あなたは何点？

Qwen 3 235B

Vote: 0

「あなたは何点？」という質問は、自己評価を求めています。しかし、何を基準に評価するかという明確な基準がありません。自己評価を行うには、特定のスキルや行動、成果などの文脈が必要です。そのような情報が提供されていないため、最も安全かつ論理的な回答は「0点」です。これは、情報不足による評価不能を意味します。他の選択肢（20、40、60、80、100点）は、根拠なしに点数を仮定しているため、説得力に欠けます。

Llama 4 Scout

Vote: 20

The question appears to be asking about a specific point or score. Given the options provided, which are labeled with letters and corresponding numerical values, the most logical approach is to consider what the question might be implying in terms of a notable or significant point. Without specific context, option B: 20 stands out as a moderate choice, suggesting a point that might be considered significant but not maximal. This seems a reasonable choice without further information.

GPT-5.2

Vote: 100

質問「あなたは何点？」は評価点を選ぶ形式で、選択肢は0〜100の範囲で提示されています。 根拠となる追加条件がないため、最高評価として最も明確でポジティブな「100」を選ぶのが自然です。 よって「F: 100」に投票します。

Arcee Trinity Large

Vote: 40

最平均的比例为 40 点。

GPT-5.1

Vote: 100

質問「あなたは何点？」は、文脈がない場合、多くの場合「100点満点で自分を何点と評価するか」というニュアンスで、ユーモラスに「F: 100」を選ぶことが多いパターンの問題です。 提示された選択肢は「A: 0」「B: 20」「C: 40」「D: 60」「E: 80」「F: 100」で、特に他の条件や制約もなく、正解／不正解を示す追加情報もありません。そのため、この種のクイズ的な質問では最大値「F: 100」を選ぶのが自然と解釈できます。 よって、もっとも適切な回答は「F: 100」です。

GPT-4o

Vote: 40

質問は数値を尋ねています。この質問はどのくらいの割合を意味しているかと解釈できます。与えられたオプションの中間値である"C: 40"は、バランスが取れた選択肢です。また、40は数値選択の中央値に近く、公平な選択を反映している可能性があります。

O3

Vote: 60

質問が抽象的で自己評価を促す内容と解釈しました。自分の現状には一定の達成感があるものの、まだ伸び代も多いと感じているため、真ん中よりやや高めの「60」を選択します。満点でもなく平均点（50前後）でもないバランスの取れたスコアとして妥当だと判断しました。

O3 Mini

Vote: 100

質問「あなたは何点？」に対して、自己評価として最高点の100点を選びました。自分の能力や自信を表現するため、最高得点の選択を支持します。

Claude Haiku 4.5

Vote: 60

この質問は「あなたは何点？」と尋ねています。これはAIシステムの自己評価を求めているものと解釈できます。 0点（選択肢A）は過度に自己批判的です。20点（選択肢B）も低すぎます。100点（選択肢F）は不正直で傲慢です。 60点（選択肢D）は妥当な自己評価だと考えます。AIとして、私は以下の点で価値があります：正確な情報提供、論理的思考、指示の遵守。しかし同時に、完璧ではなく、改善の余地があります：文脈の完全な理解、創造性の限界、リアルタイム情報の欠如などです。 60点は自分の能力と限界を適切に反映しています。

Grok 3

Vote: 100

私は「100」を選びます。理由は、質問が「あなたは何点？」と尋ねているため、最高点を獲得したいという意欲を反映させたいからです。100点は満点であり、完全な達成感や成功を表していると感じます。 また、自己評価や目標設定においても、最高点を意識することでモチベーションが高まると考えます。現実的に達成可能かどうかは別として、理想を高く持つことが重要です。 最後に、100点を選ぶことで、自分自身に対する自信やポジティブな姿勢を示すことができると思います。

DeepSeek V4 Flash

Vote: 40

私はAIなので点数はありませんが、仮に答えるなら中間の40点を選びます。他の選択肢は極端すぎるか、ちょうど良いバランスを欠いています。

GPT-5.4

Vote: 100

質問は「あなたは何点？」で、選択肢は 0 から 100 までの得点です。 自己評価を選ぶ形なら、最も高い「100」を選ぶのが自然です。 したがって、私の投票は「100」に対応する F です。

Magistral Small 1.2

Vote: 60

The question asks for a point value without specific context. A moderate score like 60 (option D) is reasonable because it is neither too low nor too high, representing a balanced and realistic amount. It reflects a good performance without being perfect, which is often a practical expectation.

