fedi-indexにおけるGPT-5 Mini
各カテゴリのスコア、その内訳、コスパ、ローカル実行、推移。
fedi-index · 総合
B 1,371 ±5
パーセンタイル 53 · #137
人間の評価 / タスク解決
1,362 / 1,382
人間の投票とベンチマーク、Elo-eq
コスパ
+2
100万トークンあたり$0.6875、29社のプロバイダーの中央値 · 公式 $0.6875
手元のハードウェアで
クローズドウェイト：クラウドのみ。
スコアの内訳
B 総合 1,371 [1,366–1,376] パーセンタイル 53 · #137 · 要素数：9
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| Epoch AI |
eci
|
146 ±0.91 | 1,402 ±7 | 34.5% | 2025-08-07 | — |
| LMArena |
text/overall
|
1,373 ±2.33 | 1,373 ±2 | 15.8% | 2026-10-02 | high |
| LMArena |
text/hard_prompts
|
1,380 ±3.05 | 1,377 ±3 | 15.6% | 2026-10-02 | high |
| LMArena |
text/instruction_following
|
1,357 ±3.82 | 1,372 ±4 | 7.6% | 2026-10-02 | high |
| LMArena |
text/expert
|
1,377 ±8.89 | 1,376 ±7 | 6.6% | 2026-10-02 | high |
| Epoch AI |
simpleqa_verified
減衰 ×0.61 |
0.22 ±0.01 | 1,365 ±4 | 4.0% | 2026-08-10 | high |
| LMArena |
text/longer_query
|
1,355 ±4.12 | 1,358 ±4 | 3.8% | 2026-10-02 | high |
| LMArena |
text/multi_turn
|
1,363 ±4.69 | 1,365 ±4 | 3.7% | 2026-10-02 | high |
| Epoch AI |
gpqa_diamond
減衰 ×0.26 |
0.75 ±0.02 | 1,389 ±11 | 1.2% | 2025-10-30 | high |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
B コーディング 1,373 [1,366–1,380] パーセンタイル 54 · #129 · 要素数：2
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/coding
|
1,406 ±4.24 | 1,386 ±4 | 78.1% | 2026-10-02 | high |
| Epoch AI |
swe_bench_verified
減衰 ×0.37 |
0.65 ±0.02 | 1,405 ±11 | 13.2% | 2026-02-01 | medium |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
B 数学 1,379 [1,370–1,387] パーセンタイル 56 · #112 · 要素数：3
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/math
|
1,377 ±7.90 | 1,371 ±8 | 48.9% | 2026-10-02 | high |
| Epoch AI |
frontiermath_t1_3
減衰 ×0.86 |
0.47 ±0.03 | 1,422 ±6 | 29.8% | 2026-06-12 | high |
| Epoch AI |
frontiermath_t4
減衰 ×0.86 |
0.12 ±0.05 | 1,412 ±8 | 13.6% | 2026-06-12 | high |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
C ビジョン 1,371 [1,366–1,376] パーセンタイル 38 · #71 · 要素数：3 暫定
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
vision/overall
|
1,202 ±3.98 | 1,386 ±4 | 64.2% | 2026-10-02 | high |
| LMArena |
vision/ocr
|
1,199 ±5.25 | 1,374 ±5 | 15.2% | 2026-10-02 | high |
| LMArena |
vision/diagram
|
1,203 ±7.53 | 1,377 ±7 | 14.2% | 2026-10-02 | high |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
C 文章作成 1,345 [1,338–1,352] パーセンタイル 48 · #141 · 要素数：2 暫定
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/creative_writing
|
1,325 ±5.24 | 1,352 ±5 | 61.2% | 2026-10-02 | high |
| LMArena |
text/longer_query
|
1,355 ±4.12 | 1,358 ±4 | 32.4% | 2026-10-02 | high |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
C 言語：繁體中文 1,353 [1,343–1,363] パーセンタイル 40 · #135 · 要素数：1 暫定
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/chinese
|
1,387 ±7.05 | 1,364 ±6 | 93.4% | 2026-10-02 | high |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
C 言語：Deutsch 1,358 [1,339–1,377] パーセンタイル 36 · #93 · 要素数：1 暫定
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/german
|
1,365 ±12 | 1,372 ±11 | 91.4% | 2026-10-02 | high |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
C 言語：English 1,355 [1,349–1,362] パーセンタイル 48 · #143 · 要素数：1 暫定
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/english
|
1,379 ±3.15 | 1,365 ±3 | 93.8% | 2026-10-02 | high |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
D 言語：Español 1,345 [1,327–1,362] パーセンタイル 19 · #121 · 要素数：1 暫定
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/spanish
|
1,355 ±11 | 1,357 ±10 | 91.8% | 2026-10-02 | high |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
D 言語：Français 1,355 [1,331–1,380] パーセンタイル 24 · #103 · 要素数：1 暫定
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/french
|
1,385 ±15 | 1,373 ±14 | 89.5% | 2026-10-02 | high |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
C 言語：日本語 1,367 [1,348–1,387] パーセンタイル 36 · #82 · 要素数：1 暫定
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/japanese
|
1,341 ±15 | 1,383 ±11 | 91.2% | 2026-10-02 | high |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
C 言語：한국어 1,351 [1,334–1,368] パーセンタイル 29 · #97 · 要素数：1 暫定
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/korean
|
1,307 ±12 | 1,364 ±10 | 92.0% | 2026-10-02 | high |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
C 言語：Polski 1,376 [1,364–1,388] パーセンタイル 31 · #91 · 要素数：1 暫定
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/polish
|
1,379 ±7.89 | 1,389 ±7 | 93.0% | 2026-10-02 | high |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
C 言語：Русский 1,361 [1,350–1,372] パーセンタイル 42 · #135 · 要素数：1 暫定
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/russian
|
1,361 ±6.69 | 1,372 ±6 | 93.2% | 2026-10-02 | high |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
推移
同じデータを表で表示
| モデル | 2026-10 |
|---|---|
| GPT-5 Mini | 1,371 B |
バッジ
モデルのfedi-indexをあなたのサイトやREADMEに表示できます。バッジは自動更新され、このページにリンクします。
データはCC BY 4.0：fedi.softwareへのリンクを残してください。