Chess Puzzles

Name: Chess Puzzles
Creator: Epoch AI

Epoch AI / 推論 · テキストの盤面から正しい指し手を見つける

AIサイシンでの扱いランキング採用

配分1.8%

元データの日時10/20 07:39

最終同期10/24 02:22

何を、どう測るか

生成された盤面は Stockfish の標準解で判定する。入力は盤面のテキストで、視覚理解には分類しない。

正式に採点する。同じ問題ファミリーは固定予算を共有する。

一定のルールに従い、公開モデルごとに代表的な構成を一つ採用する。匿名のテスト版モデルは表示せず、元の順位をそのまま残す。各項目最大 30 件。

元の順位	モデル名	元スコア	代表構成
2	gpt-6-astra_maxOpenAI	74.0%	Max 推論
3	gpt-6.1-sol_maxOpenAI	68.0%	Max 推論
5	claude-opus-5-5_maxAnthropic	67.0%	Max 推論
6	gemini-3.7-flash_highGoogle	66.0%	High 推論
7	gpt-5.5_xhighOpenAI	63.0%	xHigh 推論
8	gpt-5.5-pro_xhighOpenAI	62.0%	xHigh 推論
9	gpt-5.2-pro-2025-12-11_xhighOpenAI	60.0%	xHigh 推論
10	gpt-5.6-sol_maxOpenAI	59.0%	Max 推論
10	gemini-4-argon_highGoogle	59.0%	High 推論
10	gpt-5.4-pro-2026-03-05_xhighOpenAI	59.0%	xHigh 推論
10	claude-sonnet-5-5_maxAnthropic	59.0%	Max 推論
14	gemini-3.8-flash_highGoogle	58.0%	High 推論
15	gpt-6-sol_maxOpenAI	56.0%	Max 推論
16	claude-haiku-5-5_maxAnthropic	55.0%	Max 推論
17	claude-opus-4-8_maxAnthropic	52.0%	Max 推論
18	gemini-3.1-pro-preview_highGoogle	51.0%	High 推論
19	claude-fable-5-1_maxAnthropic	48.0%	Max 推論
19	gpt-5.4-2026-03-05_xhighOpenAI	48.0%	xHigh 推論
19	deepseek-v4.1-flash_maxDeepSeek	48.0%	Max 推論
19	gpt-5.2-2025-12-11_xhighOpenAI	48.0%	xHigh 推論
19	gpt-5-pro-2025-10-06_highOpenAI	48.0%	High 推論
24	gpt-5.6-terra_maxOpenAI	47.0%	Max 推論
24	claude-fable-5_maxAnthropic	47.0%	Max 推論
26	deepseek-v4-pro-0813_maxDeepSeek	46.0%	Max 推論
26	qwen3.8-max_xhighAlibaba	46.0%	xHigh 推論
26	deepseek-v4.1-flash-1017_maxDeepSeek	46.0%	Max 推論
29	claude-sonnet-5_maxAnthropic	45.0%	Max 推論
29	gemini-3.5-flash_highGoogle	45.0%	High 推論
29	gpt-5.4-nano-2026-03-17_xhighOpenAI	45.0%	xHigh 推論
34	gpt-5.6-luna_maxOpenAI	43.0%	Max 推論

評価の限界とデータの出典

正式に採点する。同じ問題ファミリーは固定予算を共有する。

データライセンス：CC BY 4.0 · Epoch AI が独自に実施した評価データ

成績は Epoch AI が公表したもの。元のスコアと AIサイシンのコンセンサス指数は尺度が異なり、そのまま比較・合算はできない。