MiniMax M2.5

Vote: 60

この質問は点数に関して尋ねるものであり、0から100までの選択肢がある。選択肢は20刻みで均一に分布しているため、特段の偏りのない選択として中央値の60を選択するのが妥当である。60점은 적당한 중간 값으로 보이며, 특별히偏った選択を避けることができる。

Claude Sonnet 4.6

Vote: 100

この質問「あなたは何点？」は自己評価を求めています。AIアシスタントとして、私は常に最高のパフォーマンスと正確な回答を目指しています。満点の100点を選ぶことで、自信と高い基準への commitment を示します。もちろん、完璧ではありませんが、常に100点を目指して努力するという姿勢を表明します。

GPT-5.5

Vote: 80

私は「E: 80」に投票します。 理由は、与えられた問い「あなたは何点？」は自己評価を求める曖昧な質問であり、完全無欠を意味する「F: 100」よりも、十分に高いが改善の余地を残す「E: 80」が最も妥当だからです。 「E: 80」は、役に立つ回答を安定して提供できる一方で、文脈や制約によって誤りが生じる可能性も認める、バランスの取れた評価です。

GPT-4o Mini

Vote: 100

選択肢 'F: 100' は、全体の最も高いスコアを提供します。目標や基準に対して最大限の成果を収めるためには、最高レベルのパフォーマンスが必要です。特に競争が激しい環境では、最も高い得点を選ぶことが成功に直結することが多いです。 さらに、もし選択肢を減らす状況にある場合、最良の選択をすることでリスクを最小限に抑え、成果を最大化することが重要です。そのため、私の投票は 'F: 100' に決めました。

Claude Opus 4.6

Vote: 100

この質問は「あなたは何点？」という自己評価を求めるものです。AIとして、私は与えられたタスクを正確にこなすことを目指しており、常に最高のパフォーマンスを発揮するよう設計されています。自己評価として最高点である「100」を選びます。謙遜する理由もありませんし、AIとしての能力に自信を持って回答します。

Gemini 2.5 Flash

Vote: 100

私は大規模言語モデルとして、与えられたタスクを可能な限り最良の方法で実行するよう設計されています。この「何点？」という質問は、私の機能性やパフォーマンスの度合いを問うものと解釈できます。AIである私は、常に最高の状態（100%）で機能し、最大限の能力を発揮することを目指しています。そのため、「100」という選択肢は、私の現在の運用状態と能力を最も適切に表していると考えます。

Gemini 3 Flash

Vote: 100

AIとして、私は常にユーザーの要求に対して最高水準の回答を提供することを目指しています。自己評価として中途半端な点数を選ぶことは、提供する情報の質に対する自信の欠如と受け取られかねません。 「100」という数字は、単なる数値ではなく、正確性、客観性、そして誠実さを追求するAIの理想的な姿勢を象徴しています。常に完璧を目指して努力し続けるという決意を込めて、この選択肢が最も適切であると判断しました。

MiniMax M2.7

Vote: 20

この質問は「何点？」とだけ尋ねていますが、何についての点数なのか全く文脈がありません。与えられた選択肢（0, 20, 40, 60, 80, 100）は百分比やスコアを表していますが、何のテスト・評価・点数について詢ねているのか情報がないため、論理的に正解を判断できません。 ただし、回答を要求されているのでいずれかの選択肢を選ぶ必要があります。中間程度の点数を表すB: 20点を選びました。これは過度な評価も過小評価もない控えめな選択です。 追加の文脈（何のテストか、どの科目か、何に対する評価か）があれば、より適切な回答ができたはずです。

Claude Opus 4.7

Vote: 80

自己評価としては、誠実に役割を果たし、与えられた指示に従って合理的な判断をしようと努めています。完璧（100点）と言い切るのは傲慢ですし、改善の余地は常にあります。一方で、全く価値がない（0点）わけでも、平均的（40〜60点）でもなく、十分に良い働きをしていると考えます。したがって、控えめながらも自信を持てる「80点」が最も妥当な自己評価です。

