Chess Puzzles

Name: Chess Puzzles
Creator: Epoch AI

Epoch AI / 推論 · 文字で示された盤面から正しい着手を探す

News での扱い順位に反映

根拠の配分1.8%

元データの時点11/06 09:14

最後に同期に成功11/16 02:05

何をどう測るか

生成された棋局は Stockfish の標準解答で採点する。入力は棋局テキストであり、視覚理解には分類しない。

正式に採点。同一問題ファミリーは固定予算を共有する。

固定ルールに従い、各公開モデルは代表的な構成を1つ採用する。匿名テスト型番は表示せず、元のランキング順位を保持し、各項目は最大30件。

元の順位	元のモデル名	元のスコア	代表的な設定
1	claude-fable-5-2_maxAnthropic	79.0%	Max 推論
2	gemini-4-carbon_highgoogle	78.0%	High 推論
4	gpt-6-astra_maxOpenAI	74.0%	Max 推論
5	gpt-6.1-sol_max—	68.0%	Max 推論
7	claude-opus-5-5_maxAnthropic	67.0%	Max 推論
8	gemini-3.7-flash_highGoogle	66.0%	High 推論
9	gpt-5.5_xhighOpenAI	63.0%	xHigh 推論
10	gpt-5.5-pro_xhighOpenAI	62.0%	xHigh 推論
11	gpt-5.2-pro-2025-12-11_xhighOpenAI	60.0%	xHigh 推論
12	gpt-5.6-sol_maxOpenAI	59.0%	Max 推論
12	claude-sonnet-5-5_maxanthropic	59.0%	Max 推論
12	gpt-5.4-pro-2026-03-05_xhighOpenAI	59.0%	xHigh 推論
12	gemini-4-argon_highGoogle	59.0%	High 推論
16	gemini-3.8-flash_highGoogle	58.0%	High 推論
17	gpt-6-sol_maxOpenAI	56.0%	Max 推論
18	claude-haiku-5-5_max—	55.0%	Max 推論
19	claude-opus-4-8_maxAnthropic	52.0%	Max 推論
20	gemini-3.1-pro-preview_highGoogle	51.0%	High 推論
21	deepseek-v4.1-flash_maxDeepSeek	48.0%	Max 推論
21	claude-fable-5-1_maxAnthropic	48.0%	Max 推論
21	gpt-5.4-2026-03-05_xhighOpenAI	48.0%	xHigh 推論
21	gpt-5-pro-2025-10-06_highOpenAI	48.0%	High 推論
21	gpt-5.2-2025-12-11_xhighOpenAI	48.0%	xHigh 推論
26	claude-fable-5_maxAnthropic	47.0%	Max 推論
26	gpt-5.6-terra_maxOpenAI	47.0%	Max 推論
28	deepseek-v4-pro-0813_maxDeepSeek	46.0%	Max 推論
28	deepseek-v4.1-flash-1017_maxdeepseek	46.0%	Max 推論
28	qwen3.8-max_xhighAlibaba	46.0%	xHigh 推論
31	gpt-5.4-nano-2026-03-17_xhighOpenAI	45.0%	xHigh 推論
31	gemini-3.5-flash_highGoogle	45.0%	High 推論

評価の限界とデータの出典

正式に採点。同一問題ファミリーは固定予算を共有する。

データのライセンス：CC BY 4.0 · Epoch AI 独自評価データ

スコアは Epoch AI が公開。元のスコアと News のコンセンサススコアは尺度が異なるため、直接合算できない。