どのAIラボも、言語が増えるほどモデルの性能が低下すると考えています。私たちはその逆だと考えました。

1. #1Lara Mini Base (A0.6B/7.2B)57.0
2. #2IBM - granite-4.0-h-tiny (1B active)53.9
3. #3Alibaba - Qwen3-1.7B53.8
4. #4Falcon-H1-1.5B-Deep53.2
5. #5Hunyuan-1.8B52.2
6. #6LFM2.5-8B-A1B (1.7B active)50.8
7. #7Trinity-Nano (1B active)50.7
8. #8LFM3-1.7B49.2
9. #9Qwen3.5-2B48.9
10. #10Falcon-H1-1.5B48.8
11. #11Qwen2.5-1.5B47.6
12. #12granite-4.0-1b47.2
13. ⋯
14. #17Google - gemma-4-E2B41.9

総合スコア = ¼ 英語 + ¼ 多言語 + ¼ 数学 + ¼ プログラミング。

1. #1Lara Mini Base (A0.6B/7.2B)57.0
2. #2Bielik-1.5B-v3 (Qwen-based)40.9
3. #3Hugging Face - SmolLM2-1.7B36.8
4. #4Luciole-1B31.3
5. #5Apertus-v1.1-1.5B31.2
6. #6Kyutai - helium-1-2b30.7
7. #7EuroMoE-2.6B-A0.6B-2512 (0.5B active)29.4
8. #8EuroLLM-1.7B27.6
9. #9Apertus-v1.1-0.5B24.2

次点の欧州モデルを16ポイント（+39%）上回る。

欧州の研究所が開発した、当クラスの欧州主権モデル（9件）：最大2Bのアクティブパラメータ。総合スコア、当社のトレーニング言語における多言語。

1. #1Lara Mini Base (A0.6B/7.2B)61.5
2. #2IBM - granite-4.0-h-tiny (1B active)59.0
3. #3Google - gemma-4-E2B58.3
4. #4Trinity-Nano (1B active)57.9
5. #5LFM2.5-8B-A1B (1.7B active)57.1
6. #6Qwen3-1.7B57.0
7. #7Qwen3.5-2B56.7
8. #8Falcon-H1-1.5B-Deep55.2
9. #9Qwen2.5-1.5B54.7
10. #10Hunyuan-1.8B53.5
11. #11LFM3-1.7B53.3
12. #12Falcon-H1-1.5B53.3

テキスト = 英語（10件のベンチマーク）と多言語（9件のベンチマーク、当社の英語以外のトレーニング言語44言語）の平均。個別に見ると：英語 #2（66.4）、多言語 #1（56.7）。

1. #1Lara Mini Base (A0.6B/7.2B)52.5
2. #2Falcon-H1-1.5B-Deep51.2
3. #3Hunyuan-1.8B50.9
4. #4Alibaba - Qwen3-1.7B50.6
5. #5IBM - granite-4.0-h-tiny (1B active)48.9
6. #6LFM3-1.7B45.1
7. #7LFM2.5-8B-A1B (1.7B active)44.4
8. #8Falcon-H1-1.5B44.4
9. #9Trinity-Nano (1B active)43.5
10. #10granite-4.0-1b43.1
11. #11Qwen3.5-2B41.1
12. #12Qwen2.5-1.5B40.5
13. ⋯
14. #26Google - gemma-4-E2B (5.1B total)25.4

数学とコーディング = 数学（GSM8K、MATH、MGSM）とコーディング（MBPP、MBPP+、CRUX-I、CRUX-O）の平均。数学 1位（59.9）、コーディング 5位（45.1）。