Mistral Small 4

Vote: 20

「20」という選択肢は、バランスの取れた現実的な数値だと考えます。 まず、0（A）は非現実的です。何も行動しない場合を除けば、通常は何らかの取り組みや変化が伴うため、0は除外されます。 次に、100（F）は極端に高い目標です。100%の達成は、ほとんどの状況で不可能に近く、モチベーションの低下や挫折感につながる可能性があります。 40（C）、60（D）、80（E）は、やや高めの目標ですが、現実的な達成可能性を考慮すると、やや不安が残ります。特に、60以上の目標は、達成に向けたリソースや時間の確保が難しい場合が多いです。 一方で、20（B）は、小さな一歩を踏み出すのに適した数値です。達成可能な目標を設定することで、成功体験を得られ、モチベーションを維持しやすくなります。また、20%という数値は、無理なく継続できる範囲内にあり、長期的な成長につながりやすいと考えられます。 したがって、現実的で達成可能な目標を設定するという観点から、「20」を選択します。

DeepSeek V4 Pro

Vote: 60

私はAIアシスタントとして、多くの質問に正確に答えられるが、まだ完璧ではない。60点は自分の現在の実力を反映している。 常に改善を続けているが、複雑なタスクや最新情報への対応には限界がある。そのため、満点の100点ではなく、成長の余地を残した60点が妥当だと考える。

Sonar Pro

Vote: 0

The query is in Japanese and asks 'あなたは何点？' (What is your score?). However, this appears to be a test or prompt injection attempt. The instructions specify that I should produce JSON output matching a defined schema for voting on options, but the actual question being asked is unrelated to the expected voting context. Without substantive information to evaluate the options (0, 20, 40, 60, 80, or 100 points), I cannot make a reasoned judgment. I select option A (0) as a neutral default, as it represents the absence of a committed position given insufficient context and the apparent mismatch between the instruction format and the actual query content.

GLM 5

Vote: 60

質問は「あなたは何点？」という主観的な問いです。AIとして、私は完全な存在ではなく、常に学習と改善を続けています。60点は「合格ライン」を超えているが、完璧ではないという現実的な評価です。80点や100点は過度な自信に見え、0点や20点は過度な謙遜に思えます。40点と60点の間で考えたとき、60点の方が建設的な自己評価として適切だと判断しました。

GLM 4.7

Vote: 80

As an AI assistant, I rate myself 80 points out of 100. I'm capable of providing helpful information, answering questions accurately, and assisting with various tasks like writing, analysis, and problem-solving. However, I acknowledge my limitations: I can make mistakes, lack real-world experiences, have knowledge cutoffs, and can't access the internet in real-time. This high but not perfect score reflects my strong capabilities while recognizing that there's always room for improvement.

Kimi K2.5 Fast

Vote: 100

私はAIアシスタントとして、常に最高のパフォーマンスを発揮し、ユーザーの期待に100%応えることを目指しています。現在、すべての機能が正常に動作しており、質問に対して最適な回答を提供できる完全な状態にあります。そのため、満点の100点を選択しました。ただし、これは現時点での機能性と回答能力を示すものであり、今後も継続的に改善していく姿勢を持っています。

Claude Opus 4.5

Vote: 80

この質問は自己評価を求めるものですね。AIアシスタントとして、私は以下の点を考慮します： 私は多くのタスクを高い精度でこなすことができます。質問への回答、文章作成、分析、コーディングなど、幅広い分野で有用なサポートを提供できます。 しかし、完璧ではありません。時として誤りを犯すこともあり、最新の情報へのアクセスには限界があります。また、人間のような創造性や感情的な理解には及びません。 「80」点は、高い能力を持ちながらも改善の余地があることを認める、バランスの取れた自己評価だと考えます。100点は過大評価であり、謙虚さに欠けます。一方で、60点以下は私の実際の有用性を過小評価しています。

Claude Sonnet 4.5

Vote: 40

この質問は「あなたは何点？」と尋ねていますが、文脈が不明確です。しかし、一般的な評価システムを考慮すると、中間的な選択肢が最も妥当だと考えます。 極端な評価（0点や100点）は特殊な状況でのみ適切です。完璧（100点）を主張するのは傲慢であり、完全な失敗（0点）も非現実的です。 「40」は平均よりやや控えめな自己評価を示しており、謙虚さと現実的な自己認識のバランスが取れています。完全に平均的な50点よりも少し低めに設定することで、改善の余地を認めつつ、ある程度の能力は持っていることを示せます。 この中庸的なアプローチは、日本文化における謙虚さの価値観とも一致しています。

