EnterpriseOps-Gymのリーダーボード
2026年11月16日時点で、EnterpriseOps-Gymの最高スコアは51.1%で、Claude Fable 5(Anthropic)が記録しています。次点はGemini 3.7 Flashの50.4%です。公表された結果があるのは51のモデル構成です(Artificial Analysis、結果の日付は2026年6月9日)。架空の企業での業務オペレーション。チケット、承認、各種システムを操作して仕事を完了させます。EnterpriseOps-Gym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 Fable 5がEnterpriseOps-Gymの最高スコア51.1%を記録しています(Artificial Analysis、2026年6月9日)。
- EnterpriseOps-Gymの2位はGemini 3.7 Flashで、50.4%です(Artificial Analysis、2026年8月13日)。
- EnterpriseOps-Gym:架空の企業での業務オペレーション。チケット、承認、各種システムを操作して仕事を完了させます(Artificial Analysis)。
- BenchLeaderでは51のモデル構成にEnterpriseOps-Gymの公表結果があります(BenchLeader、2026年11月16日)。
- EnterpriseOps-Gym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)。
架空の企業での業務オペレーション。チケット、承認、各種システムを操作して仕事を完了させます。
- 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
- 51
- データ基準日
- 2026年11月16日
Source: Artificial Analysis (artificialanalysis.ai). Data taken from the public leaderboard.
- 1Claude Fable 5 (max)51.1%
- 2Gemini 3.7 Flash (medium)50.4%
- 3Gemini 3.5 Flash (high)50.1%
- 4DeepSeek V4 Pro (max)49.6%
- 5Grok 4.6 (high)48.3%
- 6Qwen3.8 Max (max)47.6%
- 7Claude Opus 5 (max)47.5%
- 8Qwen3.8 2.4T A95B47.4%
- 9Muse Spark 1.2 (xhigh)47.3%
- 10Step 5 Preview47.2%
- 11Deepseek v4 Flash Vision (max)47.1%
- 12Inkling 2 Small46.8%
- 13GPT-5.5 (xhigh)46.6%
- 14Kimi K3 (max)45.3%
- 15Qwen3.7 (max)45.0%
51件中51件
| # | ||||
|---|---|---|---|---|
| 1 | 51.1% | 65.1 | 2026-06-09 | |
| 2 | 50.4% | 60.1 | 2026-08-13 | |
| 3 | 50.1% | 62.5 | 2026-05-19 | |
| 4 | 49.6% | 54.7 | 2026-08-13 | |
| 5 | 48.3% | 60.6 | 2026-08-12 | |
| 6 | 47.6% | 58.7 | 2026-09-02 | |
| 7 | 47.5% | 65.0 | 2026-07-24 | |
| 8 | 47.4% | 51.4 | 2026-08-12 | |
| 9 | 47.3% | 61.5 | 2026-08-05 | |
| 10 | 47.2% | 56.0 | 2026-09-18 | |
| 11 | 47.1% | – | 2026-08-21 | |
| 12 | 46.8% | 57.9 | 2026-11-05 | |
| 13 | 46.6% | 64.1 | 2026-04-23 | |
| 14 | 45.3% | 60.2 | 2026-07-16 | |
| 15 | 45.0% | 60.0 | 2026-05-19 | |
| 16 | 44.7% | 56.1 | 2026-06-30 | |
| 17 | 44.2% | 52.2 | 2026-08-14 | |
| 18 | 44.1% | 60.8 | 2026-04-23 | |
| 19 | 44.0% | 61.1 | 2026-05-28 | |
| 20 | 43.9% | 55.4 | 2026-06-30 | |
| 21 | 42.9% | 65.3 | 2026-07-09 | |
| 22 | 42.7% | 58.9 | 2026-06-16 | |
| 23 | 42.7% | 52.0 | 2026-07-30 | |
| 24 | 42.4% | 51.4 | 2026-07-21 | |
| 25 | 42.2% | 59.9 | 2026-02-19 | |
| 26 | 40.8% | 56.8 | 2026-07-08 | |
| 27 | 40.8% | 56.2 | 2026-07-09 | |
| 28 | 40.6% | 57.6 | 2026-06-01 | |
| 29 | 40.4% | – | 2026-04-24 | |
| 30 | 40.2% | 53.9 | 2026-06-12 | |
| 31 | 39.6% | – | 2026-04-24 | |
| 32 | 38.5% | 59.3 | 2026-04-20 | |
| 33 | 38.5% | 59.5 | 2026-07-09 | |
| 34 | 38.0% | 50.0 | 2026-07-15 | |
| 35 | 36.4% | 58.8 | 2026-08-18 | |
| 36 | 34.7% | 46.5 | 2026-08-10 | |
| 37 | 34.6% | 55.1 | 2026-03-17 | |
| 38 | 33.7% | 46.6 | 2026-04-29 | |
| 39 | 33.2% | 57.8 | 2026-08-26 | |
| 40 | 32.1% | 56.1 | 2026-06-01 | |
| 41 | 31.5% | 53.9 | 2026-03-17 | |
| 42 | 30.9% | 56.4 | 2026-02-16 | |
| 43 | 29.4% | 45.7 | 2025-10-15 | |
| 44 | 29.1% | 53.0 | 2026-05-29 | |
| 45 | 28.9% | 49.1 | 2026-06-04 | |
| 46 | 28.4% | 46.6 | 2026-04-02 | |
| 47 | 28.0% | 52.6 | 2026-03-03 | |
| 48 | 26.3% | 56.5 | 2026-04-30 | |
| 49 | 25.5% | 45.3 | 2025-08-05 | |
| 50 | 23.6% | 51.1 | 2026-03-11 | |
| 51 | 18.4% | 41.4 | 2026-08-11 |
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
EnterpriseOps-Gymでの注目のモデル比較
引用表記:BenchLeader「EnterpriseOps-Gym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_enterprise_ops_gym
EnterpriseOps-Gym:よくある質問
- EnterpriseOps-Gymは何を測るベンチマークですか?
- 架空の企業での業務オペレーション。チケット、承認、各種システムを操作して仕事を完了させます。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。
- EnterpriseOps-Gymの最高スコアは?
- 2026年11月16日時点で、EnterpriseOps-Gymの最高スコアは51.1%で、Claude Fable 5が記録しています(結果の日付は2026年6月9日)。次点はGemini 3.7 Flashの50.4%です。スコアはArtificial Analysisの公表値で、毎日読み直しています。
- EnterpriseOps-GymでトップのAIモデルは?
- 2026年11月16日時点で、EnterpriseOps-Gymの首位はClaude Fable 5で、スコアは51.1%です(結果の日付は2026年6月9日)。続いてGemini 3.7 Flash(50.4%)です。
- EnterpriseOps-Gymの結果があるモデルはいくつですか?
- BenchLeaderでは51のモデル構成にEnterpriseOps-Gymの結果があり、すべてArtificial Analysisから取得しています。
- EnterpriseOps-Gym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?
- EnterpriseOps-Gym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。
- EnterpriseOps-GymはBenchLeader Indexに含まれますか?
- いいえ。EnterpriseOps-Gym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。