BenchLeader

Terminal-Bench 2.1 (AA)のリーダーボード

2026年11月16日時点で、Terminal-Bench 2.1 (AA)の最高スコアは91.4%で、Claude Fable 5.1(Anthropic)が記録しています。次点はGPT-6 Astraの89.9%です。公表された結果があるのは240のモデル構成です(Artificial Analysis、結果の日付は2026年9月1日)。ひとつ前のTerminal-Benchリリース。4.0よりはるかに多くのモデルが実行されているため残しています。Terminal-Bench 2.1 (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 5.1がTerminal-Bench 2.1 (AA)の最高スコア91.4%を記録しています(Artificial Analysis、2026年9月1日)。
  • Terminal-Bench 2.1 (AA)の2位はGPT-6 Astraで、89.9%です(Artificial Analysis、2026年9月3日)。
  • Terminal-Bench 2.1 (AA):ひとつ前のTerminal-Benchリリース。4.0よりはるかに多くのモデルが実行されているため残しています(Artificial Analysis)。
  • BenchLeaderでは240のモデル構成にTerminal-Bench 2.1 (AA)の公表結果があります(BenchLeader、2026年11月16日)。
  • Terminal-Bench 2.1 (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)。

ひとつ前のTerminal-Benchリリース。4.0よりはるかに多くのモデルが実行されているため残しています。

公開元
Artificial Analysis
カテゴリ
コーディング
Indexでの重み
参考のみ
モデル
240
データ基準日
2026年11月16日

Source: Artificial Analysis (artificialanalysis.ai). Data taken from the public leaderboard.

240件中240件
#
1Claude Fable 5.1max91.4%66.72026-09-01
2Claude Fable 5.1xhigh91.0%64.62026-09-01
3GPT-6 Astrahigh89.9%66.32026-09-03
4Claude Fable 5.1high89.9%63.72026-09-01
5GPT-6 Astramedium89.5%64.42026-09-03
6GPT-5.6 Solxhigh89.5%63.92026-07-09
7GPT-6 Astraxhigh89.1%66.02026-09-03
8Claude Opus 5max89.1%65.02026-07-24
9Qwen3.8 Maxmax88.8%58.72026-09-02
10GPT-6 Astramax88.4%67.32026-09-03
11Grok 4.6high88.4%60.62026-08-12
12GPT-5.6 Solmax88.0%65.32026-07-09
13GPT-6 Astralow88.0%62.02026-09-03
14Claude Fable 5.1medium88.0%61.72026-09-01
15Claude Opus 5xhigh88.0%60.12026-07-24
16GPT-5.6 Terramax88.0%59.52026-07-09
17Grok 4.6xhigh88.0%56.12026-08-12
18Claude Opus 5high87.6%64.42026-07-24
19Gemini 3.8 Flashhigh87.6%59.42026-09-02
20GPT-5.6 Solhigh87.3%63.42026-07-09
21GPT-5.6 Solmedium86.1%61.32026-07-09
22Claude Opus 5medium86.1%57.52026-07-24
23Qwen3.8-Flash-Next86.1%53.92026-08-26
24Gemini 3.7 Flashhigh85.8%62.12026-08-13
25Muse Spark 1.3xhigh85.4%58.12026-09-02
26Kimi K3max85.0%60.22026-07-16
27Claude Fable 5.1low85.0%58.82026-09-01
28Claude Fable 5max84.6%65.12026-06-09
29Claude Opus 4.8max84.6%61.12026-05-28
30GPT-5.5xhigh84.3%64.12026-04-23
31Muse Spark 1.3max84.3%60.62026-09-02
32Grok 4.6medium84.3%59.42026-08-12
33GLM 5.3 Flash84.3%57.82026-08-26
34Gemini 3.8 Flashmedium83.9%60.22026-09-02
35GLM 5.3max83.9%58.82026-08-18
36Claude Opus 4.7max83.2%59.72026-04-16
37Gemini 3.8 Flashlow83.2%55.92026-09-02
38Kimi K3low82.4%53.62026-07-16
39Qwen3.8 2.4T A95B82.0%51.42026-08-12
40Grok 4.5high81.7%56.82026-07-08
41Inkling 2 Small81.3%57.92026-11-05
42GPT-5.6 Lunamax80.9%56.22026-07-09
43GPT-5.5medium80.5%60.82026-04-23
44Claude Sonnet 5max80.5%56.12026-06-30
45Muse Spark 1.2xhigh80.2%61.52026-08-05
46GPT-5.6 Terraxhigh80.2%60.12026-07-09
47Gemini 3.7 Flashlow79.8%57.32026-08-13
48Qwen3.8 27Bxhigh79.8%52.22026-08-14
49GPT-5.5high79.4%63.52026-04-23
50Gemini 3.5 Flashhigh78.7%62.52026-05-19
51DeepSeek V4 Flashmax78.7%56.82026-07-31
52DeepSeek V4 Promax78.7%54.72026-08-13
53GPT-5.4xhigh78.3%63.12026-03-05
54Gemini 3.7 Flashmedium78.3%60.12026-08-13
55Muse Spark 1.1xhigh77.9%59.52026-07-09
56GLM 5.2max77.9%58.92026-06-16
57GPT-5.6 Lunaxhigh77.9%58.22026-07-09
58Gemini 3.6 Flashhigh77.5%61.02026-07-21
59GPT-5.6 Sollow76.8%60.22026-07-09
60Claude Opus 5low76.4%57.02026-07-24

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

引用表記:BenchLeader「Terminal-Bench 2.1 (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_terminalbench_21

Terminal-Bench 2.1 (AA):よくある質問

Terminal-Bench 2.1 (AA)は何を測るベンチマークですか?
ひとつ前のTerminal-Benchリリース。4.0よりはるかに多くのモデルが実行されているため残しています。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。
Terminal-Bench 2.1 (AA)の最高スコアは?
2026年11月16日時点で、Terminal-Bench 2.1 (AA)の最高スコアは91.4%で、Claude Fable 5.1が記録しています(結果の日付は2026年9月1日)。次点はGPT-6 Astraの89.9%です。スコアはArtificial Analysisの公表値で、毎日読み直しています。
Terminal-Bench 2.1 (AA)でトップのAIモデルは?
2026年11月16日時点で、Terminal-Bench 2.1 (AA)の首位はClaude Fable 5.1で、スコアは91.4%です(結果の日付は2026年9月1日)。続いてGPT-6 Astra(89.9%)です。
Terminal-Bench 2.1 (AA)の結果があるモデルはいくつですか?
BenchLeaderでは240のモデル構成にTerminal-Bench 2.1 (AA)の結果があり、すべてArtificial Analysisから取得しています。
Terminal-Bench 2.1 (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?
Terminal-Bench 2.1 (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。
Terminal-Bench 2.1 (AA)はBenchLeader Indexに含まれますか?
いいえ。Terminal-Bench 2.1 (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。