AA-Omniscienceのリーダーボード
2026年11月16日時点で、AA-Omniscienceの最高スコアは66.8で、Claude Fable 5.2(Anthropic)が記録しています。次点はGemini 4 Carbonの53.5です。公表された結果があるのは142のモデル構成です(Artificial Analysis、結果の日付は2026年11月9日)。AA-Omniscienceは、多くの分野にわたる数千問の事実確認の質問をし、答えるべきでないときを見極める力を評価します。正解は加点、誤答は減点、回答を控えれば0点です。AA-OmniscienceはBenchLeader Indexの知識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AA-Omniscience v1.1の最高スコア66.8を記録しています(Artificial Analysis、2026年11月9日)。
- AA-Omniscience v1.1の2位はGemini 4 Carbonで、53.5です(Artificial Analysis、2026年10月28日)。
- AA-Omniscience v1.1:ハルシネーションを減点する知識の想起。正答数から自信のある誤答を引いた−100〜100のスコア。Artificial Analysisが実施(Artificial Analysis)。
- BenchLeaderでは142のモデル構成にAA-Omniscience v1.1の公表結果があります(BenchLeader、2026年11月16日)。
- AA-Omniscience v1.1はBenchLeader Indexの知識カテゴリに反映されます(BenchLeaderの評価方法)。
ハルシネーションを減点する知識の想起。正答数から自信のある誤答を引いた−100〜100のスコア。Artificial Analysisが実施。
- カテゴリ
- 知識
- Indexでの重み
- 1.0
- モデル
- 142
- 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
AA-Omniscienceは、多くの分野にわたる数千問の事実確認の質問をし、答えるべきでないときを見極める力を評価します。正解は加点、誤答は減点、回答を控えれば0点です。
採点方法
-100〜100のスコアで、正解から自信を持った誤答を差し引いたものです。Artificial Analysisが実行しており、ほとんどのモデルは0未満です。
注意点
減点の仕組みがあるため、慎重なモデルが、知識は豊富でも自信過剰なモデルを上回ることがあります。Artificial Analysisが併せて公表しているハルシネーション率と一緒に読んでください。
- 1Claude Fable 5.2 (max)66.8
- 2Claude Fable 5.2 (xhigh)64.8
- 3Claude Fable 5.2 (high)64.0
- 4Claude Fable 5.2 (medium)63.5
- 5Claude Fable 5.2 (low)62.9
- 6Gemini 4 Carbon (high)53.5
- 7Claude Opus 5.5 (max)48.1
- 8Gemini 4 Carbon (medium)46.8
- 9Claude Fable 5.1 (max)46.3
- 10Gemini 4 Hydrogen (xhigh)46.3
- 11Gemini 4 Argon (high)46.1
- 12GPT-6 Astra (high)44.6
- 13Claude Fable 5.1 (xhigh)44.3
- 14GPT-6 Astra (xhigh)43.7
- 15Gemini 4 Hydrogen (high)43.7
| # | ||||
|---|---|---|---|---|
| 1 | NEW | 66.8 | 72.7 | 2026-11-09 |
| 2 | NEW | 64.8 | 69.7 | 2026-11-09 |
| 3 | NEW | 64.0 | 68.4 | 2026-11-09 |
| 4 | NEW | 63.5 | 66.3 | 2026-11-09 |
| 5 | NEW | 62.9 | 65.3 | 2026-11-09 |
| 6 | 53.5 | 68.9 | 2026-10-28 | |
| 7 | 48.1 | 68.4 | 2026-09-22 | |
| 8 | 46.8 | 65.8 | 2026-10-28 | |
| 9 | 46.3 | 66.7 | 2026-09-01 | |
| 10 | NEW | 46.3 | 61.8 | 2026-11-12 |
| 11 | 46.1 | 65.3 | 2026-09-30 | |
| 12 | 44.6 | 66.3 | 2026-09-03 | |
| 13 | 44.3 | 64.6 | 2026-09-01 | |
| 14 | 43.7 | 66.0 | 2026-09-03 | |
| 15 | NEW | 43.7 | 63.4 | 2026-11-12 |
| 16 | 43.1 | 65.4 | 2026-09-22 | |
| 17 | 42.4 | 67.3 | 2026-09-03 | |
| 18 | 42.4 | 66.0 | 2026-09-22 | |
| 19 | 42.4 | 63.6 | 2026-09-29 | |
| 20 | 42.0 | 66.6 | 2026-09-29 | |
