BenchLeader

MLCRのリーダーボード

2026年11月16日時点で、MLCRの最高スコアは43.9%で、Claude Fable 5.2(Anthropic)が記録しています。次点はGPT-6 Astraの41.7%です。公表された結果があるのは181のモデル構成です(Artificial Analysis、結果の日付は2026年11月9日)。医療の長文コンテキスト推論。長い患者記録をもとに臨床の質問に答え、正確さ・網羅性・簡潔さをまとめて採点します。MLCR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MLCRの最高スコア43.9%を記録しています(Artificial Analysis、2026年11月9日)。
  • MLCRの2位はGPT-6 Astraで、41.7%です(Artificial Analysis、2026年9月3日)。
  • MLCR:医療の長文コンテキスト推論。長い患者記録をもとに臨床の質問に答え、正確さ・網羅性・簡潔さをまとめて採点します(Artificial Analysis)。
  • BenchLeaderでは181のモデル構成にMLCRの公表結果があります(BenchLeader、2026年11月16日)。
  • MLCR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)。

医療の長文コンテキスト推論。長い患者記録をもとに臨床の質問に答え、正確さ・網羅性・簡潔さをまとめて採点します。

公開元
Artificial Analysis
カテゴリ
長文コンテキスト
Indexでの重み
参考のみ
モデル
181
データ基準日
2026年11月16日

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

181件中181件
#
1NEWClaude Fable 5.2max43.9%72.72026-11-09
2GPT-6 Astramax41.7%67.32026-09-03
3Claude Sonnet 5.5max41.7%64.22026-09-28
4GPT-6.1 Solmax38.3%66.62026-09-29
5GPT-6 Astramedium38.3%64.42026-09-03
6Kimi K3.1 Pro38.3%61.82026-10-23
7GPT-6 Astraxhigh36.1%66.02026-09-03
8GPT-6.1 Solxhigh35.6%63.62026-09-29
9Claude Haiku 5.5max35.0%55.32026-10-07
10GPT-6 Solmax33.9%62.62026-09-22
11GPT-6 Astralow33.9%62.02026-09-03
12GPT-6 Astrahigh32.8%66.32026-09-03
13Hy432.8%56.72026-11-03
14GPT-6.1 Solmedium32.2%62.72026-09-29
15GPT-6 Solxhigh32.2%58.42026-09-22
16GPT-6.1 Solhigh31.7%63.42026-09-29
17GPT-5.5 Instant31.7%56.92026-06-25
18GPT-6.1 Terramax30.6%64.12026-10-26
19Qwen3.8 2.4T A95B30.6%51.42026-08-12
20GPT-5.6 Solmax30.0%65.32026-07-09
21GPT-6 Solhigh29.4%58.12026-09-22
22GPT-5.5xhigh28.9%64.12026-04-23
23GPT-6 Solmedium28.9%56.92026-09-22
24Claude Opus 5.5max27.8%68.42026-09-22
25GPT-5.6 Solxhigh27.8%63.92026-07-09
26GPT-5.6 Terramax27.2%59.52026-07-09
27GPT-6.1 Sollow26.7%60.02026-09-29
28DeepSeek V4.1 Flash 1017max26.7%57.72026-10-17
29GPT-5.6 Solmedium26.1%61.32026-07-09
30Qwen3.8 Maxmax26.1%58.72026-08-03
31GPT-6 Lunamax26.1%55.12026-09-22
32GPT-6 Sollow25.6%54.52026-09-22
33Claude Opus 5.5xhigh25.0%65.42026-09-22
34GPT-5.5high25.0%63.52026-04-23
35GPT-5.6 Solhigh24.4%63.42026-07-09
36DeepSeek V4.1 Flashmax23.9%58.52026-09-10
37GPT-5.6 Sollow23.3%60.22026-07-09
38GPT-5.6 Terraxhigh22.8%60.12026-07-09
39GPT-5.6 Terramedium22.8%52.72026-07-09
40Qwen3.8 27Bxhigh22.8%52.22026-08-14
41GPT-6 Sol推論なし22.8%49.02026-09-22
42Muse Wonder Fullmax22.2%61.72026-10-12
43Claude Opus 5.5medium22.2%61.22026-09-22
44Muse Wondermax22.2%60.82026-10-12
45GPT-5.5medium22.2%60.82026-04-23
46Kimi K3max21.7%60.22026-07-16
47NEWGemini 4 Hydrogenxhigh21.1%61.82026-11-12
48Grok 4.7low21.1%55.42026-09-21
49Claude Fable 5max20.6%65.12026-06-09
50Claude Sonnet 5.5xhigh20.6%62.52026-09-28
51Inkling 2 Small20.6%57.92026-11-05
52Qwen3.8-Flash-Next20.6%53.92026-08-26
53GPT-6 Lunaxhigh20.6%52.02026-09-22
54Grok 4.7xhigh20.0%57.42026-09-21
55GPT-5.6 Lunamax20.0%56.22026-07-09
56GPT-5.4 Minixhigh20.0%55.12026-03-17
57GPT-5.6 Terralow20.0%53.32026-07-09
58Gemini 4 Carbonhigh19.4%68.92026-10-28
59Claude Opus 4.8max19.4%61.12026-05-28
60Claude Opus 5.5low19.4%58.92026-09-22

長文コンテキスト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「MLCR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_mlcr

MLCR:よくある質問

MLCRは何を測るベンチマークですか?
医療の長文コンテキスト推論。長い患者記録をもとに臨床の質問に答え、正確さ・網羅性・簡潔さをまとめて採点します。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。
MLCRの最高スコアは?
2026年11月16日時点で、MLCRの最高スコアは43.9%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41.7%です。スコアはArtificial Analysisの公表値で、毎日読み直しています。
MLCRでトップのAIモデルは?
2026年11月16日時点で、MLCRの首位はClaude Fable 5.2で、スコアは43.9%です(結果の日付は2026年11月9日)。続いてGPT-6 Astra(41.7%)です。
MLCRの結果があるモデルはいくつですか?
BenchLeaderでは181のモデル構成にMLCRの結果があり、すべてArtificial Analysisから取得しています。
MLCR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?
MLCR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。
MLCRはBenchLeader Indexに含まれますか?
いいえ。MLCR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。