fedi-indexの算出方法
インデックスのソース、ライセンス、重み、計算式 — 実際の計算と同じ設定から表示しています。
算出方法 v1 · 2026-10のライブデータ（毎日再計算） · 推移 · JSON
- インデックスに含めるのは明示的なオープンライセンス（CC BY、MIT、Apache）を持つソースのみです。許可待ちのソースは無効のままです。
- 独立した実行結果のみを採用します。ベンダーの自己申告はラベル付きで表示し、重みは付けません。
- 1つのソースファミリーは1票：同じ投票者による相関したカテゴリは合算しません。
- すべてのスコアに公開された内訳があります：要素、ソース、値、重み、日付。
- 不確実性を可視化：スコアには区間が付き、データが少なければ「暫定」と表示します。
ソースとライセンス
| ソース | ファミリー | ライセンス | インデックスに採用 |
|---|---|---|---|
| LMArena Arena Leaderboard Dataset by LMArena, CC BY 4.0. Modified by fedi.software (equated, weighted, aggregated). Not endorsed by LMArena. | Arena（人間の投票） | CC BY 4.0 | はい |
| Epoch AI Epoch AI, 'Capabilities & benchmarking'. Published online at epoch.ai. Retrieved from 'https://epoch.ai/benchmarks'. CC BY. ECI by Epoch AI; Epoch-run results only. Modified by fedi.software. | Epoch AI（ベンチマーク） | CC BY 4.0 | はい |
| τ²-bench (Sierra) τ²-bench leaderboard, © Sierra Research, MIT License (Yao et al. 2024, arXiv:2406.12045; Barres et al. 2025, arXiv:2506.07982). Sierra-run text submissions only. | τ²-bench（エージェント） | MIT | はい |
| LiveBench | LiveBench | — | 許可待ち |
| Terminal-Bench | Terminal-Bench | — | 許可待ち |
| SWE-rebench | SWE-rebench | — | 許可待ち |
| Toolathlon | Toolathlon | — | 許可待ち |
| models.dev Pricing: models.dev, MIT License, © 2025 models.dev. | modelsdev | MIT | はい |
| LiteLLM Pricing: LiteLLM model_prices_and_context_window.json, MIT License, © 2023 Berri AI. | litellm | MIT | はい |
| Hugging Face Downloads (30 days): Hugging Face Hub, as of the snapshot date. | hf | — | はい |
カテゴリと重み
総合
Arena（人間の投票） 割合 50%
- text/overall
text/overall2 - text/hard_prompts
text/hard_prompts2 - text/expert
text/expert1 - text/instruction_following
text/instruction_following1 - text/multi_turn
text/multi_turn0.50 - text/longer_query
text/longer_query0.50
Epoch AI（ベンチマーク） 割合 50%
- Epoch Capabilities Index
eci3 - GPQA Diamond
gpqa_diamond0.50 - SimpleQA Verified
simpleqa_verified0.50
コーディング
Arena（人間の投票） 割合 60%
- text/coding
text/coding1.5 - webdev/overall
webdev/overall1.5
Epoch AI（ベンチマーク） 割合 40%
- SWE-bench Verified
swe_bench_verified1
エージェント
Arena（人間の投票） 割合 60%
- agent/overall
agent/overall1
τ²-bench（エージェント） 割合 40%
- τ-Knowledge banking
tau2/banking_knowledge1.5 - τ²-bench retail
tau2/retail1 - τ²-bench airline
tau2/airline1 - τ²-bench telecom
tau2/telecom1
数学
Arena（人間の投票） 割合 50%
- text/math
text/math1
Epoch AI（ベンチマーク） 割合 50%
- FrontierMath Tiers 1–3
frontiermath_t1_32 - FrontierMath Tier 4
frontiermath_t41
ビジョン 暫定
Arena（人間の投票） 割合 100%
- vision/overall
vision/overall2 - vision/ocr
vision/ocr0.50 - vision/diagram
vision/diagram0.50
検索 暫定
Arena（人間の投票） 割合 100%
- search/overall
search/overall1
文章作成 暫定
Arena（人間の投票） 割合 100%
- text/creative_writing
text/creative_writing2 - text/longer_query
text/longer_query1
言語 暫定
各言語でのArena投票。カテゴリはその言語版のサイトに表示されます。
