PostTrainBench v1.2
ML の post-training の実務エンジニアリング評価(v1.2)。版の記載が無い posttrainbench とは分けている。
- 分類
- その他
- 単位
- パーセント(%)
- 高いほど良い
- 比較グループ
- 1グループ
- すべてのモデルの順位(記録)・順位を付けた結果 1 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(1 件)
公式の結果(Kimi K3.1 Pro (Hugging Face model card, moonshotai))
| 順位 | モデル | effort | スコア | 出典のコスト(指標) | 計測・報告 | 出典 |
|---|---|---|---|---|---|---|
| 1 | Kimi K3.1 Pro | Max | 36.5% | — | Moonshot AI | Kimi K3.1 Pro (Hugging Face model card, moonshotai)2026-11-13 取得・ベンダー発表値(Moonshot AI 自己申告)。表の列見出し Kimi K3.1 Pro (max)、表注: all Kimi K3.1 Pro results use reasoning effort max, temperature 1.0, top-p 0.95。v1.2 を H100 ではなく H20 GPU・Claude Code で社内評価出典の該当箇所PostTrain Bench v1.2 | 36.5所在 HF モデルカード「3. Evaluation Results」の表、PostTrain Bench v1.2 行・Kimi K3.1 Pro (max) 列(左端の数値列)。根拠の脚注: Coding 6 |