BenchLeader

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。

公開元
Artificial Analysis
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。

142件中142件
#
1NEWClaude Fable 5.2max66.872.72026-11-09
2NEWClaude Fable 5.2xhigh64.869.72026-11-09
3NEWClaude Fable 5.2high64.068.42026-11-09
4NEWClaude Fable 5.2medium63.566.32026-11-09
5NEWClaude Fable 5.2low62.965.32026-11-09
6Gemini 4 Carbonhigh53.568.92026-10-28
7Claude Opus 5.5max48.168.42026-09-22
8Gemini 4 Carbonmedium46.865.82026-10-28
9Claude Fable 5.1max46.366.72026-09-01
10NEWGemini 4 Hydrogenxhigh46.361.82026-11-12
11Gemini 4 Argonhigh46.165.32026-09-30
12GPT-6 Astrahigh44.666.32026-09-03
13Claude Fable 5.1xhigh44.364.62026-09-01
14GPT-6 Astraxhigh43.766.02026-09-03
15NEWGemini 4 Hydrogenhigh43.763.42026-11-12
16Claude Opus 5.5xhigh43.165.42026-09-22
17GPT-6 Astramax42.467.32026-09-03
18Claude Opus 5.5high42.466.02026-09-22
19GPT-6.1 Solxhigh42.463.62026-09-29
20GPT-6.1 Solmax42.066.62026-09-29
21NEWGemini 4 Hydrogenmedium41.9–2026-11-12
22GPT-6 Astramedium41.464.42026-09-03
23Gemini 4 Argonmedium41.161.62026-09-30
24GPT-6.1 Solhigh4163.42026-09-29
25GPT-6 Astralow40.362.02026-09-03
26GPT-6.1 Solmedium40.262.72026-09-29
27Claude Fable 5.1high39.963.72026-09-01
28Claude Opus 5.5medium39.861.22026-09-22
29Gemini 4 Carbonlow39.260.12026-10-28
30Claude Opus 5.5low39.058.92026-09-22
31GPT-6.1 Sollow3860.02026-09-29
32Claude Opus 5max37.665.02026-07-24
33Claude Fable 5.1medium36.461.72026-09-01
34NEWGemini 4 Hydrogenlow36.1–2026-11-12
35Claude Fable 5.1low33.958.82026-09-01
36Grok 4.7xhigh31.257.42026-09-21
37Muse Wonder Fullmax30.661.72026-10-12
38Claude Sonnet 5.5max30.564.22026-09-28
39Grok 4.7high3056.92026-09-21
40Kimi K3.1 Pro29.961.82026-10-23
41GPT-6.1 Terramax29.664.12026-10-26
42GPT-6.1 Terraxhigh28.960.02026-10-26
43GPT-6.1 Terrahigh27.859.62026-10-26
44Grok 4.7low27.455.42026-09-21
45GPT-6.1 Terramedium26.658.52026-10-26
46Muse Spark Openxhigh25.853.52026-10-15
47Muse Wondermax25.160.82026-10-12
48Grok 4.6xhigh24.956.12026-08-12
49Muse Wonderhigh24.556.22026-10-12
50Muse Spark 1.3xhigh23.858.12026-09-02
51Gemini 3.8 Flashmedium23.760.22026-09-02
52Gemini 3.8 Flashhigh23.359.42026-09-02
53GPT-6.1 Terralow22.956.62026-10-26
54Muse Spark 1.3max22.460.62026-09-02
55GPT-6 Solmax21.462.62026-09-22
56Claude Sonnet 5.5xhigh20.662.52026-09-28
57Claude Sonnet 5.5low20.350.72026-09-28
58Claude Sonnet 5.5high18.759.52026-09-28
59Claude Sonnet 5.5medium18.650.62026-09-28
60Step 5 Preview16.456.02026-09-18

知識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「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。