BenchLeader

Blueprint-Bench 2のリーダーボード

2026年11月16日時点で、Blueprint-Bench 2の最高スコアは58.6%で、Gemini 4 Carbon(Google)が記録しています。次点はGemini 4 Argonの54.5%です。公表された結果があるのは37のモデル構成です(Epoch AI Benchmarking Hub、結果の日付は2026年11月10日)。住宅の写真から間取り図を描かせ、実際の間取りと比較します。Blueprint-Bench 2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Blueprint-Bench 2の最高スコア58.6%を記録しています(Epoch AI Benchmarking Hub、2026年11月10日)。
  • Blueprint-Bench 2の2位はGemini 4 Argonで、54.5%です(Epoch AI Benchmarking Hub、2026年10月13日)。
  • Blueprint-Bench 2:部屋の写真から間取り図を作るタスク(Epoch AI Benchmarking Hub)。
  • BenchLeaderでは37のモデル構成にBlueprint-Bench 2の公表結果があります(BenchLeader、2026年11月16日)。
  • Blueprint-Bench 2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)。

部屋の写真から間取り図を作るタスク。

公開元
Epoch AI Benchmarking Hub
カテゴリ
マルチモーダル
Indexでの重み
参考のみ
モデル
37
データ基準日
2026年11月16日
最新の結果
2026年11月10日

CC BY 4.0 — Epoch AI, ‘AI Benchmarking Hub’, epoch.ai/benchmarks. Mirrored boards credit their original publishers.

どんなテストか

住宅の写真から間取り図を描かせ、実際の間取りと比較します。

採点方法

スコアで、公表された値です。

注意点

画像入力に対応したモデルだけが対象で、セットも小さくなっています。

37件中37件
#
1Gemini 4 Carbon58.6%–2026-11-10
2Gemini 4 Argon54.5%64.42026-10-13
3Claude Opus 5.551.2%61.02026-09-22
4GPT-6 Astra49.7%66.42026-09-03
5GPT-6.1 Sol43.2%62.02026-09-29
6GPT-6.1 Terra42.1%–2026-10-26
7Claude Fable 5.141.9%66.42026-09-01
8Claude Sonnet 5.539.3%–2026-09-28
9Claude Fable 538.6%65.42026-06-09
10Gemini 3.8 Flash38.6%56.42026-09-02
11GPT-6 Sol36.9%–2026-09-22
12GPT-5.536.2%61.02026-04-23
13GPT-5.6 Sol33.6%54.32026-07-09
14Gemini 3.5 Flash33.6%–2026-05-19
15Grok 4.633.2%–2026-08-12
16Claude Haiku 5.533.0%–2026-10-07
17Grok 4.732.5%–2026-09-21
18Muse Wonder31.7%64.42026-10-12
19Gemini 3.6 Flash31.2%49.32026-07-21
20GPT-6 Luna31.2%–2026-09-22
21GPT-5.6 Terra30.8%–2026-07-09
22Claude Opus 530.4%63.22026-07-24
23Kimi K329.5%60.72026-07-16
24Grok 4.527.3%59.32026-07-08
25GPT-5.427.1%57.92026-03-05
26Gemini 3.1 Pro26.5%59.92026-02-19
27Claude Sonnet 524.9%53.02026-06-30
28Claude Opus 4.724.5%63.12026-04-16
29GPT-5.6 Luna22.6%47.22026-07-09
30Claude Opus 4.814.5%58.72026-05-28
31Claude Sonnet 4.66.7%57.62026-02-17
32Kimi K2.63.9%55.12026-04-20
33Gemini 3 Flash0.0%56.52025-12-17
34Grok 4.30.0%54.52026-04-17
35Claude Haiku 4.50.0%47.72025-10-15
36Grok 4.200.0%–2026-02-17
37Gemini Robotics-ER 1.60.0%–2026-04-14

マルチモーダ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「Blueprint-Bench 2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/blueprint_bench_2

Blueprint-Bench 2:よくある質問

Blueprint-Bench 2は何を測るベンチマークですか?
住宅の写真から間取り図を描かせ、実際の間取りと比較します。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。
Blueprint-Bench 2の最高スコアは?
2026年11月16日時点で、Blueprint-Bench 2の最高スコアは58.6%で、Gemini 4 Carbonが記録しています(結果の日付は2026年11月10日)。次点はGemini 4 Argonの54.5%です。スコアはEpoch AI Benchmarking Hubの公表値で、毎日読み直しています。
Blueprint-Bench 2でトップのAIモデルは?
2026年11月16日時点で、Blueprint-Bench 2の首位はGemini 4 Carbonで、スコアは58.6%です(結果の日付は2026年11月10日)。続いてGemini 4 Argon(54.5%)です。
Blueprint-Bench 2の結果があるモデルはいくつですか?
BenchLeaderでは37のモデル構成にBlueprint-Bench 2の結果があり、すべてEpoch AI Benchmarking Hubから取得しています。
Blueprint-Bench 2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?
Blueprint-Bench 2はEpoch AI Benchmarking Hub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。
Blueprint-Bench 2はBenchLeader Indexに含まれますか?
いいえ。Blueprint-Bench 2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。