BenchLeader

ForecastBenchのリーダーボード

2026年11月16日時点で、ForecastBenchの最高スコアは66.7%で、GPT-5.5(OpenAI)が記録しています。次点はGPT-6 Astraの66.6%です。公表された結果があるのは89のモデル構成です(ForecastBench、結果の日付は2026年4月23日)。モデルが現実の問題について予測を行い、問題の結果が確定するにつれてスコアが積み上がり、スーパーフォーキャスターと比較されます。ForecastBench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)

  • GPT-5.5がForecastBenchの最高スコア66.7%を記録しています(ForecastBench、2026年4月23日)。
  • ForecastBenchの2位はGPT-6 Astraで、66.6%です(ForecastBench、2026年9月3日)。
  • ForecastBench:実際の将来の出来事を予測し、結果が出た時点で採点(ForecastBench)。
  • BenchLeaderでは89のモデル構成にForecastBenchの公表結果があります(BenchLeader、2026年11月16日)。
  • ForecastBench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)。

実際の将来の出来事を予測し、結果が出た時点で採点。

公開元
ForecastBenchデータ取得元:Epoch AI Benchmarking Hub
カテゴリ
推論
Indexでの重み
参考のみ
モデル
89
データ基準日
2026年11月16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

モデルが現実の問題について予測を行い、問題の結果が確定するにつれてスコアが積み上がり、スーパーフォーキャスターと比較されます。

採点方法

ブライアースコアに基づく総合スコアで、ForecastBenchが公表しています。

注意点

出来事の結果が確定するにつれてスコアは変わります。ブライアースコアは低いほど良く、サイト上では尺度を変換して表示しています。

89件中89件
#
1GPT-5.5high66.7%63.52026-04-23
2GPT-6 Astrahigh66.6%66.32026-09-03
3Claude Opus 5max66.6%65.02026-07-24
4Gemini 3.7 Flashhigh66.2%62.12026-08-13
5Claude Opus 4.8max66.1%61.12026-05-28
6GPT-5.6 Solmedium66.0%61.32026-07-09
7Claude Fable 5max65.9%65.12026-06-09
8Grok 4.5high65.8%56.82026-07-08
9GPT-5.6 SolProモード65.8%–2026-07-09
10GPT-5.6 Solmax65.7%65.32026-07-09
11Claude Fable 5high65.7%63.92026-06-09
12Claude Fable 5.1medium65.7%61.72026-09-01
13Gemini 3.6 Flashmedium65.7%–2026-07-21
14Muse Spark 1.3max65.5%60.62026-09-02
15Grok 4.6xhigh65.4%56.12026-08-12
16Gemini 3.1 Prohigh65.2%60.42026-02-19
17Gemini 3 Pro65.0%60.02025-11-18
18GPT-565.0%56.62025-08-07
19Grok 464.7%58.12025-07-09
20Claude Opus 4.564.6%57.12025-11-24
21Grok 4.1 Fastthinking64.6%55.32025-11-19
22Grok 4 Fast64.6%–2025-09-19
23GPT-4.564.5%50.52025-02-27
24Gemini 3 Flash64.4%56.52025-12-17
25Claude Opus 4.164.4%51.12025-08-05
26o364.3%60.42025-04-16
27GPT-5.564.2%61.02026-04-23
28Kimi K3max64.2%60.22026-07-16
29Gemini 2.5 Pro64.2%55.22025-03-31
30Gemini 3.1 Pro64.1%59.92026-02-19
31Grok 4.20thinking64.1%58.32026-02-17
32Claude Sonnet 4.664.0%57.62026-02-17
33MiniMax M364.0%56.12026-06-01
34Gemini 3.5 Flash64.0%–2026-05-19
35o4-mini63.9%55.22025-04-16
36Claude Sonnet 4.563.9%53.82025-09-29
37Qwen3 235B A22B63.9%50.12025-04-29
38Claude Sonnet 463.9%50.02025-05-22
39GPT-5.263.8%56.72025-12-11
40Claude 3.7 Sonnet63.7%49.22025-02-24
41o3-mini63.5%50.22025-01-31
42GLM-563.4%54.92026-02-11
43Grok 4.363.2%54.52026-04-17
44Claude Opus 4.663.1%62.12026-02-05
45Claude Sonnet 563.1%53.02026-06-30
46Claude Haiku 4.563.1%47.72025-10-15
47Grok 4.2063.1%–2026-02-17
48GPT-5.463.0%57.92026-03-05
49GPT-5 mini63.0%56.62025-08-07
50Claude 3.5 Sonnet62.9%46.82024-10-22
51GPT-4 Turbo62.9%41.12024-04-09
52Claude Opus 4.762.8%63.12026-04-16
53Gemini 2.5 Flash62.7%52.42025-06-17
54Gemini 3.1 Flash Lite62.6%52.62026-03-03
55Claude Opus 4.862.4%58.72026-05-28
56Kimi K2 090562.4%51.72025-09-05
57DeepSeek V362.4%44.32024-12-26
58Llama 3.1 405B62.3%41.82024-07-23
59Claude 3 Opus62.1%38.82024-02-29
60GPT-5.162.0%56.12025-11-13

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「ForecastBench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/forecastbench

ForecastBench:よくある質問

ForecastBenchは何を測るベンチマークですか?
モデルが現実の問題について予測を行い、問題の結果が確定するにつれてスコアが積み上がり、スーパーフォーキャスターと比較されます。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。
ForecastBenchの最高スコアは?
2026年11月16日時点で、ForecastBenchの最高スコアは66.7%で、GPT-5.5が記録しています(結果の日付は2026年4月23日)。次点はGPT-6 Astraの66.6%です。スコアはForecastBenchの公表値で、毎日読み直しています。
ForecastBenchでトップのAIモデルは?
2026年11月16日時点で、ForecastBenchの首位はGPT-5.5で、スコアは66.7%です(結果の日付は2026年4月23日)。続いてGPT-6 Astra(66.6%)です。
ForecastBenchの結果があるモデルはいくつですか?
BenchLeaderでは89のモデル構成にForecastBenchの結果があり、すべてForecastBench(Epoch AI Benchmarking Hub経由)から取得しています。
ForecastBench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?
ForecastBenchはForecastBench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。
ForecastBenchはBenchLeader Indexに含まれますか?
いいえ。ForecastBench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。