MRCR v2(8-needle・128k)
長文中の複数の情報を取り出す評価(8-needle、128k までの平均)。
- 分類
- 長文脈
- 単位
- パーセント(%)
- 高いほど良い
- 比較グループ
- 2グループ
- すべてのモデルの順位(記録)・順位を付けた結果 5 件
すべてのモデルの順位(記録)
旧モデルと Claude Code / Codex で選べないモデルを含めて、比較グループごとに順位を付け直したものです。順位を付ける顔ぶれが違うので、上の順位とは違います。
旧モデル・選べないモデルを含む順位を開く(5 件)
公式の結果(Gemini 3.7 Flash model card)
| 順位 | モデル | effort | スコア | 出典のコスト(指標) | 計測・報告 | 出典 |
|---|---|---|---|---|---|---|
| 1 | Gemini 3.7 Flash | 記載なし | 97.0% | — | Gemini 3.7 Flash model card2026-11-13 取得・ベンダー発表値。Google の model card の表。methodology PDF(deepmind.com/models/evals-methodology/gemini-3-7-flash): All of the results are run with the Gemini API ... with default sampling settings unless indicated otherwise。自社計算・128k までの累積スコア出典の該当箇所GDM-MRCR v2 (8-needle) Long context performance | 128k (average) | 97.0%所在 Gemini 3.7 Flash model card の Evaluation 表、GDM-MRCR v2 (8-needle) 128k (average) 行・Gemini 3.7 Flash 列。自社計算の根拠は methodology PDF の Long Context / GDM-MRCR v2 | |
| 2 | Gemini 3.6 Flash | 記載なし | 91.8% | — | Gemini 3.7 Flash model card2026-11-13 取得・ベンダー発表値。Google の model card の表。methodology PDF(deepmind.com/models/evals-methodology/gemini-3-7-flash): All of the results are run with the Gemini API ... with default sampling settings unless indicated otherwise。自社計算・128k までの累積スコア出典の該当箇所GDM-MRCR v2 (8-needle) Long context performance | 128k (average) | 91.8%所在 Gemini 3.7 Flash model card の Evaluation 表、GDM-MRCR v2 (8-needle) 128k (average) 行・Gemini 3.6 Flash 列。自社計算の根拠は methodology PDF の Long Context / GDM-MRCR v2 |
公式の結果(Gemini 3.5 Flash model card)
| 順位 | モデル | effort | スコア | 出典のコスト(指標) | 計測・報告 | 出典 |
|---|---|---|---|---|---|---|
| 1 | Gemini 3.1 Pro Preview | 記載なし | 84.9% | — | Gemini 3.5 Flash model card2026-11-13 取得・ベンダー発表値。Google の model card の表。methodology PDF(deepmind.google/models/evals-methodology/gemini-3-5-flash): All of the results are all run with the Gemini API ... with default sampling settings unless indicated otherwise。全モデル自社計算・128k までの累積スコア。列見出しは Gemini 3.1 Pro(Gemini API のモデル一覧で該当するのは gemini-3.1-pro-preview のみ)。thinking level の記載なし出典の該当箇所Long context | MRCR v2 (8-needle) Long context performance | 128k (average) | 84.9%所在 Gemini 3.5 Flash model card の Evaluation 表、MRCR v2 (8-needle) 128k (average) 行・Gemini 3.1 Pro 列。自社計算の根拠は methodology PDF の Long Context / MRCR v2 | |
| 2 | Gemini 3.5 Flash | 記載なし | 77.3% | — | Gemini 3.5 Flash model card2026-11-13 取得・ベンダー発表値。Google の model card の表。methodology PDF(deepmind.google/models/evals-methodology/gemini-3-5-flash): All of the results are all run with the Gemini API ... with default sampling settings unless indicated otherwise。全モデル自社計算・128k までの累積スコア。thinking level の記載なし出典の該当箇所Long context | MRCR v2 (8-needle) Long context performance | 128k (average) | 77.3%所在 Gemini 3.5 Flash model card の Evaluation 表、MRCR v2 (8-needle) 128k (average) 行・Gemini 3.5 Flash 列。自社計算の根拠は methodology PDF の Long Context / MRCR v2 | |
| 3 | Gemini 3 Flash Preview | 記載なし | 67.2% | — | Gemini 3.5 Flash model card2026-11-13 取得・ベンダー発表値。Google の model card の表。methodology PDF(deepmind.google/models/evals-methodology/gemini-3-5-flash): All of the results are all run with the Gemini API ... with default sampling settings unless indicated otherwise。全モデル自社計算・128k までの累積スコア。列見出しは Gemini 3 Flash(Gemini API のモデル一覧で該当するのは gemini-3-flash-preview のみ)。thinking level の記載なし出典の該当箇所Long context | MRCR v2 (8-needle) Long context performance | 128k (average) | 67.2%所在 Gemini 3.5 Flash model card の Evaluation 表、MRCR v2 (8-needle) 128k (average) 行・Gemini 3 Flash 列。自社計算の根拠は methodology PDF の Long Context / MRCR v2 |