BenchLeader

Analyst Agent (AA)のリーダーボード

2026年11月16日時点で、Analyst Agent (AA)の最高スコアは60.0%で、Gemini 3.7 Flash(Google)が記録しています。次点はClaude Fable 5.1の57.5%です。公表された結果があるのは52のモデル構成です(Artificial Analysis、結果の日付は2026年8月13日)。エージェントにアナリスト向けの依頼書、文書一式、ツールを与え、ジュニアアナリストが行うような分析をまとめさせます。Analyst Agent (AA)は参考として掲載しており、BenchLeader Indexには含まれません。

要点(2026年11月16日時点)

  • Gemini 3.7 FlashがAnalyst Agent (AA)の最高スコア60.0%を記録しています(Artificial Analysis、2026年8月13日)。
  • Analyst Agent (AA)の2位はClaude Fable 5.1で、57.5%です(Artificial Analysis、2026年9月1日)。
  • Analyst Agent (AA):ツールを使う多段階の金融アナリスト業務。Artificial Analysisが実施(Artificial Analysis)。
  • BenchLeaderでは52のモデル構成にAnalyst Agent (AA)の公表結果があります(BenchLeader、2026年11月16日)。
  • Analyst Agent (AA)はBenchLeader Indexには反映されず、参考として掲載しています(BenchLeaderの評価方法)。

ツールを使う多段階の金融アナリスト業務。Artificial Analysisが実施。

公開元
Artificial Analysis
カテゴリ
エージェント・ツール
Indexでの重み
参考のみ
モデル
52
データ基準日
2026年11月16日

Source: Artificial Analysis (artificialanalysis.ai). Data taken from the public leaderboard.

どんなテストか

エージェントにアナリスト向けの依頼書、文書一式、ツールを与え、ジュニアアナリストが行うような分析をまとめさせます。

採点方法

タスク全体でのルーブリックスコアで、Artificial Analysisが実行しています。

注意点

新しい評価で、これまでに測定されたモデルはまだ少数です。

52件中52件
#
1Gemini 3.7 Flashhigh60.0%62.12026-08-13
2Claude Fable 5.1max57.5%66.72026-09-01
3Claude Sonnet 5.5max57.5%64.22026-09-28
4Claude Opus 5.5max56.3%68.42026-09-22
5Grok 4.7high55.0%56.92026-09-21
6Claude Opus 5max53.8%65.02026-07-24
7Claude Haiku 5.5max53.8%55.32026-10-07
8Grok 4.7xhigh52.5%57.42026-09-21
9GPT-6 Astramax51.3%67.32026-09-03
10Inkling 2 Small51.3%57.92026-11-05
11GPT-6.1 Solmax50.0%66.62026-09-29
12GPT-5.5xhigh50.0%64.12026-04-23
13Gemini 4 Argonhigh48.8%65.32026-09-30
14Claude Fable 5max48.8%65.12026-06-09
15GPT-5.6 Solmax47.5%65.32026-07-09
16Gemini 3.8 Flashhigh46.3%59.42026-09-02
17Claude Sonnet 5max46.3%56.12026-06-30
18Gemini 3.5 Flashhigh45.0%62.52026-05-19
19Claude Opus 4.8max45.0%61.12026-05-28
20Qwen3.8 Maxmax45.0%58.72026-09-02
21Claude Opus 4.7max43.8%59.72026-04-16
22GPT-6 Lunamax43.8%55.12026-09-22
23Grok 4.6high41.3%60.62026-08-12
24Gemini 3.1 Pro41.3%59.92026-02-19
25Kimi K3.1 Pro38.8%61.82026-10-23
26Kimi K3max38.8%60.22026-07-16
27GLM 5.3max38.8%58.82026-08-18
28Muse Spark 1.3max37.5%60.62026-09-02
29MiMo-V2.6-Pro37.5%57.52026-09-21
30DeepSeek V4.1 Flashmax35.0%58.52026-09-10
31Grok 4.5high35.0%56.82026-07-08
32Step 5 Preview35.0%56.02026-09-18
33Inkling Small27.5%52.02026-07-30
34GLM 5.3 Flash25.0%57.82026-08-26
35DeepSeek V4 Flash 0420max25.0%–2026-04-24
36Inklingxhigh23.8%50.02026-07-15
37Claude Sonnet 4.6max20.0%56.12026-02-17
38Muse Glimmerhigh20.0%46.52026-08-10
39MiMo-V2.5-Prothinking20.0%–2026-04-22
40Qwen3.7max18.8%60.02026-05-19
41DeepSeek V4 Pro 0424max18.8%–2026-04-24
42Ling 3.0 Flash Fin16.3%–2026-09-11
43GPT-5.4 Minixhigh15.0%55.12026-03-17
44Claude Haiku 4.5thinking15.0%45.72025-10-15
45Mistral Medium 3.512.5%46.62026-04-29
46MiniMax M2.711.3%56.62026-03-18
47MiniMax M310.0%56.12026-06-01
48Grok 4.3high8.8%56.52026-04-30
49Gemini 3.1 Flash Lite8.8%52.62026-03-03
50GPT-5.5推論なし7.5%52.32026-04-23
51Nemotron 3 Ultra 550B A55Bthinking6.3%49.12026-06-04
52Mistral Small 4thinking1.3%40.52026-03-16

エージェント・ツールのベンチマークをもっと見る · LLMベンチマーク一覧

引用表記:BenchLeader「Analyst Agent (AA)のリーダーボード」2026年11月16日時点のデータ、https://www.benchleader.com/ja/benchmarks/aa_analyst_agent

Analyst Agent (AA):よくある質問

Analyst Agent (AA)は何を測るベンチマークですか?
エージェントにアナリスト向けの依頼書、文書一式、ツールを与え、ジュニアアナリストが行うような分析をまとめさせます。スコアは解けたタスクの割合(%)で示され、高いほど良い結果です。
Analyst Agent (AA)の最高スコアは?
2026年11月16日時点で、Analyst Agent (AA)の最高スコアは60.0%で、Gemini 3.7 Flashが記録しています(結果の日付は2026年8月13日)。次点はClaude Fable 5.1の57.5%です。スコアはArtificial Analysisの公表値で、毎日読み直しています。
Analyst Agent (AA)でトップのAIモデルは?
2026年11月16日時点で、Analyst Agent (AA)の首位はGemini 3.7 Flashで、スコアは60.0%です(結果の日付は2026年8月13日)。続いてClaude Fable 5.1(57.5%)です。
Analyst Agent (AA)の結果があるモデルはいくつですか?
BenchLeaderでは52のモデル構成にAnalyst Agent (AA)の結果があり、すべてArtificial Analysisから取得しています。
Analyst Agent (AA)を運営しているのは誰で、どのくらいの頻度で更新されますか?
Analyst Agent (AA)はArtificial Analysisが公開しています。BenchLeaderは公開された結果を1日1回読み直し、各結果の公開日を記録しています。
Analyst Agent (AA)はBenchLeader Indexに含まれますか?
いいえ。Analyst Agent (AA)は参考として掲載していますが、総合スコアには含めていません。