AA Intelligence Index v4.3.2のリーダーボード
- 1
Claude Opus 5.5max100万トークンあたり$8.0057.668.4
- 2
Claude Sonnet 5.5max100万トークンあたり$4.005664.2
- 3
Muse Wonder Fullmax料金の掲載なし55.861.7
- 4
Kimi K3.1 Pro100万トークンあたり$4.0055.161.8
- 5
Claude Fable 5.1max100万トークンあたり$20.0053.466.7
- どんな指標か
- Artificial Analysisのひとつ前の総合スコアで、2026年10月27日のv4.3.2の最終スコアで固定されています。バージョン5.0は別のテストに置き換えたため、両者は比較できません。
- BenchLeader Indexとの違い
- ひとつの公開元が自ら行うテストです。BenchLeader Indexは48の公開元による78の第三者ベンチマークを組み合わせ、推論の設定ごとに別々に採点します。同じテストを二重に数えないよう、この総合スコアはIndexに含めていません。
2026年11月16日時点で、AA Intelligence Index v4.3.2の最高スコアは57.6で、Claude Opus 5.5(Anthropic)が記録しています。次点はClaude Sonnet 5.5の56です。公表された結果があるのは643のモデル構成です(Artificial Analysis、結果の日付は2026年9月22日)。Artificial AnalysisのIntelligence Index v4.3.2で、同社が自ら実行した評価の総合指標です。GPQA Diamond、Humanity's Last Exam、IFBench、AA-LCR、τ²-Bench Telecom、Terminal-Bench Hard、SciCode、AA-Omniscienceなどを含み、それぞれ固定のハーネスで実行されています。AA Intelligence Index v4.3.2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 Opus 5.5がAA Intelligence Index v4.3.2の最高スコア57.6を記録しています(Artificial Analysis、2026年9月22日)。
- AA Intelligence Index v4.3.2の2位はClaude Sonnet 5.5で、56です(Artificial Analysis、2026年9月28日)。
- AA Intelligence Index v4.3.2:Artificial Analysisが自社の評価(GPQA、HLE、IFBench、LCR、τ²-Bench、Terminal-Bench Hard、SciCode、AA-Omniscienceなど)をまとめた総合スコア。v4.3.2で最後に公開されたスコア(2026年10月27日)で固定。後継のv5.0は構成が異なるため、両者は比較できません(Artificial Analysis)。
- BenchLeaderでは643のモデル構成にAA Intelligence Index v4.3.2の公表結果があります(BenchLeader、2026年11月16日)。
- AA Intelligence Index v4.3.2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が自社の評価(GPQA、HLE、IFBench、LCR、τ²-Bench、Terminal-Bench Hard、SciCode、AA-Omniscienceなど)をまとめた総合スコア。v4.3.2で最後に公開されたスコア(2026年10月27日)で固定。後継のv5.0は構成が異なるため、両者は比較できません。
- カテゴリ
- 総合
- Indexでの重み
- 参考のみ
- モデル
- 643
- データ基準日
- 2026年11月16日
Source: Artificial Analysis (artificialanalysis.ai). Data taken from the public leaderboard.
このボードは更新を終えています。同じ名前は現在、別の新しいテストに使われており、そのスコアはAA Intelligence Index v5.0.1にあります。
どんなテストか
Artificial AnalysisのIntelligence Index v4.3.2で、同社が自ら実行した評価の総合指標です。GPQA Diamond、Humanity's Last Exam、IFBench、AA-LCR、τ²-Bench Telecom、Terminal-Bench Hard、SciCode、AA-Omniscienceなどを含み、それぞれ固定のハーネスで実行されています。
採点方法
構成要素のスコアを均等に重み付けした平均で、Artificial Analysisの0〜100の尺度です。v4.3.2として最後に公表されたスコア(2026年10月27日)で固定されています。参考として表示しており、BenchLeaderは総合値ではなく構成要素を使っています。
注意点
Artificial Analysisはこれを、構成も尺度も異なるIndex v5.0に置き換え、v4.3.2のスコアの公表をやめたため、v5.0で再実行されていないモデルはここでしか評価されていません。値の多くは完全な実行ではなく、AA自身の推定値です。
- 1Claude Opus 5.5 (max)57.6
- 2Claude Sonnet 5.5 (max)56
- 3Claude Opus 5.5 (xhigh)56.0
- 4Muse Wonder Full (max)55.8
- 5Kimi K3.1 Pro55.1
- 6Claude Opus 5.5 (high)53.6
- 7Claude Fable 5.1 (max)53.4
- 8Claude Fable 5.1 (xhigh)53.2
- 9GPT-6 Astra (max)52.7
- 10Gemini 4 Argon (high)52.6
- 11GPT-6 Astra (xhigh)52.4
- 12Muse Wonder (max)52.4
- 13Claude Sonnet 5.5 (xhigh)51.9
- 14GPT-6.1 Sol (max)51.8
- 15Claude Opus 5.5 (medium)51.2
| # | ||||
|---|---|---|---|---|
| 1 | 57.6 | 68.4 | 2026-09-22 | |
| 2 | 56 | 64.2 | 2026-09-28 | |
| 3 | 56.0 | 65.4 | 2026-09-22 | |
| 4 | 55.8 | 61.7 | 2026-10-12 | |
| 5 | 55.1 | 61.8 | 2026-10-23 | |
| 6 | 53.6 | 66.0 | 2026-09-22 | |
| 7 | 53.4 | 66.7 | 2026-09-01 | |
| 8 | 53.2 | 64.6 | 2026-09-01 | |
