BenchLeader

AA-Briefcaseのリーダーボード

2026年11月16日時点で、AA-Briefcaseの最高スコアは1816で、Claude Sonnet 5.5(Anthropic)が記録しています。次点はClaude Opus 5.5の1801です。公表された結果があるのは253のモデル構成です(Artificial Analysis、結果の日付は2026年9月28日)。スプレッドシート、スライド、文書など実際のファイルとして納品する知的作業を一対一で比較採点するため、スコアは割合ではなくEloです。AA-Briefcase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)

  • Claude Sonnet 5.5がAA-Briefcase v1.1の最高スコア1816を記録しています(Artificial Analysis、2026年9月28日)。
  • AA-Briefcase v1.1の2位はClaude Opus 5.5で、1801です(Artificial Analysis、2026年9月22日)。
  • AA-Briefcase v1.1:スプレッドシート、スライド、文書など実際のファイルとして納品する知的作業を一対一で比較採点するため、スコアは割合ではなくEloです(Artificial Analysis)。
  • BenchLeaderでは253のモデル構成にAA-Briefcase v1.1の公表結果があります(BenchLeader、2026年11月16日)。
  • AA-Briefcase v1.1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)。

スプレッドシート、スライド、文書など実際のファイルとして納品する知的作業を一対一で比較採点するため、スコアは割合ではなくEloです。

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
253
データ基準日
2026年11月16日

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

253件中253件
#
1Claude Sonnet 5.5max181664.22026-09-28
2Claude Opus 5.5max180168.42026-09-22
3NEWClaude Fable 5.2max178572.72026-11-09
4Claude Opus 5.5xhigh176165.42026-09-22
5Claude Sonnet 5.5xhigh174062.52026-09-28
6NEWClaude Fable 5.2xhigh173769.72026-11-09
7Muse Wonder Fullmax172961.72026-10-12
8Claude Opus 5.5high168266.02026-09-22
9NEWClaude Fable 5.2high167768.42026-11-09
10Kimi K3.1 Pro167461.82026-10-23
11Claude Fable 5.1max167166.72026-09-01
12Muse Wondermax165960.82026-10-12
13Claude Opus 5max165465.02026-07-24
14Claude Fable 5.1xhigh164964.62026-09-01
15Grok 4.7xhigh163657.42026-09-21
16Claude Sonnet 5.5high163459.52026-09-28
17Claude Opus 5xhigh162960.12026-07-24
18Grok 4.7high162956.92026-09-21
19NEWClaude Fable 5.2medium162266.32026-11-09
20Claude Opus 5.5medium161761.22026-09-22
21Gemini 4 Carbonhigh161168.92026-10-28
22Muse Wonderhigh161056.22026-10-12
23Qwen3.8 Maxmax160458.72026-09-02
24Gemini 4 Carbonmedium160265.82026-10-28
25Muse Spark 1.3max158160.62026-09-02
26Claude Fable 5.1high157763.72026-09-01
27Claude Haiku 5.5max157355.32026-10-07
28Qwen3.8-Flash-Next157253.92026-08-26
29DeepSeek V4.1 Flash 1017max157057.72026-10-17
30GPT-6 Astramax156967.32026-09-03
31NEWGemini 4 Hydrogenxhigh156861.82026-11-12
32Gemini 4 Carbonlow156760.12026-10-28
33NEWClaude Fable 5.2low156365.32026-11-09
34Claude Opus 5high155864.42026-07-24
35GPT-6.1 Solmax155566.62026-09-29
36GPT-6 Astraxhigh154366.02026-09-03
37Grok 4.6xhigh154056.12026-08-12
38Claude Fable 5max153665.12026-06-09
39Inkling 2 Small152757.92026-11-05
40NEWMuse Emberxhigh152649.12026-11-09
41Grok 4.6high152660.62026-08-12
42Claude Fable 5.1medium152461.72026-09-01
43Claude Haiku 5.5xhigh152356.72026-10-07
44NEWMuse Embermax152052.12026-11-09
45Ling 3.1 Flash152050.82026-10-22
46MiMo-V2.6-Pro151257.52026-09-21
47GPT-6.1 Solxhigh150463.62026-09-29
48GPT-6 Astrahigh150366.32026-09-03
49GLM 5.3max150158.82026-08-18
50Kimi K3max149760.22026-07-16
51NEWGemini 4 Hydrogenhigh149763.42026-11-12
52NEWAgnes 2.5 Pro Theta149650.82026-11-07
53Grok 4.7low149355.42026-09-21
54MiMo-V2.6-Flash148954.82026-09-21
55Gemini 4 Argonhigh148565.32026-09-30
56Muse Spark 1.3xhigh148058.12026-09-02
57GPT-5.6 Solmax147965.32026-07-09
58Claude Fable 5.1low147758.82026-09-01
59Grok 4.6medium147759.42026-08-12
60GPT-6 Solmax147662.62026-09-22

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「AA-Briefcase v1.1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_briefcase

AA-Briefcase v1.1:よくある質問

AA-Briefcase v1.1は何を測るベンチマークですか?
スプレッドシート、スライド、文書など実際のファイルとして納品する知的作業を一対一で比較採点するため、スコアは割合ではなくEloです。スコアは一対一の比較から算出するEloレーティングで示され、高いほど良い結果です。
AA-Briefcase v1.1の最高スコアは?
2026年11月16日時点で、AA-Briefcase v1.1の最高スコアは1816で、Claude Sonnet 5.5が記録しています(結果の日付は2026年9月28日)。次点はClaude Opus 5.5の1801です。スコアはArtificial Analysisの公表値で、毎日読み直しています。
AA-Briefcase v1.1でトップのAIモデルは?
2026年11月16日時点で、AA-Briefcase v1.1の首位はClaude Sonnet 5.5で、スコアは1816です(結果の日付は2026年9月28日)。続いてClaude Opus 5.5(1801)です。
AA-Briefcase v1.1の結果があるモデルはいくつですか?
BenchLeaderでは253のモデル構成にAA-Briefcase v1.1の結果があり、すべてArtificial Analysisから取得しています。
AA-Briefcase v1.1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?
AA-Briefcase v1.1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。
AA-Briefcase v1.1はBenchLeader Indexに含まれますか?
いいえ。AA-Briefcase v1.1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。