BenchLeader

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。

81件中81件
#
1Claude Opus 5.5high145466.02026-11-15
2GPT-6 Astramax140567.32026-11-15
3GPT-6.1 Solmax137566.62026-11-15
4NEWClaude Fable 5.2137365.42026-11-15
5Claude Opus 5.5133961.02026-11-15
6Claude Fable 5.1133866.42026-11-15
7Inkling 2 Small131557.92026-11-15
8Gemini 4 Carbon1305–2026-11-15
9GPT-6 Astraxhigh130466.02026-11-15
10Kimi K3.1 Pro130161.82026-11-15
11Claude Sonnet 5.51293–2026-11-15
12Muse Spark 1.3max128360.62026-11-15
13DeepSeek V4.1 Flash 10171282–2026-11-15
14Grok 4.71277–2026-11-15
15Claude Fable 5127565.42026-11-15
16Gemini 4 Argon127464.42026-11-15
17MiMo-V2.6-Pro127157.52026-11-15
18Claude Opus 5127063.22026-11-15
19Qwen3.8 Maxmax126458.72026-11-15
20GPT-6.1 Sol126362.02026-11-15
21Muse Spark 1.3xhigh126358.12026-11-15
22NEWGemini 4 Hydrogen1262–2026-11-15
23Kimi K3126160.72026-11-15
24MiniMax M3.1 Flash125254.32026-11-15
25GLM 5.31239–2026-11-15
26Grok 4.61239–2026-11-15
27GPT-5.6 Solxhigh123863.92026-11-15
28Claude Opus 4.8122658.72026-11-15
29Gemini 3.8 Flash122556.42026-11-15
30Claude Sonnet 5122253.02026-11-15
31Gemini 3.7 Flash1222–2026-11-15
32Grok 4.5122159.32026-11-15
33GPT-6 Sol1218–2026-11-15
34Ling 3.1 Flash120550.82026-11-15
35Claude Opus 4.6119662.12026-11-15
36GLM 5.2119451.92026-11-15
37GPT-5.6 Solmedium119261.32026-11-15
38GPT-6.1 Terra1192–2026-11-15
39Claude Sonnet 4.6118757.62026-11-15
40MiniMax M3118656.12026-11-15
41Muse Spark 1.21185–2026-11-15
42Qwen3.7max117960.02026-11-15
43Muse Wondermax117760.82026-11-15
44Gemini 3.6 Flash117749.32026-11-15
45Gemini 3.5 Flash1174–2026-11-15
46Inkling117350.42026-11-15
47Muse Spark 1.1117262.22026-11-15
48GLM 5.1116155.42026-11-15
49Kimi K2.6115855.12026-11-15
50Kimi K2.7 Code115853.92026-11-15
51Claude Opus 4.5115657.12026-11-15
52Hy3115455.72026-11-15
53GPT-6 Luna1152–2026-11-15
54GPT-5.6 Luna114947.22026-11-15
55Kimi K2.5thinking111659.42026-11-15
56GLM-5111554.92026-11-15
57GPT-5.5111361.02026-11-15
58GLM 5V Turbo1111–2026-11-15
59Grok 4.20thinking109358.32026-11-15
60GPT-5.6 Terra1089–2026-11-15

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

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。