HLE-Diamond (AA)のリーダーボード
2026年11月16日時点で、HLE-Diamond (AA)の最高スコアは80.2%で、Claude Fable 5.2(Anthropic)が記録しています。次点はGemini 4 Carbonの69.1%です。公表された結果があるのは169のモデル構成です(Artificial Analysis、結果の日付は2026年11月9日)。HLE-Diamondは、Artificial AnalysisのIntelligence Index v5で使われる、Humanity's Last Examを1,000問(推論500問、知識500問)に絞り込んだ改良版です。HLE-Diamond (AA)はBenchLeader Indexの推論スコアに反映されます。
要点(2026年11月16日時点)
- Claude Fable 5.2がHLE-Diamond (AA)の最高スコア80.2%を記録しています(Artificial Analysis、2026年11月9日)。
- HLE-Diamond (AA)の2位はGemini 4 Carbonで、69.1%です(Artificial Analysis、2026年10月28日)。
- HLE-Diamond (AA):HLEを1,000問(推論500、知識500)に絞った改良版。Intelligence Index v5で使用。Artificial Analysisが実施(Artificial Analysis)。
- BenchLeaderでは169のモデル構成にHLE-Diamond (AA)の公表結果があります(BenchLeader、2026年11月16日)。
- HLE-Diamond (AA)はBenchLeader Indexの推論カテゴリに反映されます(BenchLeaderの評価方法)。
HLEを1,000問(推論500、知識500)に絞った改良版。Intelligence Index v5で使用。Artificial Analysisが実施。
- カテゴリ
- 推論
- Indexでの重み
- 1.0
- モデル
- 169
- 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
HLE-Diamondは、Artificial AnalysisのIntelligence Index v5で使われる、Humanity's Last Examを1,000問(推論500問、知識500問)に絞り込んだ改良版です。
採点方法
Diamondサブセットでの正答率で、Artificial Analysisが実行しています。
注意点
HLEの非公開サブセットで、EpochとArtificial Analysisも公表している公開版HLEのボードとは別物です。EpochのHLE全体とは十分に異なるため、どちらもBenchLeader Indexに反映しています。
- 1Claude Fable 5.2 (max)80.2%
- 2Claude Fable 5.2 (xhigh)75.8%
- 3Claude Fable 5.2 (high)73.8%
- 4Gemini 4 Carbon (high)69.1%
- 5Claude Opus 5.5 (max)67.9%
- 6Gemini 4 Carbon (medium)67.4%
- 7Claude Fable 5.2 (medium)66.3%
- 8Claude Opus 5.5 (xhigh)64.0%
- 9GPT-6 Astra (max)63.8%
- 10Gemini 4 Carbon (low)61.9%
- 11GPT-6 Astra (xhigh)61.5%
- 12Claude Fable 5.2 (low)60.8%
- 13Claude Fable 5.1 (max)60.1%
- 14GPT-6 Astra (high)59.3%
- 15GPT-6.1 Sol (max)58.8%
| # | ||||
|---|---|---|---|---|
| 1 | NEW | 80.2% | 72.7 | 2026-11-09 |
| 2 | NEW | 75.8% | 69.7 | 2026-11-09 |
| 3 | NEW | 73.8% | 68.4 | 2026-11-09 |
| 4 | 69.1% | 68.9 | 2026-10-28 | |
| 5 | 67.9% | 68.4 | 2026-09-22 | |
| 6 | 67.4% | 65.8 | 2026-10-28 | |
| 7 | NEW | 66.3% | 66.3 | 2026-11-09 |
| 8 | 64.0% | 65.4 | 2026-09-22 | |
| 9 | 63.8% | 67.3 | 2026-09-03 | |
| 10 | 61.9% | 60.1 | 2026-10-28 | |
| 11 | 61.5% | 66.0 | 2026-09-03 | |
| 12 | NEW | 60.8% | 65.3 | 2026-11-09 |
| 13 | 60.1% | 66.7 | 2026-09-01 | |
| 14 | 59.3% | 66.3 | 2026-09-03 | |
| 15 | 58.8% | 66.6 | 2026-09-29 | |
| 16 | 58.8% | 64.6 | 2026-09-01 | |
| 17 | NEW | 58.8% | 61.8 | 2026-11-12 |
| 18 | 56.7% | 65.3 | 2026-09-30 | |
| 19 | 55.8% | 63.6 | 2026-09-29 | |
| 20 | 55.6% | 66.0 | 2026-09-22 | |
| 21 | NEW | 54.9% | 63.4 | 2026-11-12 |