English — text/english · Русский — text/russian · Deutsch — text/german · Español — text/spanish · Français — text/french · 日本語 — text/japanese · 한국어 — text/korean · 繁體中文 — text/chinese · Polski — text/polish
ベンチマークとその古さ
| 要素 | バージョン公開日 |
|---|---|
Epoch Capabilities Index eci |
ライブ（減衰なし） |
GPQA Diamond gpqa_diamond |
2023-11-20 |
SimpleQA Verified simpleqa_verified |
2025-09-09 |
FrontierMath Tiers 1–3 frontiermath_t1_3 |
2026-06-12 |
FrontierMath Tier 4 frontiermath_t4 |
2026-06-12 |
SWE-bench Verified swe_bench_verified |
2024-08-13 |
τ²-bench retail tau2/retail |
2024-06-17 |
τ²-bench airline tau2/airline |
2024-06-17 |
τ²-bench telecom tau2/telecom |
2025-06-09 |
τ-Knowledge banking tau2/banking_knowledge |
2026-03-04 |
古いベンチマークバージョンほど重みを下げます（学習データへの混入、飽和）。重みはdecay_half_lifeか月ごとに半減し、下限はdecay_minです。
計算式
各要素は、両方で測定されたモデルを使った線形等化でArenaのスケールに変換します（アンカーA = Arena text overall）。パラメータは算出方法バージョンの基準スナップショットで固定されるため、月をまたいで比較できます。
x_eq = μ_A + (x − μ_c) · σ_A / σ_c se_eq = se · σ_A / σ_c w_c = 8 · family_share[f] · base_w[c] / Σ base_w(f, present) rel_c = τ² / (τ² + se_eq²) w_eff = w_c · rel_c · decay_c · (self_report ? 0 : 1) Q = (Σ w_eff · x_eq + w0 · prior) / (Σ w_eff + w0) SE(Q) = √Σ (w_eff · se_eq)² / (Σ w_eff + w0)
カテゴリ内では、各要素を重み・信頼性（τ）・ベンチマークの古さに応じて平均します。データの少ないモデルは事前値に近づけます。パラメータ：
anchor- arena:text/overall
total_weight- 8
tau- 15
w0- 0.50
prior_pct- 25
min_anchors- 8
min_votes- 300
min_confidence- 0.90
decay_half_life- 18
decay_min- 0.25
outlier_sigma- 3
outlier_factor- 0.50
population_months- 18
jump_sigma- 3
ティア = パーセンタイルによるティアと信頼区間によるティアのうち低い方。ソースファミリーが1つのみのモデルは最高でAです。
ティア = パーセンタイルによるティアと信頼区間によるティアのうち低い方。ソースファミリーが1つのみのモデルは最高でAです。
provisional_max- A
S ≥ p95A ≥ p80B ≥ p50C ≥ p25 D < p25
信頼区間によるティア（順位の上限 / モデル数）: S ≤ 10% · A ≤ 30% · B ≤ 60% · C ≤ 85%
コスパ：価格あたりの品質
コスパは、価格のlog₂に対する品質の回帰直線からどれだけ上にあるかです。価格はプロバイダーの中央値です。
slice- general
input_share- 3
output_share- 1
price_sources- modelsdev, litellm
unit- 1m_tokens
手元のハードウェアで
ローカル：オープンウェイトのみ、各環境に収まる最良の量子化を使い、スコアを生成速度で補正します。
slice- general
context- 8,192
speed_ref- 20
low_penalty- 0.60
- GPU 12 GB
- GPU 24 GB
- Mac 64 GB
- ユニファイドメモリ 128 GB
- CPU、RAM 32 GB
データ、ライセンス、アーカイブ
インデックス（当サイトの数値と内訳）はCC BY 4.0です：「fedi-index by fedi.software」とリンクを表記してください。各要素はそれぞれのソースのライセンスに従い、JSONのsources[]に記載されています。
スナップショットは毎月1日に確定し、以後変更されません。新しい算出方法バージョンでは新しい系列が始まります。
月次JSON: 2026-10
変更履歴
- v1 2026-10-01 First version: LMArena + Epoch AI + τ²-bench, linear equating to Arena text Elo with parameters fixed on the reference snapshot, family shares, sub-scores arena / bench, value = residual of the price regression + Pareto, local = Fit on 5 stacks.
- v1.1 2026-10-01 Local quant floor: the quant is picked like local-fit (Q3 floor; below it only when nothing of Q3+ fits — "strong compression", ×0.6, ranked after every Q3+ model). Local only; the v1 scale and the published 2026-10 snapshot are unchanged.