BenchLeader

AA Progress Index v1のリーダーボード

本日の上位5スコアBL Index
  1. 1Claude Fable 5.2100万トークンあたり$16.0035872.7
  2. 2Claude Opus 5.5100万トークンあたり$8.00351.365.4
  3. 3Gemini 4 Carbon100万トークンあたり$4.00350.868.9
  4. 4Claude Sonnet 5.5100万トークンあたり$4.00350.564.2
  5. 5GPT-6 Astra100万トークンあたり$20.00349.667.3
どんな指標か
Artificial Analysisの長期的な能力尺度。多くの評価にまたがって推定しているため、個々のテストが飽和してもスコアを比べられます。
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 Progress Index v1の最高スコアは358で、Claude Fable 5.2(Anthropic)が記録しています。次点はClaude Opus 5.5の351.3です。公表された結果があるのは641のモデル構成です(Artificial Analysis、結果の日付は2026年11月9日)。Artificial AnalysisのProgress Index v1で、多数の評価に当てはめた長期的な項目反応型の能力尺度です。個々のテストが飽和してもモデルのスコアを比較し続けられるようにしています。o3-miniが約220、GPT-5.5が約320になるよう基準が設定されています。AA Progress Index v1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AA Progress Index v1の最高スコア358を記録しています(Artificial Analysis、2026年11月9日)。
  • AA Progress Index v1の2位はClaude Opus 5.5で、351.3です(Artificial Analysis、2026年9月22日)。
  • AA Progress Index v1:Artificial Analysisによる長期的なIRT能力尺度(約200〜350)。多くの評価にまたがって推定し、個々のテストが飽和してもスコアを比べられるようにしています。推移を見るための表示で、BenchLeader Indexには含まれません(Artificial Analysis)。
  • BenchLeaderでは641のモデル構成にAA Progress Index v1の公表結果があります(BenchLeader、2026年11月16日)。
  • AA Progress Index v1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による長期的なIRT能力尺度(約200〜350)。多くの評価にまたがって推定し、個々のテストが飽和してもスコアを比べられるようにしています。推移を見るための表示で、BenchLeader Indexには含まれません。

公開元
Artificial Analysis
カテゴリ
総合
Indexでの重み
参考のみ
モデル
641
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

Artificial AnalysisのProgress Index v1で、多数の評価に当てはめた長期的な項目反応型の能力尺度です。個々のテストが飽和してもモデルのスコアを比較し続けられるようにしています。o3-miniが約220、GPT-5.5が約320になるよう基準が設定されています。

採点方法

IRT型のスコアで、通常は約200〜350の範囲にあり、高いほど優れています。Artificial Analysisはエフォート別のバリエーションをそれぞれ個別に当てはめています。推移を見るためだけに表示しており、BenchLeader Indexには含めていません。

注意点

単一のテストによる測定値ではなくモデルに基づく推定値で、当てはめ直すとすべてのスコアが一斉に動くことがあります。現在のランキングにはIntelligence IndexとBenchLeader Indexを使い、こちらは長期的な進歩のグラフに使ってください。