| 9 | 52.7 | 67.3 | 2026-09-03 | |
| 10 | 52.6 | 65.3 | 2026-09-30 | |
| 11 | 52.4 | 66.0 | 2026-09-03 | |
| 12 | 52.4 | 60.8 | 2026-10-12 | |
| 13 | 51.9 | 62.5 | 2026-09-28 | |
| 14 | 51.8 | 66.6 | 2026-09-29 | |
| 15 | 51.2 | 61.2 | 2026-09-22 | |
| 16 | 51.1 | 63.7 | 2026-09-01 | |
| 17 | 51.0 | 63.6 | 2026-09-29 | |
| 18 | 50.9 | 66.3 | 2026-09-03 | |
| 19 | 50.8 | 65.0 | 2026-07-24 | |
| 20 | 50.2 | 63.4 | 2026-09-29 | |
| 21 | 49.7 | 60.1 | 2026-07-24 | |
| 22 | 49.6 | 65.1 | 2026-06-09 | |
| 23 | 49.6 | 64.4 | 2026-09-03 | |
| 24 | 48.9 | 61.7 | 2026-09-01 | |
| 25 | 48.1 | 64.4 | 2026-07-24 | |
| 26 | 48.1 | 64.1 | 2026-10-26 | |
| 27 | 48.1 | 60.6 | 2026-09-02 | |
| 28 | 47.8 | 62.7 | 2026-09-29 | |
| 29 | 47.6 | 62.6 | 2026-09-22 | |
| 30 | 47.0 | 65.3 | 2026-07-09 | |
| 31 | 46.8 | 58.8 | 2026-09-01 | |
| 32 | 46.8 | 59.5 | 2026-09-28 | |
| 33 | 46.5 | 57.4 | 2026-09-21 | |
| 34 | 46.3 | 56.9 | 2026-09-21 | |
| 35 | 46.3 | 57.5 | 2026-09-21 | |
| 36 | 45.8 | 62.0 | 2026-09-03 | |
| 37 | 45.4 | 58.7 | 2026-09-02 | |
| 38 | 45.4 | 60.0 | 2026-10-26 | |
| 39 | 45.1 | 57.7 | 2026-10-17 | |
| 40 | 45.1 | 58.1 | 2026-09-02 | |
| 41 | 44.8 | 57.5 | 2026-07-24 | |
| 42 | 44.8 | 58.8 | 2026-08-18 | |
| 43 | 44.3 | 60.6 | 2026-08-12 | |
| 44 | 44.2 | 58.4 | 2026-09-22 | |
| 45 | 44.2 | 56.1 | 2026-08-12 | |
| 46 | 44.0 | 63.9 | 2026-07-09 | |
| 47 | 43.9 | 50.8 | 2026-10-22 | |
| 48 | 43.9 | 59.6 | 2026-10-26 | |
| 49 | 43.7 | 56.0 | 2026-09-18 | |
| 50 | 43.6 | 60.2 | 2026-07-16 | |
| 51 | 43.4 | 55.3 | 2026-10-07 | |
| 52 | 42.8 | 59.4 | 2026-08-12 | |
| 53 | 42.7 | 54.3 | 2026-10-19 | |
| 54 | 42.4 | 58.1 | 2026-09-22 | |
| 55 | 42.4 | 63.4 | 2026-07-09 | |
| 56 | 42.3 | 58.9 | 2026-09-22 | |
| 57 | 42.2 | 55.4 | 2026-09-21 | |
| 58 | 42.1 | 60.0 | 2026-09-29 | |
| 59 | 42.1 | 59.5 | 2026-07-09 | |
| 60 | 41.8 | 57.8 | 2026-08-26 |
関連するベンチマーク
AA Intelligence Index v4.3.2での注目のモデル比較
引用表記:BenchLeader「AA Intelligence Index v4.3.2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_intelligence_index
AA Intelligence Index v4.3.2:よくある質問
- AA Intelligence Index v4.3.2は何を測るベンチマークですか?
- Artificial AnalysisのIntelligence Index v4.3.2で、同社が自ら実行した評価の総合指標です。GPQA Diamond、Humanity's Last Exam、IFBench、AA-LCR、τ²-Bench Telecom、Terminal-Bench Hard、SciCode、AA-Omniscienceなどを含み、それぞれ固定のハーネスで実行されています。スコアは公開元独自の尺度のスコアで示され、高いほど良い結果です。
- AA Intelligence Index v4.3.2の最高スコアは?
- 2026年11月16日時点で、AA Intelligence Index v4.3.2の最高スコアは57.6で、Claude Opus 5.5が記録しています(結果の日付は2026年9月22日)。次点はClaude Sonnet 5.5の56です。スコアはArtificial Analysisの公表値で、毎日読み直しています。
- AA Intelligence Index v4.3.2でトップのAIモデルは?
- 2026年11月16日時点で、AA Intelligence Index v4.3.2の首位はClaude Opus 5.5で、スコアは57.6です(結果の日付は2026年9月22日)。続いてClaude Sonnet 5.5(56)です。
- AA Intelligence Index v4.3.2の結果があるモデルはいくつですか?
- BenchLeaderでは643のモデル構成にAA Intelligence Index v4.3.2の結果があり、すべてArtificial Analysisから取得しています。
- AA Intelligence Index v4.3.2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?
- AA Intelligence Index v4.3.2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。
- AA Intelligence Index v4.3.2はBenchLeader Indexに含まれますか?
- いいえ。AA Intelligence Index v4.3.2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。