BenchLeader

EBR-benchのリーダーボード

2026年11月16日時点で、EBR-benchの最高スコアは90.5%で、Claude Fable 5.2(Anthropic)が記録しています。次点はGemini 4 Carbonの87.6%です。公表された結果があるのは31のモデル構成です(Epoch AI Benchmarking Hub、結果の日付は2026年11月9日)。研究上のエビデンスを読み、比較検討して、根拠のある結論にたどり着く必要がある質問です。EBR-bench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EBR-benchの最高スコア90.5%を記録しています(Epoch AI Benchmarking Hub、2026年11月9日)。
  • EBR-benchの2位はGemini 4 Carbonで、87.6%です(Epoch AI Benchmarking Hub、2026年11月10日)。
  • EBR-bench:研究文献に基づく、根拠のある推論。Epoch AIが実施(Epoch AI Benchmarking Hub)。
  • BenchLeaderでは31のモデル構成にEBR-benchの公表結果があります(BenchLeader、2026年11月16日)。
  • EBR-bench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)。

研究文献に基づく、根拠のある推論。Epoch AIが実施。

公開元
Epoch AI Benchmarking Hub
カテゴリ
知識
Indexでの重み
参考のみ
モデル
31
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

研究上のエビデンスを読み、比較検討して、根拠のある結論にたどり着く必要がある質問です。

採点方法

正答率で、Epoch AIが実行しています。

注意点

小規模で、新しい評価です。

31件中31件
#
1NEWClaude Fable 5.2max90.5%72.72026-11-09
2Gemini 4 Carbonhigh87.6%68.92026-11-10
3GPT-6.1 Terramax78.1%64.12026-10-26
4GPT-6 Astramax76.2%67.32026-09-03
5Claude Opus 5.5max71.4%68.42026-09-22
6Gemini 4 Argonhigh64.8%65.32026-10-13
7Claude Fable 5.1max57.1%66.72026-09-01
8GPT-6.1 Solmax54.3%66.62026-09-29
9GPT-6 Solmax53.3%62.62026-09-22
10Claude Opus 5max45.7%65.02026-07-24
11GPT-5.6 Solmax44.8%65.32026-07-09
12Claude Haiku 5.5max43.8%55.32026-10-07
13Claude Fable 5max39.5%65.12026-06-09
14GPT-5.5xhigh34.3%64.12026-04-23
15Muse Wondermax31.4%60.82026-10-12
16Grok 4.6xhigh30.5%56.12026-08-12
17Claude Opus 4.8max28.6%61.12026-05-28
18GPT-5.4xhigh25.4%63.12026-03-05
19GPT-5.2xhigh23.0%59.92025-12-11
20Claude Opus 4.7max19.1%59.72026-04-16
21Mistral Large 4.0 OSShigh18.1%–2026-10-29
22Gemini 3.1 Pro14.3%59.92026-02-19
23Claude Opus 4.514.3%57.12025-11-24
24GPT-5high12.7%58.22025-08-07
25Claude Opus 4.6max12.7%57.02026-02-05
26Qwen3.7max9.5%60.02026-05-19
27GLM 5.2max9.5%58.92026-06-16
28Claude Opus 4.17.9%51.12025-08-05
29Gemini 3.5 Flashhigh4.8%62.52026-05-19
30Kimi K2.62.4%55.12026-04-20
31Claude Sonnet 4.52.4%53.82025-09-29

知識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「EBR-bench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/ebr_bench

EBR-bench:よくある質問

EBR-benchは何を測るベンチマークですか?
研究上のエビデンスを読み、比較検討して、根拠のある結論にたどり着く必要がある質問です。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。
EBR-benchの最高スコアは?
2026年11月16日時点で、EBR-benchの最高スコアは90.5%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Gemini 4 Carbonの87.6%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。
EBR-benchでトップのAIモデルは?
2026年11月16日時点で、EBR-benchの首位はClaude Fable 5.2で、スコアは90.5%です(結果の日付は2026年11月9日)。続いてGemini 4 Carbon(87.6%)です。
EBR-benchの結果があるモデルはいくつですか?
BenchLeaderでは31のモデル構成にEBR-benchの結果があり、すべてEpoch AI Benchmarking Hubから取得しています。
EBR-bench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?
EBR-bench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。
EBR-benchはBenchLeader Indexに含まれますか?
いいえ。EBR-bench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。