Humanity's Last Exam (AA)のリーダーボード
2026年11月16日時点で、Humanity's Last Exam (AA)の最高スコアは74.3%で、Claude Fable 5.2(Anthropic)が記録しています。次点はClaude Opus 5.5の61.4%です。公表された結果があるのは638のモデル構成です(Artificial Analysis、結果の日付は2026年11月9日)。Humanity's Last Examは、古典学から化学まで100を超える分野の専門家が作成した約2,500問で、作成時点で最先端のモデルが誤答した問題が選ばれています。大半は完全一致の記述式か多肢選択式で、画像を含む問題もあります。Humanity's Last Exam (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Humanity's Last Exam (AA)の最高スコア74.3%を記録しています(Artificial Analysis、2026年11月9日)。
- Humanity's Last Exam (AA)の2位はClaude Opus 5.5で、61.4%です(Artificial Analysis、2026年9月22日)。
- Humanity's Last Exam (AA):Artificial Analysisが独自に実行したHLE。Index v5ではHLE-Diamondに置き換えられ、記録として残しています(Artificial Analysis)。
- BenchLeaderでは638のモデル構成にHumanity's Last Exam (AA)の公表結果があります(BenchLeader、2026年11月16日)。
- Humanity's Last Exam (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)。
Artificial Analysisが独自に実行したHLE。Index v5ではHLE-Diamondに置き換えられ、記録として残しています。
- カテゴリ
- 推論
- Indexでの重み
- 参考のみ
- モデル
- 638
- データ基準日
- 2026年11月16日
Source: Artificial Analysis (artificialanalysis.ai). Data taken from the public leaderboard.
どんなテストか
Humanity's Last Examは、古典学から化学まで100を超える分野の専門家が作成した約2,500問で、作成時点で最先端のモデルが誤答した問題が選ばれています。大半は完全一致の記述式か多肢選択式で、画像を含む問題もあります。
採点方法
完全一致の記述式問題と多肢選択問題での正答率です。
注意点
Artificial Analysisが自社の固定ハーネスで独自に実行したHumanity's Last Examで、テキストのみの問題を対象にしています。参考として表示しており、Indexに反映しているのはScale AIとCAISの公式ボードです。Artificial Analysisは画像を含む問題を除外しているため、スコアはわずかに異なります。Humanity's Last Examのボードもあわせてご覧ください。
- 1Claude Fable 5.2 (max)74.3%
- 2Claude Fable 5.2 (xhigh)68.9%
- 3Claude Fable 5.2 (high)66.2%
- 4Claude Fable 5.2 (medium)61.9%
- 5Claude Opus 5.5 (max)61.4%
- 6Claude Fable 5.2 (low)59.7%
- 7Claude Fable 5.1 (max)59.1%
- 8Claude Fable 5.1 (xhigh)58.7%
- 9Claude Opus 5.5 (xhigh)57.5%
- 10Gemini 4 Argon (high)57.1%
- 11Claude Fable 5.1 (high)55.9%
- 12Claude Opus 5.5 (high)55.6%
- 13Claude Fable 5 (max)55.5%
- 14Claude Sonnet 5.5 (max)55.0%
- 15Claude Opus 5 (max)54.9%
| # | ||||
|---|---|---|---|---|
| 1 | NEW | 74.3% | 72.7 | 2026-11-09 |
| 2 | NEW | 68.9% | 69.7 | 2026-11-09 |
| 3 | NEW | 66.2% | 68.4 | 2026-11-09 |
| 4 | NEW | 61.9% | 66.3 | 2026-11-09 |
| 5 | 61.4% | 68.4 | 2026-09-22 | |
| 6 | NEW | 59.7% | 65.3 | 2026-11-09 |
| 7 | 59.1% | 66.7 | 2026-09-01 | |
| 8 | 58.7% | 64.6 | 2026-09-01 | |
| 9 | 57.5% | 65.4 | 2026-09-22 | |
| 10 | 57.1% | 65.3 | 2026-09-30 | |
| 11 | 55.9% | 63.7 | 2026-09-01 | |
| 12 | 55.6% | 66.0 | 2026-09-22 | |
| 13 | 55.5% | 65.1 | 2026-06-09 | |
| 14 | 55.0% | 64.2 | 2026-09-28 | |
| 15 | 54.9% | 65.0 | 2026-07-24 | |
| 16 | 54.7% | 61.2 | 2026-09-22 | |
| 17 | 54.7% | 67.3 | 2026-09-03 | |
| 18 | 54.6% | 66.0 | 2026-09-03 | |
| 19 | 54.4% | 60.1 | 2026-07-24 | |
