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.
- 1Claude Fable 5.2 (xhigh)68.1%
- 2Claude Fable 5.2 (max)67.7%
- 3Claude Fable 5.2 (high)67.6%
- 4Claude Fable 5.2 (medium)67.0%
- 5Claude Fable 5.2 (low)66.9%
- 6GPT-6 Astra (max)66.0%
- 7GPT-6.1 Sol (max)65.1%
- 8Claude Sonnet 5.5 (max)63.0%
- 9GPT-6 Sol (max)62.3%
- 10GPT-6 Luna (max)61.9%
- 11Claude Opus 5.5 (max)59.9%
- 12Claude Haiku 5.5 (max)58.4%
- 13Claude Fable 5.1 (max)57.8%
- 14Grok 4.7 (xhigh)55.8%
- 15Gemini 4 Argon (high)55.0%
19件中19件
| # | ||||
|---|---|---|---|---|
| 1 | NEW | 68.1% | 69.7 | 2026-11-09 |
| 2 | NEW | 67.7% | 72.7 | 2026-11-09 |
| 3 | NEW | 67.6% | 68.4 | 2026-11-09 |
| 4 | NEW | 67.0% | 66.3 | 2026-11-09 |
| 5 | NEW | 66.9% | 65.3 | 2026-11-09 |
| 6 | 66.0% | 67.3 | 2026-09-03 | |
| 7 | 65.1% | 66.6 | 2026-09-29 | |
| 8 | 63.0% | 64.2 | 2026-09-28 | |
| 9 | 62.3% | 62.6 | 2026-09-22 | |
| 10 | 61.9% | 55.1 | 2026-09-22 | |
| 11 | 59.9% | 68.4 | 2026-09-22 | |
| 12 | 58.4% | 55.3 | 2026-10-07 | |
| 13 | 57.8% | 66.7 | 2026-09-01 | |
| 14 | 55.8% | 57.4 | 2026-09-21 | |
| 15 | 55.0% | 65.3 | 2026-09-30 | |
| 16 | 53.2% | 60.2 | 2026-07-16 | |
| 17 | 52.8% | 58.8 | 2026-08-18 | |
| 18 | 51.7% | 59.4 | 2026-09-02 | |
| 19 | 50.7% | 58.5 | 2026-09-10 |
関連するベンチマーク
HealthBench Professional (AA)での注目のモデル比較
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。