SciCode (AA)のリーダーボード
2026年11月16日時点で、SciCode (AA)の最高スコアは67.7%で、Claude Fable 5.2(Anthropic)が記録しています。次点はClaude Opus 5.5の66.9%です。公表された結果があるのは251のモデル構成です(Artificial Analysis、結果の日付は2026年11月9日)。SciCodeは、物理学・化学・生物学・材料科学の研究レベルのプログラミング問題をモデルに与えます。各問題はいくつかのサブステップに分かれており、それらを積み上げて動く科学シミュレーションや解析を完成させます。SciCode (AA)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SciCode (AA)の最高スコア67.7%を記録しています(Artificial Analysis、2026年11月9日)。
- SciCode (AA)の2位はClaude Opus 5.5で、66.9%です(Artificial Analysis、2026年9月22日)。
- SciCode (AA):Artificial Analysisが独自に実行したSciCode。Intelligence Index v5から外れましたが、公開は続いています。参考として掲載(Artificial Analysis)。
- BenchLeaderでは251のモデル構成にSciCode (AA)の公表結果があります(BenchLeader、2026年11月16日)。
- SciCode (AA)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が独自に実行したSciCode。Intelligence Index v5から外れましたが、公開は続いています。参考として掲載。
- カテゴリ
- コーディング
- Indexでの重み
- 参考のみ
- モデル
- 251
- 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
SciCodeは、物理学・化学・生物学・材料科学の研究レベルのプログラミング問題をモデルに与えます。各問題はいくつかのサブステップに分かれており、それらを積み上げて動く科学シミュレーションや解析を完成させます。
採点方法
完全に解けたメイン問題の割合です。
注意点
Artificial Analysisが独自に実行したSciCodeです。参考として表示しており、Indexに反映しているのはEpoch AIの実行結果です。SciCodeのボードもあわせてご覧ください。
- 1Claude Fable 5.2 (max)67.7%
- 2Claude Opus 5.5 (max)66.9%
- 3Claude Fable 5.2 (xhigh)65.6%
- 4Claude Opus 5.5 (xhigh)65.0%
- 5Claude Fable 5.1 (max)63.1%
- 6Muse Wonder Full (max)62.6%
- 7Gemini 4 Argon (high)61.8%
- 8Claude Fable 5 (max)61.0%
- 9Claude Sonnet 5.5 (max)61.0%
- 10Claude Fable 5.1 (xhigh)60.9%
- 11MiMo-V2.6-Pro60.9%
- 12Kimi K3.1 Pro60.8%
- 13Claude Opus 5.5 (high)60.4%
- 14Muse Wonder (max)60.3%
- 15Gemini 3.7 Flash (medium)59.8%
| # | ||||
|---|---|---|---|---|
| 1 | NEW | 67.7% | 72.7 | 2026-11-09 |
| 2 | 66.9% | 68.4 | 2026-09-22 | |
| 3 | NEW | 65.6% | 69.7 | 2026-11-09 |
| 4 | 65.0% | 65.4 | 2026-09-22 | |
| 5 | 63.1% | 66.7 | 2026-09-01 | |
| 6 | 62.6% | 61.7 | 2026-10-12 | |
| 7 | 61.8% | 65.3 | 2026-09-30 | |
| 8 | 61.0% | 65.1 | 2026-06-09 | |
| 9 | 61.0% | 64.2 | 2026-09-28 | |
| 10 | 60.9% | 64.6 | 2026-09-01 | |
| 11 | 60.9% | 57.5 | 2026-09-21 | |
| 12 | 60.8% | 61.8 | 2026-10-23 | |
| 13 | 60.4% | 66.0 | 2026-09-22 | |
| 14 | 60.3% | 60.8 | 2026-10-12 | |
| 15 | 59.8% | 60.1 | 2026-08-13 | |
| 16 | NEW | 59.7% | 66.3 | 2026-11-09 |
| 17 | 59.7% | 58.1 | 2026-09-02 | |
| 18 | NEW | 59.5% | 68.4 | 2026-11-09 |
| 19 | 59.5% | 60.2 | 2026-07-16 | |
| 20 | 59.3% | 61.2 | 2026-09-22 | |
| 21 | 59.0% | 58.8 | 2026-08-18 | |
| 22 | 58.9% | 61.6 | 2026-09-30 | |
