BenchLeader

AA-Omniscience v1.1: non-hallucinationのリーダーボード

2026年11月16日時点で、AA-Omniscience v1.1: non-hallucinationの最高スコアは95.8%で、Gemini 4 Carbon(Google)が記録しています。次点はGemini 4 Argonの95.7%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10月28日)。知らない質問に対して、答えをでっち上げずに回答を控える頻度。正答率のスコアと対になる指標です。AA-Omniscience v1.1: non-hallucination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)

  • Gemini 4 CarbonがAA-Omniscience v1.1: non-hallucinationの最高スコア95.8%を記録しています(Artificial Analysis、2026年10月28日)。
  • AA-Omniscience v1.1: non-hallucinationの2位はGemini 4 Argonで、95.7%です(Artificial Analysis、2026年9月30日)。
  • AA-Omniscience v1.1: non-hallucination:知らない質問に対して、答えをでっち上げずに回答を控える頻度。正答率のスコアと対になる指標です(Artificial Analysis)。
  • BenchLeaderでは142のモデル構成にAA-Omniscience v1.1: non-hallucinationの公表結果があります(BenchLeader、2026年11月16日)。
  • AA-Omniscience v1.1: non-hallucination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)。

知らない質問に対して、答えをでっち上げずに回答を控える頻度。正答率のスコアと対になる指標です。

公開元
Artificial Analysis
カテゴリ
知識
Indexでの重み
参考のみ
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.

142件中142件
#
1Gemini 4 Carbonmedium95.8%65.82026-10-28
2Gemini 4 Argonhigh95.7%65.32026-09-30
3NEWGemini 4 Hydrogenxhigh91.5%61.82026-11-12
4NEWGemini 4 Hydrogenhigh91.3%63.42026-11-12
5Gemini 4 Carbonhigh88.6%68.92026-10-28
6NEWGemini 4 Hydrogenmedium87.5%–2026-11-12
7Command A+86.1%45.92026-05-20
8Gemini 4 Argonmedium84.6%61.62026-09-30
9NEWMuse Emberxhigh82.7%49.12026-11-09
10NEWMuse Embermax82.6%52.12026-11-09
11Muse Wonder Fullmax82.4%61.72026-10-12
12Qwen3.8 27B推論なし82.0%45.52026-08-14
13Nanbeige4.3-33B81.8%–2026-10-25
14NEWGemini 4 Hydrogenlow81.2%–2026-11-12
15Gemini 4 Carbonlow80.2%60.12026-10-28
16Grok 4.7xhigh80.0%57.42026-09-21
17Grok 4.7high79.8%56.92026-09-21
18Muse Wondermax79.1%60.82026-10-12
19Solar Pro 479.1%48.92026-08-06
20Muse Wonderhigh77.8%56.22026-10-12
21Muse Spark 1.3xhigh77.5%58.12026-09-02
22Nemotron 3 Ultra 550B A55Bthinking77.4%49.12026-06-04
23Claude Haiku 4.5thinking76.6%45.72025-10-15
24Mistral Large 4medium75.2%45.92026-10-29
25Muse Spark 1.3max74.8%60.62026-09-02
26DeepSeek V4.1 Flash 1017推論なし74.7%44.92026-10-17
27GLM 5.2max74.1%58.92026-06-16
28Granite 4.2 30B73.3%45.82026-08-25
29Inkling 2 Small73.3%57.92026-11-05
30Gemini 3.5 Flash Lite73.3%51.42026-07-21
31Qwen3.8 Maxmax72.9%58.72026-09-02
32Muse Spark Openxhigh72.0%53.52026-10-15
33Mistral Large 4high71.8%48.32026-10-29
34Qwen3.8 27Bxhigh71.4%52.22026-08-14
35K2 Horizon 375B A23B71.0%49.52026-09-03
36Granite 4.2 3B69.7%39.32026-08-25
37K-EXAONE 2.069.6%42.42026-08-12
38Nemotron 3.5 Super VL69.5%45.82026-10-15
39A.X-K269.1%–2026-08-12
40Step 5 Preview68.7%56.02026-09-18
41Granite 4.2 8B67.8%41.12026-08-25
42Grok 4.7low66.2%55.42026-09-21
43Claude Haiku 5.5max65.8%55.32026-10-07
44Qwen3.8 2.4T A95B65.5%51.42026-08-12
45GPT-6.1 Terramax65.5%64.12026-10-26
46Nemotron 3.5 Lightning64.3%41.42026-08-11
47Ling 3.1 Flash63.7%50.82026-10-22
48Solar Mini 463.5%–2026-09-22
49GPT-6.1 Terraxhigh63.3%60.02026-10-26
50GPT-6.1 Terrahigh63.0%59.62026-10-26
51Kimi K3.1 Pro62.7%61.82026-10-23
52GLM 5.3 Flash61.6%57.82026-08-26
53GLM 5.3max61.1%58.82026-08-18
54Claude Haiku 5.5high61.1%55.32026-10-07
55Claude Haiku 5.5xhigh60.9%56.72026-10-07
56GPT-6.1 Terramedium60.4%58.52026-10-26
57Grok 4.6xhigh60.3%56.12026-08-12
58Claude Haiku 5.5medium59.6%50.12026-10-07
59Claude Haiku 5.5low59.5%47.72026-10-07
60Beam 1.059.0%45.92026-10-16

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: non-hallucination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_non_hallucination

AA-Omniscience v1.1: non-hallucination:よくある質問

AA-Omniscience v1.1: non-hallucinationは何を測るベンチマークですか?
知らない質問に対して、答えをでっち上げずに回答を控える頻度。正答率のスコアと対になる指標です。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。
AA-Omniscience v1.1: non-hallucinationの最高スコアは?
2026年11月16日時点で、AA-Omniscience v1.1: non-hallucinationの最高スコアは95.8%で、Gemini 4 Carbonが記録しています(結果の日付は2026年10月28日)。次点はGemini 4 Argonの95.7%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: non-hallucinationでトップのAIモデルは?
2026年11月16日時点で、AA-Omniscience v1.1: non-hallucinationの首位はGemini 4 Carbonで、スコアは95.8%です(結果の日付は2026年10月28日)。続いてGemini 4 Argon(95.7%)です。
AA-Omniscience v1.1: non-hallucination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: non-hallucinationの結果があり、すべてArtificial Analysisから取得しています。
AA-Omniscience v1.1: non-hallucination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: non-hallucination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: non-hallucinationはBenchLeader Indexに含まれますか?
いいえ。AA-Omniscience v1.1: non-hallucination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。