BenchLeader

AutomationBenchのリーダーボード

2026年11月16日時点で、AutomationBenchの最高スコアは77.8%で、Gemini 4 Carbon(Google)が記録しています。次点はGemini 4 Argonの77.5%です。公表された結果があるのは261のモデル構成です(Artificial Analysis、結果の日付は2026年10月28日)。オフィスの自動化タスクをひと通り実行。部分点で採点するため、ワークフローの大部分ができていればスコアに反映されます。AutomationBench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 4 CarbonがAutomationBenchの最高スコア77.8%を記録しています(Artificial Analysis、2026年10月28日)。
  • AutomationBenchの2位はGemini 4 Argonで、77.5%です(Artificial Analysis、2026年9月30日)。
  • AutomationBench:オフィスの自動化タスクをひと通り実行。部分点で採点するため、ワークフローの大部分ができていればスコアに反映されます(Artificial Analysis)。
  • BenchLeaderでは261のモデル構成にAutomationBenchの公表結果があります(BenchLeader、2026年11月16日)。
  • AutomationBench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)。

オフィスの自動化タスクをひと通り実行。部分点で採点するため、ワークフローの大部分ができていればスコアに反映されます。

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
261
データ基準日
2026年11月16日

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

261件中261件
#
1Gemini 4 Carbonhigh77.8%68.92026-10-28
2Gemini 4 Carbonmedium77.6%65.82026-10-28
3Gemini 4 Argonhigh77.5%65.32026-09-30
4NEWClaude Fable 5.2max76.4%72.72026-11-09
5NEWGemini 4 Hydrogenxhigh76.1%61.82026-11-12
6Gemini 4 Argonmedium75.8%61.62026-09-30
7NEWGemini 4 Hydrogenhigh74.4%63.42026-11-12
8NEWClaude Fable 5.2xhigh74.2%69.72026-11-09
9Kimi K3.1 Pro73.3%61.82026-10-23
10MiniMax M3.1 Flash72.5%54.32026-10-19
11NEWGemini 4 Hydrogenmedium72.0%–2026-11-12
12Claude Sonnet 5.5max71.8%64.22026-09-28
13NEWClaude Fable 5.2high71.4%68.42026-11-09
14Muse Wonder Fullmax71.3%61.72026-10-12
15Claude Opus 5.5max69.5%68.42026-09-22
16DeepSeek V4.1 Flashmax68.9%58.52026-09-10
17NEWClaude Fable 5.2medium68.8%66.32026-11-09
18GPT-6 Astramax68.5%67.32026-09-03
19DeepSeek V4.1 Flash 1017high68.5%51.22026-10-17
20Muse Wondermax68.1%60.82026-10-12
21NEWMuse Embermax68.1%52.12026-11-09
22NEWClaude Fable 5.2low68.0%65.32026-11-09
23Ling 3.1 Flash67.5%50.82026-10-22
24Muse Wonderhigh67.2%56.22026-10-12
25GPT-6 Astraxhigh67.2%66.02026-09-03
26Grok 4.6xhigh67.0%56.12026-08-12
27NEWMuse Emberxhigh66.7%49.12026-11-09
28Grok 4.6high66.7%60.62026-08-12
29DeepSeek V4.1 Flash 1017max66.6%57.72026-10-17
30GPT-6 Astrahigh66.6%66.32026-09-03
31GPT-6.1 Solxhigh66.6%63.62026-09-29
32Hy465.6%56.72026-11-03
33Grok 4.7xhigh65.6%57.42026-09-21
34Claude Sonnet 5.5xhigh65.5%62.52026-09-28
35Claude Opus 5.5xhigh65.0%65.42026-09-22
36GPT-6.1 Solmax64.9%66.62026-09-29
37GPT-6 Astramedium64.6%64.42026-09-03
38GPT-6.1 Solhigh64.5%63.42026-09-29
39MiMo-V2.6-Flash64.0%54.82026-09-21
40Grok 4.7high63.5%56.92026-09-21
41Gemini 4 Carbonlow63.5%60.12026-10-28
42Claude Opus 5.5high63.2%66.02026-09-22
43Grok 4.6medium63.1%59.42026-08-12
44GPT-6.1 Solmedium62.6%62.72026-09-29
45GLM 5.3max62.2%58.82026-08-18
46Gemini 3.7 Flashhigh62.0%62.12026-08-13
47GPT-6 Solxhigh61.7%58.42026-09-22
48GPT-6 Solmax61.6%62.62026-09-22
49Claude Opus 5.5medium61.2%61.22026-09-22
50Gemini 3.8 Flashmedium60.9%60.22026-09-02
51NEWGemini 4 Hydrogenlow60.5%–2026-11-12
52GLM 5.3 Flash60.4%57.82026-08-26
53GPT-6.1 Terramax60.2%64.12026-10-26
54GPT-6 Solhigh60.1%58.12026-09-22
55GPT-5.6 Solmax60.1%65.32026-07-09
56GPT-6.1 Terraxhigh59.9%60.02026-10-26
57Gemini 3.8 Flashhigh59.9%59.42026-09-02
58Mistral Large 459.9%52.92026-10-06
59GPT-5.6 Terramax59.6%59.52026-07-09
60Claude Sonnet 5.5high59.4%59.52026-09-28

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「AutomationBench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_automationbench

AutomationBench:よくある質問

AutomationBenchは何を測るベンチマークですか?
オフィスの自動化タスクをひと通り実行。部分点で採点するため、ワークフローの大部分ができていればスコアに反映されます。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。
AutomationBenchの最高スコアは?
2026年11月16日時点で、AutomationBenchの最高スコアは77.8%で、Gemini 4 Carbonが記録しています(結果の日付は2026年10月28日)。次点はGemini 4 Argonの77.5%です。スコアはArtificial Analysisの公表値で、毎日読み直しています。
AutomationBenchでトップのAIモデルは?
2026年11月16日時点で、AutomationBenchの首位はGemini 4 Carbonで、スコアは77.8%です(結果の日付は2026年10月28日)。続いてGemini 4 Argon(77.5%)です。
AutomationBenchの結果があるモデルはいくつですか?
BenchLeaderでは261のモデル構成にAutomationBenchの結果があり、すべてArtificial Analysisから取得しています。
AutomationBench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?
AutomationBench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。
AutomationBenchはBenchLeader Indexに含まれますか?
いいえ。AutomationBench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。