BenchLeader

DeepSec-Bench (AA)のリーダーボード

2026年11月16日時点で、DeepSec-Bench (AA)の最高スコアは48.1%で、GPT-6 Sol (Daybreak Blue, max)(OpenAI)が記録しています。次点はGPT-6 Solの46.3%です。公表された結果があるのは28のモデル構成です(Artificial Analysis、結果の日付は2026年9月22日)。単発のパッチより踏み込んだセキュリティエンジニアリング。システムを理解し、防御します。Artificial Analysisが実施。DeepSec-Bench (AA)はBenchLeader Indexのエージェント・ツールスコアに反映されます。

要点(2026年11月16日時点)

  • GPT-6 Sol (Daybreak Blue, max)がDeepSec-Bench (AA)の最高スコア48.1%を記録しています(Artificial Analysis、2026年9月22日)。
  • DeepSec-Bench (AA)の2位はGPT-6 Solで、46.3%です(Artificial Analysis、2026年9月22日)。
  • DeepSec-Bench (AA):単発のパッチより踏み込んだセキュリティエンジニアリング。システムを理解し、防御します。Artificial Analysisが実施(Artificial Analysis)。
  • BenchLeaderでは28のモデル構成にDeepSec-Bench (AA)の公表結果があります(BenchLeader、2026年11月16日)。
  • DeepSec-Bench (AA)はBenchLeader Indexのエージェント・ツールカテゴリに反映されます(BenchLeaderの評価方法)。

単発のパッチより踏み込んだセキュリティエンジニアリング。システムを理解し、防御します。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
0.5
モデル
28
データ基準日
2026年11月16日

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

28件中28件
#
1GPT-6 Sol (Daybreak Blue, max)max48.1%–2026-09-22
2GPT-6 Solmax46.3%62.62026-09-22
3GPT-6 Astramax36.9%67.32026-09-03
4Kimi K3.1 Pro36.7%61.82026-10-23
5DeepSeek V4.1 Flashmax31.2%58.52026-09-10
6Grok 4.7xhigh26.9%57.42026-09-21
7Claude Opus 5.5max26.9%68.42026-09-22
8MiMo-V2.6-Pro26.2%57.52026-09-21
9Claude Opus 5max25.9%65.02026-07-24
10Hy425.6%56.72026-11-03
11GPT-5.6 Terramax25.1%59.52026-07-09
12DeepSeek V4.1 Flash 1017max24.9%57.72026-10-17
13GLM 5.3max24.3%58.82026-08-18
14GPT-6 Lunamax23.5%55.12026-09-22
15Claude Fable 5.1max23.5%66.72026-09-01
16GLM 5.3 Flash19.9%57.82026-08-26
17Mistral Large 416.0%52.92026-10-06
18Step 5 Preview15.8%56.02026-09-18
19Mistral Large 4high15.0%48.32026-10-29
20Gemini 3.8 Flashhigh14.5%59.42026-09-02
21Muse Spark 1.3xhigh12.5%58.12026-09-02
22Kimi K3max12.4%60.22026-07-16
23Qwen3.8 27Bxhigh11.5%52.22026-08-14
24Qwen3.8 2.4T A95B9.5%51.42026-08-12
25Mistral Large 4medium8.9%45.92026-10-29
26Beam 1.06.9%45.92026-10-16
27MiniMax M31.1%56.12026-06-01
28Nemotron 3 Ultra 550B A55Bthinking1.1%49.12026-06-04

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「DeepSec-Bench (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_deepsec_bench

DeepSec-Bench (AA):よくある質問

DeepSec-Bench (AA)は何を測るベンチマークですか?
単発のパッチより踏み込んだセキュリティエンジニアリング。システムを理解し、防御します。Artificial Analysisが実施。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。
DeepSec-Bench (AA)の最高スコアは?
2026年11月16日時点で、DeepSec-Bench (AA)の最高スコアは48.1%で、GPT-6 Sol (Daybreak Blue, max)が記録しています(結果の日付は2026年9月22日)。次点はGPT-6 Solの46.3%です。スコアはArtificial Analysisの公表値で、毎日読み直しています。
DeepSec-Bench (AA)でトップのAIモデルは?
2026年11月16日時点で、DeepSec-Bench (AA)の首位はGPT-6 Sol (Daybreak Blue, max)で、スコアは48.1%です(結果の日付は2026年9月22日)。続いてGPT-6 Sol(46.3%)です。
DeepSec-Bench (AA)の結果があるモデルはいくつですか?
BenchLeaderでは28のモデル構成にDeepSec-Bench (AA)の結果があり、すべてArtificial Analysisから取得しています。
DeepSec-Bench (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?
DeepSec-Bench (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。
DeepSec-Bench (AA)はBenchLeader Indexに含まれますか?
はい。DeepSec-Bench (AA)はBenchLeader Indexのエージェント・ツールカテゴリに反映され、評価対象モデルの平均が50になるよう正規化されています。