641件中641件
#
1NEWClaude Fable 5.2max35872.72026-11-09
2Claude Opus 5.5xhigh351.365.42026-09-22
3Gemini 4 Carbonhigh350.868.92026-10-28
4Claude Sonnet 5.5max350.564.22026-09-28
5Gemini 4 Carbonmedium350.265.82026-10-28
6Claude Opus 5.5max35068.42026-09-22
7GPT-6 Astramax349.667.32026-09-03
8GPT-6.1 Solmax348.566.62026-09-29
9GPT-6 Astraxhigh348.466.02026-09-03
10GPT-6 Astrahigh347.466.32026-09-03
11GPT-6.1 Solxhigh346.463.62026-09-29
12GPT-6.1 Terramax345.264.12026-10-26
13Claude Opus 5.5high34466.02026-09-22
14GPT-6 Astramedium34464.42026-09-03
15GPT-6.1 Solhigh343.963.42026-09-29
16Claude Sonnet 5.5xhigh343.862.52026-09-28
17Muse Wonder Fullmax343.261.72026-10-12
18Gemini 4 Argonhigh341.865.32026-09-30
19Claude Fable 5.1xhigh340.964.62026-09-01
20Claude Fable 5.1max340.866.72026-09-01
21Kimi K3.1 Pro340.761.82026-10-23
22Claude Opus 5.5medium340.361.22026-09-22
23GPT-6.1 Solmedium338.762.72026-09-29
24Claude Fable 5.1high337.963.72026-09-01
25GPT-6.1 Terraxhigh337.960.02026-10-26
26Muse Wondermax335.860.82026-10-12
27GPT-6 Astralow335.162.02026-09-03
28GPT-6.1 Terrahigh334.159.62026-10-26
29GPT-6 Solmax33462.62026-09-22
30Claude Opus 5max333.765.02026-07-24
31Claude Sonnet 5.5high333.559.52026-09-28
32Claude Fable 5.1medium33361.72026-09-01
33Claude Opus 5xhigh33360.12026-07-24
34GPT-5.6 Solmax331.565.32026-07-09
35Claude Opus 5high33164.42026-07-24
36Claude Fable 5max329.365.12026-06-09
37GPT-6.1 Terramedium328.958.52026-10-26
38Claude Fable 5.1low328.458.82026-09-01
39GPT-6 Solxhigh327.358.42026-09-22
40GPT-6.1 Sollow326.260.02026-09-29
41Claude Haiku 5.5max326.155.32026-10-07
42Claude Opus 5.5low32558.92026-09-22
43Claude Opus 5medium324.957.52026-07-24
44Muse Spark 1.3max324.560.62026-09-02
45GPT-5.6 Solxhigh324.363.92026-07-09
46GPT-6 Solhigh324.158.12026-09-22
47GPT-5.6 Terramax323.959.52026-07-09
48Qwen3.8 Maxmax323.758.72026-09-02
49DeepSeek V4.1 Flash 1017max323.757.72026-10-17
50GLM 5.3max322.758.82026-08-18
51Grok 4.7xhigh322.757.42026-09-21
52Claude Haiku 5.5xhigh322.256.72026-10-07
53Grok 4.7high321.656.92026-09-21
54Ling 3.1 Flash321.650.82026-10-22
55Grok 4.6high321.560.62026-08-12
56GPT-5.6 Solhigh321.263.42026-07-09
57MiMo-V2.6-Pro321.257.52026-09-21
58Grok 4.6xhigh320.856.12026-08-12
59Gemini 3.8 Flashhigh320.359.42026-09-02
60DeepSeek V4.1 Flashmax320.258.52026-09-10

総合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 Progress Index v1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_progress_index

AA Progress Index v1:よくある質問

AA Progress Index v1は何を測るベンチマークですか?
Artificial AnalysisのProgress Index v1で、多数の評価に当てはめた長期的な項目反応型の能力尺度です。個々のテストが飽和してもモデルのスコアを比較し続けられるようにしています。o3-miniが約220、GPT-5.5が約320になるよう基準が設定されています。スコアはスコアで示され、高いほど良い結果です。
AA Progress Index v1の最高スコアは?
2026年11月16日時点で、AA Progress Index v1の最高スコアは358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Claude Opus 5.5の351.3です。スコアはArtificial Analysisの公表値で、毎日読み直しています。
AA Progress Index v1でトップのAIモデルは?
2026年11月16日時点で、AA Progress Index v1の首位はClaude Fable 5.2で、スコアは358です(結果の日付は2026年11月9日)。続いてClaude Opus 5.5(351.3)です。
AA Progress Index v1の結果があるモデルはいくつですか?
BenchLeaderでは641のモデル構成にAA Progress Index v1の結果があり、すべてArtificial Analysisから取得しています。
AA Progress Index v1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 Progress Index v1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 Progress Index v1はBenchLeader Indexに含まれますか?
いいえ。AA Progress Index v1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。