| 20 | 53.8% | 61.7 | 2026-09-01 | |
| 21 | 53.6% | 61.7 | 2026-10-12 | |
| 22 | 53.1% | 66.3 | 2026-09-03 | |
| 23 | 52.9% | 66.6 | 2026-09-29 | |
| 24 | 52.8% | 64.4 | 2026-07-24 | |
| 25 | 52.7% | 64.4 | 2026-09-03 | |
| 26 | 52.6% | 63.6 | 2026-09-29 | |
| 27 | 52.5% | 61.8 | 2026-10-23 | |
| 28 | 51.4% | 63.4 | 2026-09-29 | |
| 29 | 51.3% | 57.5 | 2026-07-24 | |
| 30 | 50.1% | 60.8 | 2026-10-12 | |
| 31 | 50.0% | 62.5 | 2026-09-28 | |
| 32 | 49.9% | 61.6 | 2026-09-30 | |
| 33 | 49.9% | 62.7 | 2026-09-29 | |
| 34 | 49.5% | 65.3 | 2026-07-09 | |
| 35 | 49.4% | 57.5 | 2026-09-21 | |
| 36 | 49.2% | 62.0 | 2026-09-03 | |
| 37 | 48.9% | 58.8 | 2026-09-01 | |
| 38 | 48.7% | 60.6 | 2026-09-02 | |
| 39 | 48.7% | 61.1 | 2026-05-28 | |
| 40 | 48.3% | 58.9 | 2026-09-22 | |
| 41 | 48.0% | 54.3 | 2026-10-19 | |
| 42 | 47.9% | 62.6 | 2026-09-22 | |
| 43 | 47.9% | 62.1 | 2026-08-13 | |
| 44 | 47.8% | 59.4 | 2026-09-02 | |
| 45 | 47.5% | 58.1 | 2026-09-02 | |
| 46 | 47.4% | 60.0 | 2026-09-29 | |
| 47 | 47.3% | 63.9 | 2026-07-09 | |
| 48 | 47.0% | 59.9 | 2026-02-19 | |
| 49 | 46.9% | 60.2 | 2026-07-16 | |
| 50 | 46.5% | 56.0 | 2026-09-18 | |
| 51 | 46.3% | 58.4 | 2026-09-22 | |
| 52 | 46.3% | 64.1 | 2026-10-26 | |
| 53 | 46.2% | 59.5 | 2026-07-09 | |
| 54 | 46.0% | 63.4 | 2026-07-09 | |
| 55 | 45.8% | 59.5 | 2026-09-28 | |
| 56 | 45.8% | 64.1 | 2026-04-23 | |
| 57 | 45.5% | 61.5 | 2026-08-05 | |
| 58 | 45.0% | 63.5 | 2026-04-23 | |
| 59 | 44.4% | 55.3 | 2026-10-07 | |
| 60 | 44.1% | 58.1 | 2026-09-22 |
関連するベンチマーク
Humanity's Last Exam (AA)での注目のモデル比較
引用表記:BenchLeader「Humanity's Last Exam (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_hle
Humanity's Last Exam (AA):よくある質問
- Humanity's Last Exam (AA)は何を測るベンチマークですか?
- Humanity's Last Examは、古典学から化学まで100を超える分野の専門家が作成した約2,500問で、作成時点で最先端のモデルが誤答した問題が選ばれています。大半は完全一致の記述式か多肢選択式で、画像を含む問題もあります。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。
- Humanity's Last Exam (AA)の最高スコアは?
- 2026年11月16日時点で、Humanity's Last Exam (AA)の最高スコアは74.3%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Claude Opus 5.5の61.4%です。スコアはArtificial Analysisの公表値で、毎日読み直しています。
- Humanity's Last Exam (AA)でトップのAIモデルは?
- 2026年11月16日時点で、Humanity's Last Exam (AA)の首位はClaude Fable 5.2で、スコアは74.3%です(結果の日付は2026年11月9日)。続いてClaude Opus 5.5(61.4%)です。
- Humanity's Last Exam (AA)の結果があるモデルはいくつですか?
- BenchLeaderでは638のモデル構成にHumanity's Last Exam (AA)の結果があり、すべてArtificial Analysisから取得しています。
- Humanity's Last Exam (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?
- Humanity's Last Exam (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。
- Humanity's Last Exam (AA)はBenchLeader Indexに含まれますか?
- いいえ。Humanity's Last Exam (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。