BenchLeader

GDPvalのリーダーボード

2026年11月16日時点で、GDPvalの最高スコアは49.7%で、GPT-5.2(OpenAI)が記録しています。次点はClaude Opus 4.5の45.5%です。公表された結果があるのは11のモデル構成です(OpenAI、結果の日付は2025年12月11日)。GDPvalは、経済的な比重が最も大きい44の職種について、法務メモ、財務モデル、デザインブリーフといった実際の成果物をモデルに作らせます。その後、業界の専門家が各成果物を人間の専門家のものと比較します。GDPvalはBenchLeader Indexのエージェント・ツールスコアに反映されます。

要点(2026年11月16日時点)

  • GPT-5.2がGDPvalの最高スコア49.7%を記録しています(OpenAI、2025年12月11日)。
  • GDPvalの2位はClaude Opus 4.5で、45.5%です(OpenAI、2025年11月24日)。
  • GDPval:経済的価値の高いタスクで、業界の専門家と比べた勝率(OpenAI)(OpenAI)。
  • BenchLeaderでは11のモデル構成にGDPvalの公表結果があります(BenchLeader、2026年11月16日)。
  • GDPvalはBenchLeader Indexのエージェント・ツールカテゴリに反映されます(BenchLeaderの評価方法)。

経済的価値の高いタスクで、業界の専門家と比べた勝率(OpenAI)。

公開元
OpenAIデータ取得元:Epoch AI Benchmarking Hub
カテゴリ
エージェント・ツール
Indexでの重み
0.5
モデル
11
データ基準日
2026年11月16日
最新の結果
2025年12月11日

公開元は2025年12月11日以降、このボードに新しい結果を掲載していません。BenchLeaderは毎日読み直しているので、新しいモデルの結果は公開され次第ここに表示されます。

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

GDPvalは、経済的な比重が最も大きい44の職種について、法務メモ、財務モデル、デザインブリーフといった実際の成果物をモデルに作らせます。その後、業界の専門家が各成果物を人間の専門家のものと比較します。

採点方法

勝率で、評価者がプロの成果物よりモデルの成果物を選んだ(または引き分けとした)頻度です。OpenAIが公表しています。

注意点

評価は人間による一対比較なので、スコアは相対的で、再現には費用がかかります。公開されているのはゴールドサブセットだけです。タスクは一発で仕上げる成果物で、多くの仕事にある反復的な作業ではありません。

11件中11件
#
1GPT-5.2推論なし49.7%48.52025-12-11
2Claude Opus 4.545.5%57.12025-11-24
3Claude Opus 4.143.6%51.12025-08-05
4Claude Sonnet 4.542.5%53.82025-09-29
5Gemini 3 Pro40.3%60.02025-11-18
6GPT-5medium34.8%59.02025-08-07
7o3medium30.8%53.32025-04-16
8o4-minihigh25.3%51.22025-04-16
9Gemini 2.5 Pro23.3%55.22025-06-17
10Grok 4high21.1%–2025-07-09
11GPT-4o9.9%42.82024-11-20

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「GDPval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/gdpval

GDPval:よくある質問

GDPvalは何を測るベンチマークですか?
GDPvalは、経済的な比重が最も大きい44の職種について、法務メモ、財務モデル、デザインブリーフといった実際の成果物をモデルに作らせます。その後、業界の専門家が各成果物を人間の専門家のものと比較します。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。
GDPvalの最高スコアは?
2026年11月16日時点で、GDPvalの最高スコアは49.7%で、GPT-5.2が記録しています(結果の日付は2025年12月11日)。次点はClaude Opus 4.5の45.5%です。スコアはOpenAIの公表値で、毎日読み直しています。
GDPvalでトップのAIモデルは?
2026年11月16日時点で、GDPvalの首位はGPT-5.2で、スコアは49.7%です(結果の日付は2025年12月11日)。続いてClaude Opus 4.5(45.5%)です。
GDPvalの結果があるモデルはいくつですか?
BenchLeaderでは11のモデル構成にGDPvalの結果があり、すべてOpenAI(Epoch AI Benchmarking Hub経由)から取得しています。
GDPval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?
GDPvalはOpenAI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。
GDPvalはBenchLeader Indexに含まれますか?
はい。GDPvalはBenchLeader Indexのエージェント・ツールカテゴリに反映され、評価対象モデルの平均が50になるよう正規化されています。