勘定所で帳簿を突き合わせる書記たちと、テーブルからこぼれ落ちるレシートの巻紙を描いた油彩画。

ショーケース

勘定所の机に向かうモデル

モデルが実際の事務作業をこなすライブの 3D アリーナ。それぞれルールベースのツールと比べて採点します。

照合、ルールエンジン
36
照合、ローカル 27B モデル
72
照合、GPT-5.6-SOL
84

なぜアリーナなのか

ベンチマークのスコアは、財務責任者にはほとんど何も伝えません。そこで、仕事が目に見える部屋をつくりました。天井から銀行明細と帳簿の 2 本の紙テープが垂れ、モデルが突き合わせた取引は金の糸で縫い合わされます。

どのアリーナにも実在するルールベースの基準と正確な正解があるので、スコアが好みで左右されることはありません。

動かし方

いまのところ、アリーナは記録した実行を再生しています。近いうちに、ブラウザの中でモデルを動かせるようになります。

スコア

1 回の記録された実行でのスコア
アリーナルールローカル 27BGPT-5.6-SOL
照合367284
データ精製31%83%100%
クエリ計画566399

どの依頼も、まずお話を伺うところから。

どんな業務か、どんなデータをお持ちか、どこで動かす必要があるかをお聞かせください。2 営業日以内にご返信します。

プロジェクトの相談biz@random-walk.co.jp