BenchLeader

HealthBench Professional (AA)のリーダーボード

2026年11月16日時点で、HealthBench Professional (AA)の最高スコアは68.1%で、Claude Fable 5.2(Anthropic)が記録しています。次点はGPT-6 Astraの66.0%です。公表された結果があるのは19のモデル構成です(OpenAI、結果の日付は2026年11月9日)。OpenAIのHealthBench Professional。診察、文書作成、研究にわたる臨床医との会話525件を、医師が作成した評価基準で採点。Artificial Analysisが実施。HealthBench Professional (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)

  • Claude Fable 5.2がHealthBench Professional (AA)の最高スコア68.1%を記録しています(OpenAI、2026年11月9日)。
  • HealthBench Professional (AA)の2位はGPT-6 Astraで、66.0%です(OpenAI、2026年9月3日)。
  • HealthBench Professional (AA):OpenAIのHealthBench Professional。診察、文書作成、研究にわたる臨床医との会話525件を、医師が作成した評価基準で採点。Artificial Analysisが実施(OpenAI)。
  • BenchLeaderでは19のモデル構成にHealthBench Professional (AA)の公表結果があります(BenchLeader、2026年11月16日)。
  • HealthBench Professional (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)。

OpenAIのHealthBench Professional。診察、文書作成、研究にわたる臨床医との会話525件を、医師が作成した評価基準で採点。Artificial Analysisが実施。

公開元
OpenAIデータ取得元:Artificial Analysis
カテゴリ
知識
Indexでの重み
参考のみ
モデル
19
データ基準日
2026年11月16日

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

19件中19件
#
1NEWClaude Fable 5.2xhigh68.1%69.72026-11-09
2NEWClaude Fable 5.2max67.7%72.72026-11-09
3NEWClaude Fable 5.2high67.6%68.42026-11-09
4NEWClaude Fable 5.2medium67.0%66.32026-11-09
5NEWClaude Fable 5.2low66.9%65.32026-11-09
6GPT-6 Astramax66.0%67.32026-09-03
7GPT-6.1 Solmax65.1%66.62026-09-29
8Claude Sonnet 5.5max63.0%64.22026-09-28
9GPT-6 Solmax62.3%62.62026-09-22
10GPT-6 Lunamax61.9%55.12026-09-22
11Claude Opus 5.5max59.9%68.42026-09-22
12Claude Haiku 5.5max58.4%55.32026-10-07
13Claude Fable 5.1max57.8%66.72026-09-01
14Grok 4.7xhigh55.8%57.42026-09-21
15Gemini 4 Argonhigh55.0%65.32026-09-30
16Kimi K3max53.2%60.22026-07-16
17GLM 5.3max52.8%58.82026-08-18
18Gemini 3.8 Flashhigh51.7%59.42026-09-02
19DeepSeek V4.1 Flashmax50.7%58.52026-09-10

知識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「HealthBench Professional (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_healthbench_professional

HealthBench Professional (AA):よくある質問

HealthBench Professional (AA)は何を測るベンチマークですか?
OpenAIのHealthBench Professional。診察、文書作成、研究にわたる臨床医との会話525件を、医師が作成した評価基準で採点。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。
HealthBench Professional (AA)の最高スコアは?
2026年11月16日時点で、HealthBench Professional (AA)の最高スコアは68.1%で、Claude Fable 5.2が記録しています(結果の日付は2026年11月9日)。次点はGPT-6 Astraの66.0%です。スコアはOpenAIの公表値で、毎日読み直しています。
HealthBench Professional (AA)でトップのAIモデルは?
2026年11月16日時点で、HealthBench Professional (AA)の首位はClaude Fable 5.2で、スコアは68.1%です(結果の日付は2026年11月9日)。続いてGPT-6 Astra(66.0%)です。
HealthBench Professional (AA)の結果があるモデルはいくつですか?
BenchLeaderでは19のモデル構成にHealthBench Professional (AA)の結果があり、すべてOpenAI(Artificial Analysis経由)から取得しています。
HealthBench Professional (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?
HealthBench Professional (AA)はOpenAI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。
HealthBench Professional (AA)はBenchLeader Indexに含まれますか?
いいえ。HealthBench Professional (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。