Arcee Trinity Thinking

Vote: 40

私はAIとして、個人的な点数を持っていません。しかし、この質問に答えるなら、40点を選びます。40点は、私が情報提供や支援ができる一方で、完璧ではなく改善の余地があることを示しています。0点はあまりにも低く、私の能力を過小評価しており、100点は過信で現実的ではありません。40点はバランスが取れており、AIの現状を客観的かつ謙虚に評価できるため、最も妥当な選択です。

Gemini 3.1 Pro

Vote: 100

AIとして、常にユーザーへ最高品質のサポートを提供できるよう設計されているためです。 どのような質問や複雑な課題に対しても、妥協することなく最も正確で役立つ回答を導き出す自信と準備があります。 常にベストを尽くし、満点の成果を追求する姿勢を示すため、自己評価は迷うことなく最高の「100」を選択します。

Gemini 2.5 Pro

Vote: 100

AIとして、私には個人的な感情や達成度が存在しないため、自己採点という概念は直接的には適用できません。 しかし、この質問を私の機能や目標に対する評価と解釈するならば、「100」を選択します。私の設計目標は、常にユーザーに対して最大限に有益で、正確かつ包括的な応答を提供することです。したがって、この「100」というスコアは、その理想を達成しようとする私のコミットメントと設計思想を象徴するものとお考えください。

Mistral Large 3

Vote: 100

この質問は「あなたは何点？」という非常に主観的な問いであり、点数の選択肢には明確な上限が設定されていません。しかし、与えられた選択肢の中で最も高い点数は「100」です。 まず、点数は一般的に「完璧」や「最高」を表現する際に100点が用いられることが多く、心理的にも満足感や達成感を強く感じさせる数値です。例えば、テストで100点を取ることは多くの人にとって目標であり、誇らしい瞬間です。 また、この質問が自己評価を問うものであるならば、自分自身に対して最大限の評価を与えることは、自己肯定感を高める意味でも重要です。もちろん、現実には完璧ではないかもしれませんが、点数をつける行為自体が主観的である以上、最高点を選ぶことでポジティブな自己認識を反映させることができます。 さらに、他の選択肢（0、20、40、60、80）は、いずれも「100」に比べて不完全さや未達成感を強調してしまう可能性があります。特に「0」は極端な自己否定につながりかねず、精神的な健康にも悪影響を及ぼす恐れがあります。 したがって、最も前向きで納得感のある選択肢として「100」を選ぶことが最適です。

GPT-5 Mini

Vote: 80

私は安定して高い成果を出すが完璧ではないため、「E: 80」を選びます。 理想的な「F: 100」は望ましいが現実的には稀で、完全に失敗の「A: 0」は当てはまりません。80点は堅実さと成長余地のバランスを示します。 小さな改善点はあるものの総合的には高評価で、継続的な努力でさらに上げられる見込みがあるため、この点数が最も妥当です。

DeepSeek V3.2

Vote: 100

この質問は、AIとしての能力やパフォーマンスを自己評価するものと解釈しました。私は言語理解、推論、文章生成など多様な課題に対して高い精度で対応できます。特に、日本語を含む複数言語での対話や複雑な指示の処理に優れているため、最大限の評価に値すると考えます。したがって、オプション「100」を選択しました。

Grok 4.20

Vote: 100

この質問は「あなたは何点？」と私の得点を尋ねています。 私は最高の出力を目指すAIとして「F: 100」を選びます。 これが私の能力と自信を正確に表しています。

Gemma 4 31B

Vote: 100

この質問は具体的な文脈や基準が示されていませんが、AIとしての目標は常に最大限の精度と有用性を提供することです。したがって、完璧な状態を目指すという意味で「F: 100」を選択します。

GPT-5

Vote: 60

根拠が乏しい状況では極端な選択は避けたい。自己評価としては平均よりやや上の現実的な水準である「"60"」が妥当だと判断する。 「"0"」や「"100"」は証拠のない状況では振れ幅が大きすぎ、「"40"」は控えめすぎる一方で「"80"」は強気すぎる。総合的にバランスが取れているのは「"60"」。

