BenchLeader

Terminal-Bench-Science 0.1 (AA)のリーダーボード

2026年11月16日時点で、Terminal-Bench-Science 0.1 (AA)の最高スコアは73.3%で、Claude Fable 5.2(Anthropic)が記録しています。次点はGemini 4 Carbonの64.8%です。公表された結果があるのは144のモデル構成です(Artificial Analysis、結果の日付は2026年11月9日)。ターミナルでの科学計算タスク。環境を整え、分析を実行し、答えを導き出します。Intelligence Index v5で使用。Artificial Analysisが実施。Terminal-Bench-Science 0.1 (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 5.2がTerminal-Bench-Science 0.1 (AA)の最高スコア73.3%を記録しています(Artificial Analysis、2026年11月9日)。
  • Terminal-Bench-Science 0.1 (AA)の2位はGemini 4 Carbonで、64.8%です(Artificial Analysis、2026年10月28日)。
  • Terminal-Bench-Science 0.1 (AA):ターミナルでの科学計算タスク。環境を整え、分析を実行し、答えを導き出します。Intelligence Index v5で使用。Artificial Analysisが実施(Artificial Analysis)。
  • BenchLeaderでは144のモデル構成にTerminal-Bench-Science 0.1 (AA)の公表結果があります(BenchLeader、2026年11月16日)。
  • Terminal-Bench-Science 0.1 (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)。

ターミナルでの科学計算タスク。環境を整え、分析を実行し、答えを導き出します。Intelligence Index v5で使用。Artificial Analysisが実施。

公開元
Artificial Analysis
カテゴリ
エージェント・ツール
Indexでの重み
参考のみ
モデル
144
データ基準日
2026年11月16日

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

144件中144件
#
1NEWClaude Fable 5.2max73.3%72.72026-11-09
2NEWClaude Fable 5.2high70.0%68.42026-11-09
3NEWClaude Fable 5.2xhigh67.6%69.72026-11-09
4Gemini 4 Carbonhigh64.8%68.92026-10-28
5GPT-6 Astramax63.3%67.32026-09-03
6Gemini 4 Carbonmedium62.4%65.82026-10-28
7Claude Opus 5.5xhigh61.9%65.42026-09-22
8Gemini 4 Carbonlow61.9%60.12026-10-28
9NEWClaude Fable 5.2medium60.5%66.32026-11-09
10GPT-6 Astrahigh59.5%66.32026-09-03
11Claude Opus 5.5max59.0%68.42026-09-22
12GPT-6.1 Solmax58.1%66.62026-09-29
13GPT-6.1 Terramax57.6%64.12026-10-26
14GPT-6 Astraxhigh54.8%66.02026-09-03
15NEWClaude Fable 5.2low53.8%65.32026-11-09
16GPT-6 Astramedium53.3%64.42026-09-03
17Claude Sonnet 5.5max53.3%64.22026-09-28
18Gemini 4 Argonhigh52.9%65.32026-09-30
19Claude Sonnet 5.5xhigh52.4%62.52026-09-28
20GPT-6.1 Solxhigh50.5%63.62026-09-29
21NEWGemini 4 Hydrogenxhigh49.5%61.82026-11-12
22Claude Opus 5.5high49.0%66.02026-09-22
23Gemini 4 Argonmedium48.6%61.62026-09-30
24GPT-6.1 Solhigh46.2%63.42026-09-29
25Claude Fable 5.1max43.3%66.72026-09-01
26Claude Opus 5.5medium43.3%61.22026-09-22
27GPT-6.1 Terraxhigh41.9%60.02026-10-26
28NEWGemini 4 Hydrogenhigh41.4%63.42026-11-12
29Claude Fable 5.1xhigh40.5%64.62026-09-01
30Claude Fable 5.1high39.5%63.72026-09-01
31GPT-6.1 Solmedium37.1%62.72026-09-29
32GPT-6 Astralow37.1%62.02026-09-03
33Muse Wonder Fullmax37.1%61.72026-10-12
34Kimi K3.1 Pro34.3%61.82026-10-23
35Claude Sonnet 5.5high34.3%59.52026-09-28
36GPT-6.1 Terrahigh33.3%59.62026-10-26
37GPT-6 Solmax30.0%62.62026-09-22
38Claude Fable 5.1medium29.1%61.72026-09-01
39Claude Opus 5max28.6%65.02026-07-24
40Muse Wondermax25.7%60.82026-10-12
41GPT-6.1 Terramedium24.8%58.52026-10-26
42Claude Opus 5.5low24.3%58.92026-09-22
43GPT-6.1 Terra推論なし24.3%51.82026-10-26
44GPT-5.6 Solmax22.4%65.32026-07-09
45Muse Wonderhigh21.9%56.22026-10-12
46Claude Fable 5.1low21.4%58.82026-09-01
47Claude Haiku 5.5max20.0%55.32026-10-07
48NEWMuse Embermax20.0%52.12026-11-09
49Claude Haiku 5.5xhigh18.1%56.72026-10-07
50GPT-6 Solxhigh17.6%58.42026-09-22
51NEWMuse Emberxhigh17.6%49.12026-11-09
52GPT-6 Solhigh17.1%58.12026-09-22
53Claude Sonnet 5.5medium16.2%50.62026-09-28
54NEWGemini 4 Hydrogenmedium15.2%–2026-11-12
55GPT-5.6 Terramax13.8%59.52026-07-09
56DeepSeek V4.1 Flash 1017max12.9%57.72026-10-17
57Hy412.9%56.72026-11-03
58Qwen3.8 Maxmax11.9%58.72026-09-02
59Grok 4.7xhigh11.4%57.42026-09-21
60Muse Spark 1.3max10.9%60.62026-09-02

エージェント・ツール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-Science 0.1 (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_science

Terminal-Bench-Science 0.1 (AA):よくある質問

Terminal-Bench-Science 0.1 (AA)は何を測るベンチマークですか?
ターミナルでの科学計算タスク。環境を整え、分析を実行し、答えを導き出します。Intelligence Index v5で使用。Artificial Analysisが実施。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-Science 0.1 (AA)の最高スコアは?
2026年11月16日時点で、Terminal-Bench-Science 0.1 (AA)の最高スコアは73.3%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64.8%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-Science 0.1 (AA)でトップのAIモデルは?
2026年11月16日時点で、Terminal-Bench-Science 0.1 (AA)の首位はClaude Fable 5.2で、スコアは73.3%です(結果の日付は2026年11月9日)。続いてGemini 4 Carbon(64.8%)です。
Terminal-Bench-Science 0.1 (AA)の結果があるモデルはいくつですか?
BenchLeaderでは144のモデル構成にTerminal-Bench-Science 0.1 (AA)の結果があり、すべてArtificial Analysisから取得しています。
Terminal-Bench-Science 0.1 (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-Science 0.1 (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-Science 0.1 (AA)はBenchLeader Indexに含まれますか?
いいえ。Terminal-Bench-Science 0.1 (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。