Design Arena Agenticのリーダーボード
2026年11月16日時点で、Design Arena Agenticの最高スコアは1454で、Claude Opus 5.5(Anthropic)が記録しています。次点はGPT-6 Astraの1405です。公表された結果があるのは81のモデル構成です(Design Arena、結果の日付は2026年11月15日)。モデルがツールを使うエージェントとして、Webアプリ、スライド、ゲーム、3Dシーンを作ります。訪問者は完成した2つの成果物を比べて投票します。Design Arena Agentic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 Opus 5.5がDesign Arena Agenticの最高スコア1454を記録しています(Design Arena、2026年11月15日)。
- Design Arena Agenticの2位はGPT-6 Astraで、1405です(Design Arena、2026年11月15日)。
- Design Arena Agentic:エージェントとして動くモデルがWebアプリ、スライド、ゲーム、3Dシーンを作り、訪問者が2つの結果から選んだ票をBradley-Terryレーティングにしたもの(これらの制作物全体の総合)。対戦数が200未満のモデルは除外しています(Design Arena)。
- BenchLeaderでは81のモデル構成にDesign Arena Agenticの公表結果があります(BenchLeader、2026年11月16日)。
- Design Arena Agentic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)。
エージェントとして動くモデルがWebアプリ、スライド、ゲーム、3Dシーンを作り、訪問者が2つの結果から選んだ票をBradley-Terryレーティングにしたもの(これらの制作物全体の総合)。対戦数が200未満のモデルは除外しています。
- 公開元
- Design Arena
- 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
- 81
- データ基準日
- 2026年11月16日
© Arcada Labs. Design Arena (https://www.designarena.ai/leaderboard). Ratings read daily from the public leaderboard and shown with credit and a link; not endorsed by Arcada Labs.
どんなテストか
モデルがツールを使うエージェントとして、Webアプリ、スライド、ゲーム、3Dシーンを作ります。訪問者は完成した2つの成果物を比べて投票します。
採点方法
エージェント系アリーナ全体での、一対比較の投票によるBradley-Terryレーティングです。Design Arenaがエフォート設定ごとに実行している場合は、それぞれ別に表示しています。
注意点
各モデルはDesign Arenaのハーネスで実行されるため、そのモデル独自のコーディングエージェントでは結果が良くも悪くもなりえます。モデルあたりの対戦数はWebサイトのボードより少なくなっています。Indexには含めていません。
- 1Claude Opus 5.5 (high)1454
- 2GPT-6 Astra (max)1405
- 3GPT-6.1 Sol (max)1375
- 4Claude Fable 5.21373
- 5Claude Opus 5.51339
- 6Claude Fable 5.11338
- 7Inkling 2 Small1315
- 8Gemini 4 Carbon1305
- 9GPT-6 Astra (xhigh)1304
- 10Kimi K3.1 Pro1301
- 11Claude Sonnet 5.51293
- 12Muse Spark 1.3 (max)1283
- 13DeepSeek V4.1 Flash 10171282
- 14Grok 4.71277
- 15Claude Fable 51275
| # | ||||
|---|---|---|---|---|
| 1 | 1454 | 66.0 | 2026-11-15 | |
| 2 | 1405 | 67.3 | 2026-11-15 | |
| 3 | 1375 | 66.6 | 2026-11-15 | |
| 4 | NEW | 1373 | 65.4 | 2026-11-15 |
| 5 | 1339 | 61.0 | 2026-11-15 | |
| 6 | 1338 | 66.4 | 2026-11-15 | |
| 7 | 1315 | 57.9 | 2026-11-15 | |
| 8 | 1305 | – | 2026-11-15 | |
| 9 | 1304 | 66.0 | 2026-11-15 | |
| 10 | 1301 | 61.8 | 2026-11-15 | |
| 11 | 1293 | – | 2026-11-15 | |
| 12 | 1283 | 60.6 | 2026-11-15 | |
| 13 | 1282 | – | 2026-11-15 | |
| 14 | 1277 | – | 2026-11-15 | |
| 15 | 1275 | 65.4 | 2026-11-15 | |
| 16 | 1274 | 64.4 | 2026-11-15 | |
| 17 | 1271 | 57.5 | 2026-11-15 | |
| 18 | 1270 | 63.2 | 2026-11-15 | |
| 19 | 1264 | 58.7 | 2026-11-15 | |
