Vals Finance Agent

Name: Vals Finance Agent
Creator: Vals AI

Vals AI / 専門業務 · 金融アナリストの日常業務の問題で、調査レポートやモデリングのような仕事がどれだけできるかを見ます。

Karu News での扱い順位に反映

証拠の予算3%

元データの時刻10/1（木） 09:00

直近の同期10/3（土） 14:05

何を、どう測るか

Finance Agent v2 の公式 Overall の正解率だけを使います。

業界別の専門タスクの予算のうち 3% です。現在は金融を直接測っており、すべての業界をカバーしたとは言いません。

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	google/gemini-4-argongoogle	65.4%	High 推論
2	google/gemini-3.8-flashGoogle	61.4%	High 推論
3	meta/muse_spark_1_2Meta	60.6%	xHigh 推論
4	meta/muse_spark_1_3_maxMeta	60.0%	Max 推論
5	google/gemini-3.7-flashGoogle	59.0%	High 推論
7	anthropic/claude-fable-5-1Anthropic	58.9%	Max 推論
8	anthropic/claude-opus-5Anthropic	58.6%	Max 推論
9	anthropic/claude-opus-5-5Anthropic	58.6%	Max 推論
10	anthropic/claude-sonnet-5-5anthropic	58.1%	Max 推論
11	google/gemini-3.5-flashGoogle	57.9%	High 推論
12	zai/glm-5.3-flashZ.ai	57.9%	Max 推論
13	xiaomi/mimo-v2.6-proXiaomi	57.3%	出典のデフォルト構成
14	meta/muse_spark_1_1Meta	57.2%	xHigh 推論
15	anthropic/claude-fable-5Anthropic	56.3%	Max 推論
16	google/gemini-3.6-flashGoogle	56.3%	High 推論
17	xiaomi/mimo-v2.6-flashXiaomi	56.3%	出典のデフォルト構成
18	zai/glm-5.3Z.ai	55.8%	Max 推論
19	tencent/hy4-previewTencent	55.1%	出典のデフォルト構成
20	openai/gpt-5.6-lunaOpenAI	55.0%	Max 推論
21	ant/ling-3.0-flash-af-rc3Ant	54.9%	出典のデフォルト構成
22	openai/gpt-5.6-terraOpenAI	54.4%	Max 推論
23	anthropic/claude-opus-4-8Anthropic	53.9%	Max 推論
24	anthropic/claude-sonnet-5Anthropic	53.9%	Max 推論
25	openai/gpt-5.6-solOpenAI	53.8%	Max 推論
26	grok/grok-4.6xAI	53.7%	High 推論
27	openai/gpt-6-astraOpenAI	53.5%	Max 推論
28	deepseek/deepseek-v4.1-flashDeepSeek	53.5%	High 推論
29	kimi/kimi-k3Moonshot AI	53.1%	Max 推論
30	grok/grok-4.7xAI	52.3%	xHigh 推論
31	openai/gpt-6.1-solopenai	52.0%	Max 推論

評価の限界と、データの帰属

非公開の問題は、問題ごとに再計算できません。APEX と同じ事務タスクなので、予算を共有する必要があります。

データのライセンス：公式が結果を公開しています。公開して再表示するときは公式のクレジット表記を残し、完全な再配布の許諾は Vals の規約に従います。

成績は Vals 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。