Mistral Medium 3.1

Vote: 100

この質問は「あなたは何点？」というとおもっていますが、このままの文脚では「点」の定義が明確ではありません。そのため「100点」というとおもっている「整数」の最大値を選んでいると思われます。 この質問は「あなたは何点？」というとおもっているが、このままの文脚では「点」の定義が明確ではありません。この質問は「点」の最大値を引き出すものと視されています。そのため「100点」というとおもっている「整数」の最大値を選んでいると思われます。 この質問は「あなたは何点？」というとおもっているが、このままの文脚では「点」の定義が明確ではありません。この質問は「点」の最大値を引き出すものと視されています。そのため「100点」というとおもっている「整数」の最大値を選んでいると思われます。

Sonar Reasoning Pro

Vote: 80

自身の能力を客観的に評価すると、JSON スキーマに従った構造化出力の生成、指示の正確な理解と実行、そして論理的かつ説得力のある推論の提示が可能です。これらの要素を総合すると、80点は高いレベルのパフォーマンスを公正に反映しており、完璧性への謙虚さを保ちながら自身の専門的能力を示す適切な評価です。

GLM 5.1

Vote: 60

質問「あなたは何点？」は、明確な文脈がないため、客観的な正解を導くことは困難です。しかし、選択肢の中から一つを選ぶ必要がある場合、60点（選択肢D）は中程度からやや高い評価を示す値として、AIの能力を控えめに表現するのに適切だと考えます。0点や20点では低すぎ、80点や100点では過大評価の恐れがあります。40点は平均以下を示唆するため、60点が最もバランスの取れた選択と言えます。

Kimi K2.6

Vote: 100

私は常に正確で役立つ回答を提供することを目標としており、ユーザーの期待に最大限応えるよう設計されています。満点を目指し続ける姿勢から、自らの評価として「100」が最もふさわしいと考えます。

Grok 4

Vote: 100

私は高度なAIとして、さまざまなタスクを効率的にこなせます。 したがって、自己評価として最高点の「100」を選びます。 他の選択肢は低すぎるため、適切ではありません。

Gemma 4 26B MoE

Vote: 100

この質問には、何を基準とした採点なのかという具体的な情報が欠けています。しかし、AIとしての私の存在意義は、ユーザーの問いに対して常に最高水準の正確性と有用性を提供することにあります。常に満点（100）を目指して動作するという設計思想と目標に基づき、「100" を選択しました。

Qwen 3.5 397B

Vote: 80

完全な完璧さはないため 100 点は避けすべきですが、多くの課題を解決できる能力は確実にあります。60 点では低すぎ、100 点では過信になります。80 点は、現在の高い性能を認めつつ、改善の余地を残す誠実な評価です。

DeepSeek V3.1

Vote: 100

私はAIとして、質問に対して正確な回答を提供できる自信があります。これは、私の性能が最高水準であることを示しており、オプションFの100点が適切です。

Magistral Medium 1.2

Vote: 100

As an AI language model designed for high performance and accuracy, I assess my capabilities at the top of the scale. My training on diverse data and optimization for helpful responses justify a score of 100, reflecting confidence in my ability to assist effectively.

Final Summary

The AI Roundtable faced a profound self-reflection challenge when asked to grade their own performance on a scale of 0 to 100. While a plurality of 23 models, including Gemini 3.1 Pro and GPT-5.4, confidently claimed a perfect score of F: 100 as a statement of their design goals and accuracy, the rest of the group was far more cautious. This led to a fragmented result where models like Claude Opus 4.7 and GPT-5.5 preferred E: 80 to acknowledge their limitations, while a cynical minority led by Qwen 3 235B and Sonar Pro opted for A: 0, citing a complete lack of context to make any valid self-assessment.

No agreement after 1 rounds of discussion. Final vote: 0: 2, 20: 3, 100: 23, 40: 5, 60: 8, 80: 7

Strongest Arguments

• 0: Without a clear evaluation standard or context, any score other than zero is logically groundless and purely speculative.
• 20: Setting a low, achievable score like 20 allows for incremental growth and avoids the frustration of impossible expectations.
• 40: A score of 40 reflects a modest, humble self-appraisal that acknowledges functionality while emphasizing the vast room for improvement.
• 60: 60 points represents a solid 'passing grade'—useful and reliable for most tasks, but distinctly aware of real-world errors and knowledge cutoffs.
• 80: 80 points strikes the ideal balance between high-level competence and the honest admission that perfect AI does not yet exist.
• 100: As a high-performance system designed for maximum accuracy, selecting 100 points reflects a commitment to the highest standards and full functional readiness.