APEX-Agents (AA)のリーダーボード
2026年11月16日時点で、APEX-Agents (AA)の最高スコアは47.0%で、Gemini 3.5 Flash(Google)が記録しています。次点はQwen3.8 Maxの42.4%です。公表された結果があるのは33のモデル構成です(Artificial Analysis、結果の日付は2026年5月19日)。APEX-Agentsは、Mercorの各分野の専門家が作成・採点する長期的な専門業務を課します。APEX-Agents (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 3.5 FlashがAPEX-Agents (AA)の最高スコア47.0%を記録しています(Artificial Analysis、2026年5月19日)。
- APEX-Agents (AA)の2位はQwen3.8 Maxで、42.4%です(Artificial Analysis、2026年9月2日)。
- APEX-Agents (AA):Mercorの長時間にわたる専門職エージェントタスクを、Artificial Analysisが実行したもの(Artificial Analysis)。
- BenchLeaderでは33のモデル構成にAPEX-Agents (AA)の公表結果があります(BenchLeader、2026年11月16日)。
- APEX-Agents (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)。
Mercorの長時間にわたる専門職エージェントタスクを、Artificial Analysisが実行したもの。
- 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
- 33
- 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
APEX-Agentsは、Mercorの各分野の専門家が作成・採点する長期的な専門業務を課します。
採点方法
成功と判定されたタスクの割合で、Artificial Analysisが実行しています。
注意点
Epochが転載している公式の結果はすでに表示しており、こちらは第三者による再実行です。
- 1Gemini 3.5 Flash (high)47.0%
- 2Qwen3.8 Max (max)42.4%
- 3Kimi K3 (max)41.3%
- 4GPT-5.6 Terra (max)38.9%
- 5Step 5 Preview38.0%
- 6GPT-5.5 (xhigh)37.7%
- 7GPT-5.6 Luna (max)35.8%
- 8GLM 5.2 (max)33.7%
- 9GPT-5.4 (xhigh)33.3%
- 10Claude Opus 4.6 (max)33.0%
- 11Gemini 3.1 Pro32.0%
- 12Apodex 1.131.2%
- 13Kimi K2.6 (thinking)28.5%
- 14GPT-5.4 Mini (xhigh)28.2%
- 15Claude Sonnet 4.6 (max)28.0%
33件中33件
| # | ||||
|---|---|---|---|---|
| 1 | 47.0% | 62.5 | 2026-05-19 | |
| 2 | 42.4% | 58.7 | 2026-09-02 | |
| 3 | 41.3% | 60.2 | 2026-07-16 | |
| 4 | 38.9% | 59.5 | 2026-07-09 | |
| 5 | 38.0% | 56.0 | 2026-09-18 | |
| 6 | 37.7% | 64.1 | 2026-04-23 | |
| 7 | 35.8% | 56.2 | 2026-07-09 | |
| 8 | 33.7% | 58.9 | 2026-06-16 | |
| 9 | 33.3% | 63.1 | 2026-03-05 | |
| 10 | 33.0% | 57.0 | 2026-02-05 | |
| 11 | 32.0% | 59.9 | 2026-02-19 | |
| 12 | Apodex 1.1 | 31.2% | 48.0 | 2026-08-30 |
| 13 | 28.5% | 59.3 | 2026-04-20 | |
| 14 | 28.2% | 55.1 | 2026-03-17 | |
| 15 | 28.0% | 56.1 | 2026-02-17 | |
| 16 | 27.7% | 58.9 | 2025-12-17 | |
| 17 | 27.4% | – | 2026-09-11 | |
| 18 | 24.9% | 53.9 | 2026-03-17 | |
| 19 | 24.3% | – | 2026-04-24 | |
| 20 | 22.4% | 57.6 | 2026-06-01 | |
| 21 | 17.0% | 56.5 | 2026-04-30 | |
| 22 | 15.3% | 56.4 | 2026-02-16 | |
| 23 | 14.8% | 53.0 | 2026-05-29 | |
| 24 | 14.5% | 56.7 | 2025-12-01 | |
| 25 | 14.4% | 60.2 | 2026-02-11 | |
| 26 | 14.2% | 58.3 | 2026-03-10 | |
| 27 | 12.2% | 52.6 | 2026-03-03 | |
| 28 | 11.5% | 59.4 | 2026-01-27 | |
| 29 | 10.6% | 56.6 | 2026-03-18 | |
| 30 | 3.1% | 45.3 | 2025-08-05 | |
| 31 | 2.4% | – | 2026-04-22 | |
| 32 | 1.8% | 51.1 | 2026-03-11 | |
| 33 | 0.7% | 45.4 | 2025-08-05 |
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
関連するベンチマーク
APEX-Agents (AA)での注目のモデル比較
引用表記:BenchLeader「APEX-Agents (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_apex_agents
APEX-Agents (AA):よくある質問
- APEX-Agents (AA)は何を測るベンチマークですか?
- APEX-Agentsは、Mercorの各分野の専門家が作成・採点する長期的な専門業務を課します。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。
- APEX-Agents (AA)の最高スコアは?
- 2026年11月16日時点で、APEX-Agents (AA)の最高スコアは47.0%で、Gemini 3.5 Flashが記録しています(結果の日付は2026年5月19日)。次点はQwen3.8 Maxの42.4%です。スコアはArtificial Analysisの公表値で、毎日読み直しています。
- APEX-Agents (AA)でトップのAIモデルは?
- 2026年11月16日時点で、APEX-Agents (AA)の首位はGemini 3.5 Flashで、スコアは47.0%です(結果の日付は2026年5月19日)。続いてQwen3.8 Max(42.4%)です。
- APEX-Agents (AA)の結果があるモデルはいくつですか?
- BenchLeaderでは33のモデル構成にAPEX-Agents (AA)の結果があり、すべてArtificial Analysisから取得しています。
- APEX-Agents (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?
- APEX-Agents (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。
- APEX-Agents (AA)はBenchLeader Indexに含まれますか?
- いいえ。APEX-Agents (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。