Vals AIが科学指数を初公表、GPT-6 Astraが首位
21モデルを対象に科学分野の能力を測る「Vals Science Index」の初回結果をVals AIが公表し、OpenAIのGPT-6 Astraが65.09%で首位となった。
米AI評価企業のVals AIは2026年10月16日、AIモデルの科学研究能力を測る「Vals Science Index」の初回結果を公表した。21モデルが評価に参加し、OpenAIのGPT-6 Astraが65.09%で総合首位となった。aitimes.comが伝えている。
2位はGPT-6.1 Solで59.63%、3位はAnthropicのClaude Sonnet 5.5で59.12%だった。4位はClaude Opus 5.5の58.65%、5位はGoogleのGemini 4 Argonの55.36%で、首位と2位の差は5ポイントを超えている。
項目別では評価が分かれる
GPT-6 Astraは隠れたメカニズムの発見を問うベンチマークと実際の科学研究タスクで1位だった一方、生物学データ分析では3位だった。Claude Sonnet 5.5は生物学データ分析で首位となり、物理・工学の研究タスクでもトップ。GPT-6.1 Solは地球科学の研究タスクで最高スコアを記録した。
Vals AIが別途運用する一般業務向け指標では、Gemini 4 Argonが68.90%で1位、GPT-6 Astraは63.13%で7位にとどまった。
科学指数はAnthropicが開発したBioMysteryBench、Vals AIのMysteryMechanism、Terminal-Bench Scienceの3つを均等な重みで平均したものだ。Vals AIは2024年に米国で設立され、8月にはAndreessen Horowitz（a16z）が主導するラウンドで4000万ドルを調達している。
よくある質問
Vals Science Indexとは何ですか？
Vals AIが公表した、AIモデルの科学研究能力を測る指標です。BioMysteryBench、MysteryMechanism、Terminal-Bench Scienceの3つのベンチマークを均等な重みで平均して算出します。
科学指数の1位はどのモデルですか？
OpenAIのGPT-6 Astraが65.09%で総合1位でした。2位はGPT-6.1 Sol（59.63%）、3位はClaude Sonnet 5.5（59.12%）です。
何モデルが評価されましたか？
初回評価には21モデルが参加しました。