OfficeQA Pro
オフィス文書の QA 評価(v2 とは分けている)。
- 分類
- 知識
- 単位
- スコア
- 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 2 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(2 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 | 67.4 | — | 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。Claude Code で評価・PDF はページ画像のみ出典の該当箇所OfficeQA Pro | 67.4所在 HF モデルカード「3. Evaluation Results」の表、OfficeQA Pro 行・Kimi K3.1 Pro (max) 列(左端の数値列)。根拠の脚注: Agentic 3 |
公式の結果(Kimi K3 (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 | Max | 63.3 | — | Moonshot AI | Kimi K3 (Hugging Face model card, moonshotai)2026-11-13 取得・ベンダー発表値(Moonshot AI 自己申告)。表注: All Kimi K3 results are obtained with reasoning effort set to 'max' and temperature = 1.0。Claude Code ハーネス・PDF はページ画像のみ出典の該当箇所OfficeQA Pro | 63.3所在 HF モデルカード「3. Evaluation Results」の表、OfficeQA Pro 行・Kimi K3 (max) 列(左端の数値列)。根拠の脚注: Agentic / OfficeQA Pro |