Chess Puzzles

Name: Chess Puzzles
Creator: Epoch AI

Epoch AI / 推論 · 文字で表した盤面から、正しい指し手を探す

Karu News での扱い順位に反映

証拠の予算1.8%

元データの時刻9/30（水） 07:00

直近の同期10/7（水） 08:05

何を、どう測るか

生成した盤面を Stockfish の正解で採点します。入力は盤面のテキストなので、視覚理解には入れません。

正式に採点します。同じ問題ファミリーは固定の予算を共有します。

固定のルールで、公開モデルごとに代表となる構成を 1 つ採用しています。匿名のテスト用モデルは表示せず、元のランキングの順位を保ち、1 項目につき最大 30 件です。

元の順位	元の型番	元の成績	代表の設定
1	gpt-6-astra_maxOpenAI	72.0%	Max 推論
4	gemini-3.8-flash_highGoogle	61.0%	High 推論
4	gpt-6.1-sol_maxopenai	61.0%	Max 推論
6	gpt-5.4-pro-2026-03-05_xhighOpenAI	58.6%	xHigh 推論
7	gpt-5.6-sol_maxOpenAI	55.0%	Max 推論
9	gpt-5.6-terra_maxOpenAI	54.0%	Max 推論
11	gemini-3.5-flash_highGoogle	50.0%	High 推論
12	gemini-3.1-pro-preview_highGoogle	49.0%	High 推論
12	gpt-5.2-2025-12-11_xhighOpenAI	49.0%	xHigh 推論
14	claude-fable-5-1_maxAnthropic	47.0%	Max 推論
14	deepseek-v4-pro-0813_maxDeepSeek	47.0%	Max 推論
14	gemini-3.7-flash_highGoogle	47.0%	High 推論
18	gpt-5.4-2026-03-05_xhighOpenAI	44.0%	xHigh 推論
21	claude-opus-5_maxAnthropic	42.0%	Max 推論
22	claude-fable-5_maxAnthropic	41.0%	Max 推論
24	gpt-5.6-luna_maxOpenAI	40.0%	Max 推論
24	gemini-3.6-flash_highGoogle	40.0%	High 推論
24	qwen3.8-max-0902_xhighAlibaba	40.0%	xHigh 推論
24	gemini-3-flash-preview_highGoogle	40.0%	High 推論
31	kimi-k3_maxMoonshot AI	39.0%	Max 推論
32	grok-4.7_xhighxAI	38.0%	xHigh 推論
32	muse-spark-1.3_maxMeta	38.0%	Max 推論
38	gpt-5-2025-08-07_highOpenAI	37.0%	High 推論
39	grok-4.5_highxAI	36.0%	High 推論
43	o3-2025-04-16_highOpenAI	34.0%	High 推論
43	claude-opus-4-8_maxAnthropic	34.0%	Max 推論
45	deepseek-v4-flash-0731_maxDeepSeek	33.0%	Max 推論
47	gpt-5.1-2025-11-13_highOpenAI	32.0%	High 推論
48	grok-4.6_xhighxAI	31.0%	xHigh 推論
48	gpt-6-luna_maxOpenAI	31.0%	Max 推論

評価の限界と、データの帰属

正式に採点します。同じ問題ファミリーは固定の予算を共有します。

データのライセンス：CC BY 4.0 · Epoch AI が自ら評価したデータです。

成績は Epoch AI が公表したものです。元のスコアと Karu News の総合スコアは尺度が異なるため、足し合わせられません。