| 23 | 58.9% | 56.0 | 2026-09-18 | |
| 24 | 58.8% | 60.6 | 2026-09-02 | |
| 25 | 58.8% | 59.5 | 2026-07-09 | |
| 26 | 58.7% | 63.7 | 2026-09-01 | |
| 27 | 58.7% | 59.9 | 2026-02-19 | |
| 28 | 58.6% | 58.9 | 2026-09-22 | |
| 29 | 58.5% | 53.5 | 2026-10-15 | |
| 30 | NEW | 57.8% | 65.3 | 2026-11-09 |
| 31 | 57.8% | 63.4 | 2026-07-09 | |
| 32 | 57.8% | 56.9 | 2026-09-21 | |
| 33 | 57.6% | 62.6 | 2026-09-22 | |
| 34 | 57.4% | 61.5 | 2026-08-05 | |
| 35 | 57.4% | 61.3 | 2026-07-09 | |
| 36 | 57.4% | 57.4 | 2026-09-21 | |
| 37 | 57.3% | 62.5 | 2026-09-28 | |
| 38 | 57.2% | 62.1 | 2026-08-13 | |
| 39 | 57.1% | 65.3 | 2026-07-09 | |
| 40 | 57.1% | 63.9 | 2026-07-09 | |
| 41 | 56.8% | 50.8 | 2026-10-22 | |
| 42 | 56.7% | 58.8 | 2026-09-01 | |
| 43 | 56.6% | 59.4 | 2026-09-02 | |
| 44 | 56.5% | 67.3 | 2026-09-03 | |
| 45 | 56.5% | 60.6 | 2026-08-12 | |
| 46 | 56.4% | 65.0 | 2026-07-24 | |
| 47 | 56.4% | 61.7 | 2026-09-01 | |
| 48 | 56.4% | 60.2 | 2026-07-09 | |
| 49 | 56.1% | 63.5 | 2026-04-23 | |
| 50 | NEW | 56.0% | 50.8 | 2026-11-07 |
| 51 | 55.9% | 59.4 | 2026-08-12 | |
| 52 | 55.9% | 57.7 | 2026-10-17 | |
| 53 | 55.8% | 64.1 | 2026-04-23 | |
| 54 | 55.8% | 63.4 | 2026-09-29 | |
| 55 | 55.7% | 66.0 | 2026-09-03 | |
| 56 | 55.7% | 63.6 | 2026-09-29 | |
| 57 | 55.7% | 60.1 | 2026-07-24 | |
| 58 | 55.7% | 57.3 | 2026-08-13 | |
| 59 | 55.4% | 66.3 | 2026-09-03 | |
| 60 | 55.4% | 64.4 | 2026-07-24 |
コーディングのベンチマークをもっと見る · LLMベンチマーク一覧
関連するベンチマーク
SciCode (AA)での注目のモデル比較
引用表記:BenchLeader「SciCode (AA)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_scicode
SciCode (AA):よくある質問
- SciCode (AA)は何を測るベンチマークですか?
- SciCodeは、物理学・化学・生物学・材料科学の研究レベルのプログラミング問題をモデルに与えます。各問題はいくつかのサブステップに分かれており、それらを積み上げて動く科学シミュレーションや解析を完成させます。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。
- SciCode (AA)の最高スコアは?
- 2026年11月16日時点で、SciCode (AA)の最高スコアは67.7%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66.9%です。スコアはArtificial Analysisの公表値で、毎日読み直しています。
- SciCode (AA)でトップのAIモデルは?
- 2026年11月16日時点で、SciCode (AA)の首位はClaude Fable 5.2で、スコアは67.7%です(結果の日付は2026年11月9日)。続いてClaude Opus 5.5(66.9%)です。
- SciCode (AA)の結果があるモデルはいくつですか?
- BenchLeaderでは251のモデル構成にSciCode (AA)の結果があり、すべてArtificial Analysisから取得しています。
- SciCode (AA)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?
- SciCode (AA)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。
- SciCode (AA)はBenchLeader Indexに含まれますか?
- いいえ。SciCode (AA)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。