| 22 | 53.3% | 64.2 | 2026-09-28 | |
| 23 | 52.7% | 64.4 | 2026-09-03 | |
| 24 | 51.9% | 63.4 | 2026-09-29 | |
| 25 | 51.4% | 61.2 | 2026-09-22 | |
| 26 | 50.4% | 63.7 | 2026-09-01 | |
| 27 | 48.5% | 61.7 | 2026-10-12 | |
| 28 | NEW | 47.7% | – | 2026-11-12 |
| 29 | 47.3% | 64.1 | 2026-10-26 | |
| 30 | 46.0% | 62.7 | 2026-09-29 | |
| 31 | 45.2% | 62.6 | 2026-09-22 | |
| 32 | 45.1% | 62.0 | 2026-09-03 | |
| 33 | 45.0% | 61.7 | 2026-09-01 | |
| 34 | 44.8% | 65.0 | 2026-07-24 | |
| 35 | 44.1% | 62.5 | 2026-09-28 | |
| 36 | 42.5% | 61.6 | 2026-09-30 | |
| 37 | 42.3% | 60.0 | 2026-10-26 | |
| 38 | 41.7% | 58.9 | 2026-09-22 | |
| 39 | 39.0% | 60.8 | 2026-10-12 | |
| 40 | 38.2% | 60.0 | 2026-09-29 | |
| 41 | 37.4% | 58.8 | 2026-09-01 | |
| 42 | 37.3% | 61.8 | 2026-10-23 | |
| 43 | 35.4% | 59.6 | 2026-10-26 | |
| 44 | 34.5% | 56.2 | 2026-10-12 | |
| 45 | 33.8% | 59.5 | 2026-09-28 | |
| 46 | 33.7% | 60.6 | 2026-09-02 | |
| 47 | 33.1% | 59.4 | 2026-09-02 | |
| 48 | 32.7% | 56.7 | 2026-11-03 | |
| 49 | NEW | 32.2% | – | 2026-11-12 |
| 50 | 31.4% | 59.9 | 2026-02-19 | |
| 51 | 31.3% | 58.5 | 2026-10-26 | |
| 52 | 30.3% | 58.1 | 2026-09-02 | |
| 53 | 29.6% | 55.3 | 2026-10-07 | |
| 54 | 29.1% | 60.2 | 2026-09-02 | |
| 55 | 28.8% | 59.5 | 2026-07-09 | |
| 56 | 28.8% | 56.7 | 2026-10-07 | |
| 57 | 28.7% | 57.9 | 2026-11-05 | |
| 58 | 28.1% | 54.3 | 2026-10-19 | |
| 59 | 26.9% | 60.2 | 2026-07-16 | |
| 60 | 26.3% | 53.5 | 2026-10-15 |
関連するベンチマーク
HLE-Diamond (AA)での注目のモデル比較
引用表記:BenchLeader「HLE-Diamond (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_diamond
HLE-Diamond (AA):よくある質問
- HLE-Diamond (AA)は何を測るベンチマークですか?
- HLE-Diamondは、Artificial AnalysisのIntelligence Index v5で使われる、Humanity's Last Examを1,000問(推論500問、知識500問)に絞り込んだ改良版です。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。
- HLE-Diamond (AA)の最高スコアは?
- 2026年11月16日時点で、HLE-Diamond (AA)の最高スコアは80.2%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Gemini 4 Carbonの69.1%です。スコアはArtificial Analysisの公表値で、毎日読み直しています。
- HLE-Diamond (AA)でトップのAIモデルは?
- 2026年11月16日時点で、HLE-Diamond (AA)の首位はClaude Fable 5.2で、スコアは80.2%です(結果の日付は2026年11月9日)。続いてGemini 4 Carbon(69.1%)です。
- HLE-Diamond (AA)の結果があるモデルはいくつですか?
- BenchLeaderでは169のモデル構成にHLE-Diamond (AA)の結果があり、すべてArtificial Analysisから取得しています。
- HLE-Diamond (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?
- HLE-Diamond (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。
- HLE-Diamond (AA)はBenchLeader Indexに含まれますか?
- はい。HLE-Diamond (AA)はBenchLeader Indexの推論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。