ベンチマーク / GraphWalks（〜128K・BFS F1）
GraphWalks（〜128K・BFS F1）
長文コンテキスト・高いほど良い
このベンチマークとは
長文脈内のグラフを幅優先探索（BFS）でたどるタスク（F1）。128Kトークンまで。
長文の中で構造を追跡できるか。
＊＝開発元の自社発表。 出典（表）ごとに分けています。同じ表の値どうしは同じ条件で比べられます。
Google DeepMind の表
Google DeepMind: Gemini 4 Argon モデルカード ↗2026年10月時点。比較表の他社数値は Google が掲載したもの。
- 1
Gemini 4 Argon99.7%＊Google - 2
GPT-6 Astra98.7%Google（比較表に掲載） - 3
Claude Fable 5.191.4%Google（比較表に掲載） - 4Claude Opus 5.590.6%Google（比較表に掲載）