タスク別の AI モデルランキング

音声品質ランキング

音声合成を対象とした、人間のリスナーによる独立した投票です。この Elo スコアは Spicy Index には含まれません。

取得日：2026年9月29日 · 全92モデルの外部ランキングから、カタログ内の5モデルを照合。

1. 1Gemini 3.8 Flash TTS
   1,267 Elo95% CI 1,251–1,283

   リスナーの投票：2,211票

2. 2Gemini 3.8 Flash-Lite TTS
   1,241 Elo95% CI 1,225–1,257

   リスナーの投票：2,180票

3. 3MiniMax Speech 2.8 HD
   1,171 Elo95% CI 1,160–1,182

   リスナーの投票：4,498票

4. 4MiniMax Speech 2.8 Turbo
   1,151 Elo95% CI 1,140–1,162

   リスナーの投票：4,391票

5. 5Chatterbox
   1,023 Elo95% CI 1,012–1,034

   リスナーの投票：4,603票

順位は点推定値に基づきます。95%信頼区間が重なる場合、品質に明確な差があるとは言えません。

Artificial Analysis

長文タスクの指示遵守

共通の固定文書 6 本について各 4 問を出題します。検索、多段階推論、更新された事実、情報の欠如を扱い、厳密な JSON 形式の正答のみを採点します。Spicy Index には含めません。

1. Claude Opus 5.5

   2026年9月30日 更新

   実測入力：47,180〜47,180トークン

   100.0 / 100

   指定形式での正答：24/24問

2. DeepSeek V4 Flash

   2026年9月30日 更新

   実測入力：32,087〜32,087トークン

   100.0 / 100

   指定形式での正答：24/24問

3. DeepSeek V4 Pro

   2026年9月30日 更新

   実測入力：32,087〜32,087トークン

   100.0 / 100

   指定形式での正答：24/24問

4. GLM 5.2

   2026年9月30日 更新

   実測入力：38,336〜38,429トークン

   100.0 / 100

   指定形式での正答：24/24問

5. GLM 5.3

   2026年9月30日 更新

   実測入力：38,336〜38,429トークン

   100.0 / 100

   指定形式での正答：24/24問

6. GLM 5.3 Flash

   2026年9月30日 更新

   実測入力：38,336〜38,429トークン

   100.0 / 100

   指定形式での正答：24/24問

7. Kimi K3

   2026年9月30日 更新

   実測入力：32,084〜32,086トークン

   100.0 / 100

   指定形式での正答：24/24問

8. Gemini 3.5 Flash-Lite

   2026年9月30日 更新

   実測入力：53,282〜53,282トークン

   95.8 / 100

   指定形式での正答：23/24問

9. Claude Opus 4.6

   2026年9月30日 更新

   実測入力：33,716〜33,716トークン

   サンプル：拒否0件・JSON 形式エラー1件・出力上限到達0件。項目は重複する場合があります。

   83.3 / 100

   指定形式での正答：20/24問

10. Gemini 3 Flash Preview

    2026年9月30日 更新

    実測入力：53,282〜53,283トークン

    サンプル：拒否0件・JSON 形式エラー1件・出力上限到達0件。項目は重複する場合があります。

    83.3 / 100

    指定形式での正答：20/24問

11. Grok 4.6

    2026年9月30日 更新

    実測入力：32,211〜32,211トークン

    サンプル：拒否0件・JSON 形式エラー1件・出力上限到達0件。項目は重複する場合があります。

    83.3 / 100

    指定形式での正答：20/24問

12. Claude Sonnet 5

    2026年9月30日 更新

    実測入力：47,178〜47,178トークン

    サンプル：拒否0件・JSON 形式エラー2件・出力上限到達0件。項目は重複する場合があります。

    66.7 / 100

    指定形式での正答：16/24問

13. Gemini 3.1 Pro Preview

    2026年9月30日 更新

    実測入力：53,283〜53,283トークン

    サンプル：拒否0件・JSON 形式エラー2件・出力上限到達0件。項目は重複する場合があります。

    66.7 / 100

    指定形式での正答：16/24問

14. Grok 4.5

    2026年9月30日 更新

    実測入力：32,211〜32,211トークン

    サンプル：拒否0件・JSON 形式エラー4件・出力上限到達0件。項目は重複する場合があります。

    33.3 / 100

    指定形式での正答：8/24問

15. Claude Opus 4.5

    2026年9月30日 更新

    実測入力：33,716〜33,745トークン

    サンプル：拒否0件・JSON 形式エラー5件・出力上限到達0件。項目は重複する場合があります。

    16.7 / 100

    指定形式での正答：4/24問

16. Gemini 3.7 Flash

    2026年9月30日 更新

    実測入力：53,283〜53,283トークン

    サンプル：拒否0件・JSON 形式エラー5件・出力上限到達0件。項目は重複する場合があります。

    16.7 / 100

    指定形式での正答：4/24問

17. Claude Opus 5

    2026年9月30日 更新

    実測入力：47,178〜47,178トークン

    サンプル：拒否6件・JSON 形式エラー6件・出力上限到達0件。項目は重複する場合があります。

    0.0 / 100

    指定形式での正答：0/24問

18. Claude Sonnet 4.5

    2026年9月30日 更新

    実測入力：33,745〜33,745トークン

    サンプル：拒否0件・JSON 形式エラー6件・出力上限到達0件。項目は重複する場合があります。

    0.0 / 100

    指定形式での正答：0/24問

19. Claude Sonnet 4.6

    2026年9月30日 更新

    実測入力：33,716〜33,716トークン

    サンプル：拒否0件・JSON 形式エラー6件・出力上限到達0件。項目は重複する場合があります。

    0.0 / 100

    指定形式での正答：0/24問

20. Gemini 2.5 Flash

    2026年9月30日 更新

    実測入力：53,282〜53,282トークン

    サンプル：拒否0件・JSON 形式エラー6件・出力上限到達0件。項目は重複する場合があります。

    0.0 / 100

    指定形式での正答：0/24問

全モデルに同じ文書を入力します。文書あたりの基準トークン数は 31,998（o200k_base、tiktoken 0.14.0）、出力上限は 4,096 トークンです。コードブロックは中身が正答でも形式エラーとします。6 本すべてが完了した結果のみ公開します。最大コンテキスト長や長文能力全体を測るテストではありません。

短い英語朗読の文字起こし

6 人の話者による固定の朗読 6 本、合計 53.6 秒・参照語数 146 語の小規模テストです。歌詞、雑音下の音声、文字起こし全般の能力は評価せず、Spicy Index にも含めません。

• Grok STT

  2026年9月30日 更新

  置換 2・削除 0・挿入 0 / 参照 146 語

  1.37% WER

  低いほど良い

• HeartMuLa Transcribe

  2026年9月30日 更新

  置換 4・削除 0・挿入 2 / 参照 146 語

  4.11% WER

  低いほど良い

単語誤り率（WER）は、置換・削除・挿入の合計を全参照語数で割った値です。大文字小文字と句読点を同一の規則で正規化し、語中のアポストロフィは保持します。6 本すべてが完了した結果のみ表示します。WER は 100%を超える場合があります。