BenchLeader

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。

公開元
Epoch AI Benchmarking Hub
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。

238件中238件
#
1NEWClaude Fable 5.299.2%65.42026-11-09
2NEWClaude Fable 5.2xhigh98.9%69.72026-11-09
3Claude Opus 5.5max98.9%68.42026-09-22
4Claude Fable 5max98.4%65.12026-06-09
5NEWClaude Fable 5.2high98.1%68.42026-11-09
6NEWClaude Fable 5.2medium98.1%66.32026-11-09
7NEWClaude Fable 5.2low98.1%65.32026-11-09
8Claude Opus 5high97.9%64.42026-07-24
9Claude Opus 5xhigh97.9%60.12026-07-24
10Claude Fable 5.197.6%66.42026-09-01
11Claude Opus 5max97.6%65.02026-07-24
12Claude Fable 5.1xhigh97.6%64.62026-09-01
13Gemini 4 Argonlow97.6%–2026-10-13
14GPT-6 Astraxhigh97.3%66.02026-09-03
15Claude Opus 5.5xhigh97.3%65.42026-09-22
16Gemini 4 Argonhigh97.3%65.32026-10-13
17Claude Sonnet 5.5max97.3%64.22026-09-28
18GPT-6 Solmax97.3%62.62026-09-22
19Gemini 4 Argonmedium97.3%61.62026-10-13
20Grok 4.6xhigh97.3%56.12026-08-12
21Claude Fable 5xhigh97.3%–2026-06-09
22GPT-6 Astra97.1%66.42026-09-03
23GPT-6 Astramedium97.1%64.42026-09-03
24Claude Fable 5.1medium97.1%61.72026-09-01
25Gemini 3.1 Promedium97.1%–2026-02-19
26Gemini 3.7 Flashhigh96.8%62.12026-08-13
27GPT-6.1 Solmax96.5%66.62026-09-29
28GPT-6 Astrahigh96.5%66.32026-09-03
29Claude Opus 5.5high96.5%66.02026-09-22
30Claude Fable 5high96.5%63.92026-06-09
31Claude Fable 5.1high96.5%63.72026-09-01
32Muse Spark 1.396.5%61.62026-09-02
33Claude Opus 5.5medium96.5%61.22026-09-22
34Grok 4.5high96.5%56.82026-07-08
35GPT-5.5xhigh96.0%64.12026-04-23
36Claude Sonnet 5.5xhigh96.0%62.52026-09-28
37Grok 4.7xhigh96.0%57.42026-09-21
38GPT-5.5 Proxhigh96.0%–2026-04-23
39GPT-5.6 SolProモード96.0%–2026-07-09
40GPT-5.6 Solxhigh95.7%63.92026-07-09
41Claude Fable 5medium95.7%–2026-06-09
42Gemini 3.8 Flash95.7%56.42026-09-02
43GPT-5.6 Solmax95.5%65.32026-07-09
44GPT-5.6 Solhigh95.5%63.42026-07-09
45Gemini 3.6 Flashhigh95.5%61.02026-07-21
46Gemini 3.1 Prohigh95.5%60.42026-02-19
47Claude Opus 5.5low95.5%58.92026-09-22
48Muse Wonder95.2%64.42026-10-12
49GPT-5.6 Solmedium95.2%61.32026-07-09
50Claude Haiku 5.5max95.0%55.32026-10-07
51GPT-6 Astralow94.9%62.02026-09-03
52Claude Opus 4.8max94.9%61.12026-05-28
53Gemini 3.8 Flashmedium94.9%60.22026-09-02
54Claude Opus 5medium94.9%57.52026-07-24
55Gemini 3.8 Flashlow94.9%55.92026-09-02
56Gemini 3.1 Prolow94.9%–2026-02-19
57Gemini 3.5 Flashhigh94.7%62.52026-05-19
58Muse Spark 1.2xhigh94.7%61.52026-08-05
59Gemini 3.7 Flashmedium94.7%60.12026-08-13
60Claude Opus 4.7max94.7%59.72026-04-16

推論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「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。