446
118	grok-3-preview-02-24	SpaceXAI（旧 xAI）	1368	1347–1389	835
119	deepseek-v3.2	DeepSeek	1365	1336–1394	452
120	gpt-5-mini-high設定: High	OpenAI	1364	1336–1393	460
122	grok-4-fast-reasoning	SpaceXAI（旧 xAI）	1362	1321–1404	212
124	claude-haiku-4-5-20251001	Anthropic	1361	1344–1377	1,661
125	gemini-2.5-flash-lite-preview-09-2025-no-thinking	Google	1357	1331–1383	502
127	claude-sonnet-4-20250514	Anthropic	1356	1336–1376	970
128	gemini-2.5-flash-lite-preview-06-17-thinking	Google	1354	1333–1375	808
130	o1-preview	OpenAI	1348	1324–1372	674
131	o4-mini-2025-04-16	OpenAI	1347	1327–1366	1,075
132	gpt-4.1-2025-04-14	OpenAI	1346	1328–1365	1,138
133	deepseek-v3.2-exp	DeepSeek	1344	1296–1393	148
134	claude-sonnet-4-20250514-thinking-32k	Anthropic	1344	1322–1366	824
136	deepseek-v3-0324	DeepSeek	1343	1324–1362	1,056
137	claude-3-7-sonnet-20250219-thinking-32k	Anthropic	1343	1323–1362	1,018
139	deepseek-r1	DeepSeek	1337	1311–1363	468
141	grok-3-mini-beta	SpaceXAI（旧 xAI）	1335	1310–1359	600
143	claude-3-7-sonnet-20250219	Anthropic	1333	1314–1352	1,009
145	gpt-4.1-mini-2025-04-14	OpenAI	1328	1309–1348	1,000
148	gpt-oss-120b	OpenAI	1325	1300–1350	578
152	gemini-2.0-flash-lite-preview-02-05	Google	1319	1293–1344	542
154	gemini-1.5-pro-002	Google	1316	1298–1334	1,210
155	o3-mini-high設定: High	OpenAI	1315	1284–1346	374
159	grok-3-mini-high設定: High	SpaceXAI（旧 xAI）	1312	1282–1341	398
161	claude-3-5-sonnet-20241022	Anthropic	1310	1295–1324	2,040
163	gemma-3-27b-it	Google	1308	1289–1327	1,052
165	gpt-4o-2024-05-13	OpenAI	1305	1290–1321	2,674
168	gemini-2.0-flash-001	Google	1298	1279–1317	1,026
170	o3-mini	OpenAI	1297	1280–1313	1,411
172	gpt-4o-2024-08-06	OpenAI	1292	1273–1311	1,104
173	gemini-advanced-0514	Google	1292	1271–1312	1,212
174	gemma-3n-e4b-it	Google	1290	1268–1313	734
175	deepseek-v3	DeepSeek	1287	1263–1311	534
176	gemini-1.5-pro-001	Google	1286	1269–1303	1,935
178	claude-3-5-sonnet-20240620	Anthropic	1285	1268–1301	2,127
181	o1-mini	OpenAI	1277	1258–1296	1,093
184	grok-2-2024-08-13	SpaceXAI（旧 xAI）	1270	1253–1287	1,478
185	gpt-4-1106-preview	OpenAI	1262	1243–1281	1,422
186	claude-3-opus-20240229	Anthropic	1261	1246–1276	3,650
189	gemini-1.5-flash-002	Google	1256	1234–1278	753
190	gpt-oss-20b	OpenAI	1256	1217–1294	246
193	deepseek-v2.5-1210	DeepSeek	1252	1210–1294	161
194	gpt-4-0125-preview	OpenAI	1252	1233–1270	1,474
196	gpt-4-turbo-2024-04-09	OpenAI	1251	1234–1268	2,112
197	gpt-4o-mini-2024-07-18	OpenAI	1251	1235–1266	1,793
199	gpt-5-nano-high設定: High	OpenAI	1244	1194–1295	147
200	claude-3-5-haiku-20241022	Anthropic	1243	1226–1259	1,546
205	grok-2-mini-2024-08-13	SpaceXAI（旧 xAI）	1236	1218–1254	1,225
208	gpt-4.1-nano-2025-04-14	OpenAI	1233	1188–1279	160
213	gemma-2-27b-it	Google	1229	1213–1245	1,808
214	deepseek-v2.5	DeepSeek	1228	1201–1255	479
217	gemini-1.5-flash-001	Google	1223	1205–1241	1,522
220	gpt-4-0314	OpenAI	1218	1192–1244	619
227	gpt-4-0613	OpenAI	1202	1182–1222	1,241
229	claude-3-sonnet-20240229	Anthropic	1195	1177–1214	1,753
230	gemma-2-9b-it	Google	1195	1178–1213	1,301
231	deepseek-coder-v2	DeepSeek	1194	1163–1226	345
241	claude-3-haiku-20240307	Anthropic	1172	1155–1189	2,063
242	gemini-1.5-flash-8b-001	Google	1170	1147–1193	691
246	gpt-3.5-turbo-0125	OpenAI	1143	1121–1166	965
250	gemma-2-2b-it	Google	1120	1101–1139	1,228
254	gemini-pro-dev-api	Google	1107	1061–1153	173
264	gemma-1.1-7b-it	Google	1053	1023–1083	449

出典: Arena（旧 LMArena）が公開しているデータセット lmarena-ai/leaderboard-dataset。使っている集計は text_style_control（japanese）です。text_style_control は、style control（スタイル補正）つきの集計です。データセットの説明によると、文章の順位表では2025年5月16日から、この集計が標準になっています。
ライセンス: CC BY 4.0
Arena の公開日: 2026年10月8日
TRAIL の取得日: 2026年10月12日
表示している範囲: 全278件のうち、上位50件と、TRAIL に掲載しているツールの提供元のモデル。スコアと誤差の幅は、小数点以下を四捨五入しています。

この表の読み方

順位は、人の投票の結果です: Arena では、同じ質問に対する2つのモデルの回答を人が見比べて、良いと思った方に投票します。スコアは、その勝ち負けから計算した数字です。テストの点数ではありません。
誤差の幅が重なるモデルは、順位が入れ替わりえます: 誤差の幅は、Arena が公表しているスコアの下限と上限です。統計では信頼区間と呼び、本当のスコアがありそうな範囲を表します。2つのモデルの幅が重なっているとき、このデータだけではどちらが上とは言えません。
High や Max は、推論の設定です: モデル名の末尾の High、Max、xHigh などは、答える前に考える手間をどれだけかけるかの設定です。同じモデルでも、設定ごとに別の行になります。モデル名は Arena の表記のままです。「設定」として分けて表示しているのは、Anthropic、OpenAI、Google、xAI、DeepSeek のモデルだけです。ほかの提供元では、同じ語がモデル名の一部になっていることがあります。
投票数が少ないと、幅は広くなります: 投票数は、そのモデルが比べられた回数です。少ないうちは誤差の幅が広く、順位が動きやすくなります。