fedi-indexにおけるGrok 4.6
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
A 1,437 ±6
パーセンタイル 85 · #44
人間の評価 / タスク解決
1,422 / 1,460
人間の投票とベンチマーク、Elo-eq
コスパ
+32
100万トークンあたり$3、25社のプロバイダーの中央値 · 公式 $3
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
A 総合 1,437 [1,431–1,443] パーセンタイル 85 · #44 · 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
|
156 ±1.14 | 1,489 ±9 | 32.0% | 2026-08-12 | — |
| LMArena |
text/overall
|
1,427 ±2.62 | 1,427 ±3 | 16.1% | 2026-10-02 | high |
| LMArena |
text/hard_prompts
|
1,446 ±3.03 | 1,436 ±3 | 16.0% | 2026-10-02 | high |
| LMArena |
text/instruction_following
|
1,430 ±3.72 | 1,442 ±4 | 7.8% | 2026-10-02 | high |
| LMArena |
text/expert
|
1,465 ±5.97 | 1,447 ±5 | 7.5% | 2026-10-02 | high |
| Epoch AI |
simpleqa_verified
減衰 ×0.61 |
0.49 ±0.02 | 1,452 ±5 | 4.0% | 2026-08-27 | high |
| LMArena |
text/longer_query
|
1,453 ±3.44 | 1,450 ±3 | 4.0% | 2026-10-02 | high |
| LMArena |
text/multi_turn
|
1,423 ±5.26 | 1,420 ±5 | 3.8% | 2026-10-02 | high |
| Epoch AI |
gpqa_diamond
減衰 ×0.26 |
0.94 ±0.01 | 1,477 ±7 | 1.6% | 2026-08-12 | 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
A コーディング 1,436 [1,433–1,440] パーセンタイル 87 · #37 · 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 |
webdev/overall
|
1,620 ±4.00 | 1,484 ±1 | 46.4% | 2026-10-01 | high |
| LMArena |
text/coding
|
1,463 ±4.19 | 1,438 ±4 | 43.9% | 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
B エージェント 1,437 [1,432–1,441] パーセンタイル 56 · #26 · 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 |
agent/overall
|
0.01 ±0.01 | 1,462 ±2 | 90.3% | 2026-10-02 | xhigh |
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
A 数学 1,416 [1,406–1,425] パーセンタイル 81 · #50 · 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
|
1,421 ±8.97 | 1,413 ±9 | 48.5% | 2026-10-02 | high |
| Epoch AI |
frontiermath_t1_3
減衰 ×0.86 |
0.66 ±0.03 | 1,464 ±6 | 31.9% | 2026-08-14 | xhigh |
| Epoch AI |
frontiermath_t4
減衰 ×0.86 |
0.32 ±0.07 | 1,443 ±12 | 11.5% | 2026-08-14 | xhigh |
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 ビジョン 1,429 [1,423–1,435] パーセンタイル 66 · #39 · 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
|
1,265 ±4.63 | 1,443 ±4 | 64.0% | 2026-10-02 | high |
| LMArena |
vision/ocr
|
1,273 ±5.20 | 1,446 ±5 | 15.5% | 2026-10-02 | high |
| LMArena |
vision/diagram
|
1,287 ±8.17 | 1,452 ±7 | 14.0% | 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
A 文章作成 1,440 [1,434–1,446] パーセンタイル 84 · #45 · 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
|
1,430 ±4.69 | 1,459 ±5 | 61.3% | 2026-10-02 | high |
| LMArena |
text/longer_query
|
1,453 ±3.44 | 1,450 ±3 | 32.3% | 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
B 言語：繁體中文 1,421 [1,410–1,432] パーセンタイル 74 · #59 · 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
|
1,479 ±7.21 | 1,437 ±6 | 93.3% | 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
B 言語：Deutsch 1,402 [1,379–1,425] パーセンタイル 58 · #61 · 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
|
1,425 ±15 | 1,423 ±13 | 90.1% | 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
B 言語：English 1,407 [1,400–1,414] パーセンタイル 66 · #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/english
|
1,431 ±3.50 | 1,420 ±4 | 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
C 言語：Español 1,387 [1,367–1,407] パーセンタイル 38 · #92 · 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
|
1,407 ±12 | 1,405 ±11 | 91.1% | 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
B 言語：Français 1,420 [1,400–1,440] パーセンタイル 64 · #49 · 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
|
1,460 ±12 | 1,442 ±11 | 91.0% | 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：日本語 1,389 [1,368–1,411] パーセンタイル 45 · #71 · 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
|
1,376 ±16 | 1,409 ±12 | 90.5% | 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
B 言語：한국어 1,414 [1,394–1,433] パーセンタイル 64 · #49 · 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
|
1,398 ±14 | 1,434 ±11 | 91.3% | 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
B 言語：Polski 1,408 [1,384–1,431] パーセンタイル 52 · #63 · 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
|
1,428 ±16 | 1,431 ±13 | 89.9% | 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
B 言語：Русский 1,415 [1,405–1,424] パーセンタイル 69 · #73 · 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
|
1,425 ±5.75 | 1,430 ±5 | 93.5% | 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
推移
同じデータを表で表示
| モデル | 2026-10 |
|---|---|
| Grok 4.6 | 1,437 A |
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。