総合ランキングに戻るCAPABILITY PROFILE UNDERSTANDING THE RANK BEHIND THE SCORE
DeepSeek V4 Flash Preview
DeepSeek · 2026-04-24 公開 · 10/24 02:22 更新
総合コンセンサス指数0.6総合 30位圏外
分野別の成績1/ 4 分野
掲載中の成績7件の評価
コンテキスト長—トークン
得意分野を、分けて見る。
能力ごとに個別に算出する。実測が足りない項目は空欄とする。
分野別のスコアは、それぞれの比較対象群における順位の裏付けを示す。合算したり、異なる能力の絶対的な高低を比べたりすることはできない。
総合順位はどれほど安定しているか。
評価や機関を一つずつ除き、個別の重みや誤差の扱いを変えて、順位の動きを確かめた。
資格を再判定した場合の順位64〜76位変動しやすい
6 通りの条件で根拠が不足した。候補を固定した場合は 68〜76位。この範囲は信頼区間ではなく、未公開の成績も含まない。
どの成績にも、出どころがある。
このモデルの公開された集計成績である。展開すると実行構成と採用方法を確認できる。
総合4 件
コーディング2 件
推論1 件
まだわからないこと
欠けている評価は0点として扱わない。順位は新しい根拠に応じて変わる。スコアが近い場合、わずかな差を重く見るべきではない。
算出方法を見る →