| 20 | 1263 | 62.0 | 2026-11-15 | |
| 21 | 1263 | 58.1 | 2026-11-15 | |
| 22 | NEW | 1262 | – | 2026-11-15 |
| 23 | 1261 | 60.7 | 2026-11-15 | |
| 24 | 1252 | 54.3 | 2026-11-15 | |
| 25 | 1239 | – | 2026-11-15 | |
| 26 | 1239 | – | 2026-11-15 | |
| 27 | 1238 | 63.9 | 2026-11-15 | |
| 28 | 1226 | 58.7 | 2026-11-15 | |
| 29 | 1225 | 56.4 | 2026-11-15 | |
| 30 | 1222 | 53.0 | 2026-11-15 | |
| 31 | 1222 | – | 2026-11-15 | |
| 32 | 1221 | 59.3 | 2026-11-15 | |
| 33 | 1218 | – | 2026-11-15 | |
| 34 | 1205 | 50.8 | 2026-11-15 | |
| 35 | 1196 | 62.1 | 2026-11-15 | |
| 36 | 1194 | 51.9 | 2026-11-15 | |
| 37 | 1192 | 61.3 | 2026-11-15 | |
| 38 | 1192 | – | 2026-11-15 | |
| 39 | 1187 | 57.6 | 2026-11-15 | |
| 40 | 1186 | 56.1 | 2026-11-15 | |
| 41 | 1185 | – | 2026-11-15 | |
| 42 | 1179 | 60.0 | 2026-11-15 | |
| 43 | 1177 | 60.8 | 2026-11-15 | |
| 44 | 1177 | 49.3 | 2026-11-15 | |
| 45 | 1174 | – | 2026-11-15 | |
| 46 | 1173 | 50.4 | 2026-11-15 | |
| 47 | 1172 | 62.2 | 2026-11-15 | |
| 48 | 1161 | 55.4 | 2026-11-15 | |
| 49 | 1158 | 55.1 | 2026-11-15 | |
| 50 | 1158 | 53.9 | 2026-11-15 | |
| 51 | 1156 | 57.1 | 2026-11-15 | |
| 52 | 1154 | 55.7 | 2026-11-15 | |
| 53 | 1152 | – | 2026-11-15 | |
| 54 | 1149 | 47.2 | 2026-11-15 | |
| 55 | 1116 | 59.4 | 2026-11-15 | |
| 56 | 1115 | 54.9 | 2026-11-15 | |
| 57 | 1113 | 61.0 | 2026-11-15 | |
| 58 | 1111 | – | 2026-11-15 | |
| 59 | 1093 | 58.3 | 2026-11-15 | |
| 60 | 1089 | – | 2026-11-15 |
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
関連するベンチマーク
Design Arena Agenticでの注目のモデル比較
引用表記:BenchLeader「Design Arena Agentic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/designarena_agentic
Design Arena Agentic:よくある質問
- Design Arena Agenticは何を測るベンチマークですか?
- モデルがツールを使うエージェントとして、Webアプリ、スライド、ゲーム、3Dシーンを作ります。訪問者は完成した2つの成果物を比べて投票します。スコアは一対一の比較から算出するEloレーティングで示され、高いほど良い結果です。
- Design Arena Agenticの最高スコアは?
- 2026年11月16日時点で、Design Arena Agenticの最高スコアは1454で、Claude Opus 5.5が記録しています(結果の日付は2026年11月15日)。次点はGPT-6 Astraの1405です。スコアはDesign Arenaの公表値で、毎日読み直しています。
- Design Arena AgenticでトップのAIモデルは?
- 2026年11月16日時点で、Design Arena Agenticの首位はClaude Opus 5.5で、スコアは1454です(結果の日付は2026年11月15日)。続いてGPT-6 Astra(1405)です。
- Design Arena Agenticの結果があるモデルはいくつですか?
- BenchLeaderでは81のモデル構成にDesign Arena Agenticの結果があり、すべてDesign Arenaから取得しています。
- Design Arena Agentic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?
- Design Arena AgenticはDesign Arena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。
- Design Arena AgenticはBenchLeader Indexに含まれますか?
- いいえ。Design Arena Agentic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。