| 21 | NEW | 41.9 | – | 2026-11-12 |
| 22 | 41.4 | 64.4 | 2026-09-03 | |
| 23 | 41.1 | 61.6 | 2026-09-30 | |
| 24 | 41 | 63.4 | 2026-09-29 | |
| 25 | 40.3 | 62.0 | 2026-09-03 | |
| 26 | 40.2 | 62.7 | 2026-09-29 | |
| 27 | 39.9 | 63.7 | 2026-09-01 | |
| 28 | 39.8 | 61.2 | 2026-09-22 | |
| 29 | 39.2 | 60.1 | 2026-10-28 | |
| 30 | 39.0 | 58.9 | 2026-09-22 | |
| 31 | 38 | 60.0 | 2026-09-29 | |
| 32 | 37.6 | 65.0 | 2026-07-24 | |
| 33 | 36.4 | 61.7 | 2026-09-01 | |
| 34 | NEW | 36.1 | – | 2026-11-12 |
| 35 | 33.9 | 58.8 | 2026-09-01 | |
| 36 | 31.2 | 57.4 | 2026-09-21 | |
| 37 | 30.6 | 61.7 | 2026-10-12 | |
| 38 | 30.5 | 64.2 | 2026-09-28 | |
| 39 | 30 | 56.9 | 2026-09-21 | |
| 40 | 29.9 | 61.8 | 2026-10-23 | |
| 41 | 29.6 | 64.1 | 2026-10-26 | |
| 42 | 28.9 | 60.0 | 2026-10-26 | |
| 43 | 27.8 | 59.6 | 2026-10-26 | |
| 44 | 27.4 | 55.4 | 2026-09-21 | |
| 45 | 26.6 | 58.5 | 2026-10-26 | |
| 46 | 25.8 | 53.5 | 2026-10-15 | |
| 47 | 25.1 | 60.8 | 2026-10-12 | |
| 48 | 24.9 | 56.1 | 2026-08-12 | |
| 49 | 24.5 | 56.2 | 2026-10-12 | |
| 50 | 23.8 | 58.1 | 2026-09-02 | |
| 51 | 23.7 | 60.2 | 2026-09-02 | |
| 52 | 23.3 | 59.4 | 2026-09-02 | |
| 53 | 22.9 | 56.6 | 2026-10-26 | |
| 54 | 22.4 | 60.6 | 2026-09-02 | |
| 55 | 21.4 | 62.6 | 2026-09-22 | |
| 56 | 20.6 | 62.5 | 2026-09-28 | |
| 57 | 20.3 | 50.7 | 2026-09-28 | |
| 58 | 18.7 | 59.5 | 2026-09-28 | |
| 59 | 18.6 | 50.6 | 2026-09-28 | |
| 60 | 16.4 | 56.0 | 2026-09-18 |
関連するベンチマーク
AA-Omniscience v1.1での注目のモデル比較
引用表記:BenchLeader「AA-Omniscience v1.1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_omniscience
AA-Omniscience v1.1:よくある質問
- AA-Omniscience v1.1は何を測るベンチマークですか?
- AA-Omniscienceは、多くの分野にわたる数千問の事実確認の質問をし、答えるべきでないときを見極める力を評価します。正解は加点、誤答は減点、回答を控えれば0点です。スコアはスコアで示され、高いほど良い結果です。
- AA-Omniscience v1.1の最高スコアは?
- 2026年11月16日時点で、AA-Omniscience v1.1の最高スコアは66.8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53.5です。スコアはArtificial Analysisの公表値で、毎日読み直しています。
- AA-Omniscience v1.1でトップのAIモデルは?
- 2026年11月16日時点で、AA-Omniscience v1.1の首位はClaude Fable 5.2で、スコアは66.8です(結果の日付は2026年11月9日)。続いてGemini 4 Carbon(53.5)です。
- AA-Omniscience v1.1の結果があるモデルはいくつですか?
- BenchLeaderでは142のモデル構成にAA-Omniscience v1.1の結果があり、すべてArtificial Analysisから取得しています。
- AA-Omniscience v1.1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-Omniscience v1.1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-Omniscience v1.1はBenchLeader Indexに含まれますか?
- はい。AA-Omniscience v1.1はBenchLeader Indexの知識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。