DTBenchのリーダーボード
2026年11月16日時点で、DTBenchの最高スコアは99.2%で、Claude Fable 5.2(Anthropic)が記録しています。次点はClaude Opus 5.5の98.9%です。公表された結果があるのは238のモデル構成です(Epoch AI Benchmarking Hub、結果の日付は2026年11月9日)。意思決定の問題について、モデルが好む答えを、意思決定理論の専門家の答えと比較します。DTBench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DTBenchの最高スコア99.2%を記録しています(Epoch AI Benchmarking Hub、2026年11月9日)。
- DTBenchの2位はClaude Opus 5.5で、98.9%です(Epoch AI Benchmarking Hub、2026年9月22日)。
- DTBench:意思決定理論のジレンマを、専門家の答えと比べて採点(Epoch AI Benchmarking Hub)。
- BenchLeaderでは238のモデル構成にDTBenchの公表結果があります(BenchLeader、2026年11月16日)。
- DTBench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)。
意思決定理論のジレンマを、専門家の答えと比べて採点。
- カテゴリ
- 推論
- Indexでの重み
- 参考のみ
- モデル
- 238
- データ基準日
- 2026年11月16日
- 最新の結果
- 2026年11月9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
意思決定の問題について、モデルが好む答えを、意思決定理論の専門家の答えと比較します。
採点方法
正答率で、DTBenchが公表しています。
注意点
意思決定の哲学に基づく枠組みで、対象モデルは多数です。
- 1Claude Fable 5.299.2%
- 2Claude Fable 5.2 (xhigh)98.9%
- 3Claude Opus 5.5 (max)98.9%
- 4Claude Fable 5 (max)98.4%
- 5Claude Fable 5.2 (high)98.1%
- 6Claude Fable 5.2 (medium)98.1%
- 7Claude Fable 5.2 (low)98.1%
- 8Claude Opus 5 (high)97.9%
- 9Claude Opus 5 (xhigh)97.9%
- 10Claude Fable 5.197.6%
- 11Claude Opus 5 (max)97.6%
- 12Claude Fable 5.1 (xhigh)97.6%
- 13Gemini 4 Argon (low)97.6%
- 14GPT-6 Astra (xhigh)97.3%
- 15Claude Opus 5.5 (xhigh)97.3%
238件中238件
| # | ||||
|---|---|---|---|---|
| 1 | NEW | 99.2% | 65.4 | 2026-11-09 |
| 2 | NEW | 98.9% | 69.7 | 2026-11-09 |
| 3 | 98.9% | 68.4 | 2026-09-22 | |
| 4 | 98.4% | 65.1 | 2026-06-09 | |
| 5 | NEW | 98.1% | 68.4 | 2026-11-09 |
| 6 | NEW | 98.1% | 66.3 | 2026-11-09 |
| 7 | NEW | 98.1% | 65.3 | 2026-11-09 |
| 8 | 97.9% | 64.4 | 2026-07-24 | |
| 9 | 97.9% | 60.1 | 2026-07-24 | |
| 10 | 97.6% | 66.4 | 2026-09-01 | |
| 11 | 97.6% | 65.0 | 2026-07-24 | |
| 12 | 97.6% | 64.6 | 2026-09-01 | |
| 13 | 97.6% | – | 2026-10-13 | |
| 14 | 97.3% | 66.0 | 2026-09-03 | |
| 15 | 97.3% | 65.4 | 2026-09-22 | |
| 16 | 97.3% | 65.3 | 2026-10-13 | |
| 17 | 97.3% | 64.2 | 2026-09-28 | |
| 18 | 97.3% | 62.6 | 2026-09-22 | |
| 19 | 97.3% | 61.6 | 2026-10-13 | |
| 20 | 97.3% | 56.1 | 2026-08-12 | |
| 21 | 97.3% | – | 2026-06-09 | |
| 22 | 97.1% | 66.4 | 2026-09-03 | |
| 23 | 97.1% | 64.4 | 2026-09-03 | |
| 24 | 97.1% | 61.7 | 2026-09-01 | |
| 25 | 97.1% | – | 2026-02-19 | |
| 26 | 96.8% | 62.1 | 2026-08-13 | |
| 27 | 96.5% | 66.6 | 2026-09-29 | |
| 28 | 96.5% | 66.3 | 2026-09-03 | |
| 29 | 96.5% | 66.0 | 2026-09-22 | |
| 30 | 96.5% | 63.9 | 2026-06-09 | |
| 31 | 96.5% | 63.7 | 2026-09-01 | |
| 32 | 96.5% | 61.6 | 2026-09-02 | |
| 33 | 96.5% | 61.2 | 2026-09-22 | |
| 34 | 96.5% | 56.8 | 2026-07-08 | |
| 35 | 96.0% | 64.1 | 2026-04-23 | |
| 36 | 96.0% | 62.5 | 2026-09-28 | |
| 37 | 96.0% | 57.4 | 2026-09-21 | |
| 38 | 96.0% | – | 2026-04-23 | |
| 39 | 96.0% | – | 2026-07-09 | |
| 40 | 95.7% | 63.9 | 2026-07-09 | |
| 41 | 95.7% | – | 2026-06-09 | |
| 42 | 95.7% | 56.4 | 2026-09-02 | |
| 43 | 95.5% | 65.3 | 2026-07-09 | |
| 44 | 95.5% | 63.4 | 2026-07-09 | |
| 45 | 95.5% | 61.0 | 2026-07-21 | |
| 46 | 95.5% | 60.4 | 2026-02-19 | |
| 47 | 95.5% | 58.9 | 2026-09-22 | |
| 48 | 95.2% | 64.4 | 2026-10-12 | |
| 49 | 95.2% | 61.3 | 2026-07-09 | |
| 50 | 95.0% | 55.3 | 2026-10-07 | |
| 51 | 94.9% | 62.0 | 2026-09-03 | |
| 52 | 94.9% | 61.1 | 2026-05-28 | |
| 53 | 94.9% | 60.2 | 2026-09-02 | |
| 54 | 94.9% | 57.5 | 2026-07-24 | |
| 55 | 94.9% | 55.9 | 2026-09-02 | |
| 56 | 94.9% | – | 2026-02-19 | |
| 57 | 94.7% | 62.5 | 2026-05-19 | |
| 58 | 94.7% | 61.5 | 2026-08-05 | |
| 59 | 94.7% | 60.1 | 2026-08-13 | |
| 60 | 94.7% | 59.7 | 2026-04-16 |
関連するベンチマーク
DTBenchでの注目のモデル比較
引用表記:BenchLeader「DTBench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/dtbench
DTBench:よくある質問
- DTBenchは何を測るベンチマークですか?
- 意思決定の問題について、モデルが好む答えを、意思決定理論の専門家の答えと比較します。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。
- DTBenchの最高スコアは?
- 2026年11月16日時点で、DTBenchの最高スコアは99.2%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Claude Opus 5.5の98.9%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。
- DTBenchでトップのAIモデルは?
- 2026年11月16日時点で、DTBenchの首位はClaude Fable 5.2で、スコアは99.2%です(結果の日付は2026年11月9日)。続いてClaude Opus 5.5(98.9%)です。
- DTBenchの結果があるモデルはいくつですか?
- BenchLeaderでは238のモデル構成にDTBenchの結果があり、すべてEpoch AI Benchmarking Hubから取得しています。
- DTBench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?
- DTBench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。
- DTBenchはBenchLeader Indexに含まれますか?
- いいえ。DTBench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。