GDPxのリーダーボード
2026年11月16日時点で、GDPxの最高スコアは16.4%で、Claude Fable 5.2(Anthropic)が記録しています。次点はClaude Opus 5.5の12.0%です。公表された結果があるのは21のモデル構成です(GDPx by SemiAnalysis、結果の日付は2026年11月9日)。SemiAnalysisのエージェント型ベンチマーク。チップ設計、サイバーセキュリティ、生物学、AI研究など11分野の長いタスク206件を、それぞれモデル自身のコーディングハーネスで実行します。スコアは合格したタスクの割合(3回の試行、全分野を同じ重み)。GDPx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GDPxの最高スコア16.4%を記録しています(GDPx by SemiAnalysis、2026年11月9日)。
- GDPxの2位はClaude Opus 5.5で、12.0%です(GDPx by SemiAnalysis、2026年11月9日)。
- GDPx:SemiAnalysisのエージェント型ベンチマーク。チップ設計、サイバーセキュリティ、生物学、AI研究など11分野の長いタスク206件を、それぞれモデル自身のコーディングハーネスで実行します。スコアは合格したタスクの割合(3回の試行、全分野を同じ重み)(GDPx by SemiAnalysis)。
- BenchLeaderでは21のモデル構成にGDPxの公表結果があります(BenchLeader、2026年11月16日)。
- GDPx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)。
SemiAnalysisのエージェント型ベンチマーク。チップ設計、サイバーセキュリティ、生物学、AI研究など11分野の長いタスク206件を、それぞれモデル自身のコーディングハーネスで実行します。スコアは合格したタスクの割合(3回の試行、全分野を同じ重み)。
- カテゴリ
- エージェント・ツール
- Indexでの重み
- 参考のみ
- モデル
- 21
- データ基準日
- 2026年11月16日
© SemiAnalysis. GDPx (https://gdpx.semianalysis.com). Headline scores read daily from the public leaderboard and shown with credit and a link; not endorsed by SemiAnalysis.
- 1Claude Fable 5.2 (max)16.4%
- 2Claude Opus 5.5 (max)12.0%
- 3Gemini 4 Carbon (high)10.9%
- 4GPT-6 Astra (max)9.6%
- 5Muse Wonder Full (max)9.0%
- 6Claude Fable 5.1 (max)8.5%
- 7GPT-6.1 Terra (max)8.5%
- 8GPT-6.1 Sol (max)8.4%
- 9Claude Sonnet 5.5 (max)8.2%
- 10Gemini 4 Argon (high)7.3%
- 11Muse Wonder (max)6.8%
- 12DeepSeek V4.1 Flash 1017 (max)5.4%
- 13GPT-6 Luna (max)5.1%
- 14Claude Haiku 5.5 (max)4.9%
- 15MiniMax M3.1 Flash (xhigh)4.0%
| # | ||||
|---|---|---|---|---|
| 1 | NEW | 16.4% | 72.7 | 2026-11-09 |
| 2 | 12.0% | 68.4 | 2026-11-09 | |
| 3 | 10.9% | 68.9 | 2026-11-09 | |
| 4 | 9.6% | 67.3 | 2026-11-09 | |
| 5 | 9.0% | 61.7 | 2026-11-09 | |
| 6 | 8.5% | 66.7 | 2026-11-09 | |
| 7 | 8.5% | 64.1 | 2026-11-09 | |
| 8 | 8.4% | 66.6 | 2026-11-09 | |
| 9 | 8.2% | 64.2 | 2026-11-09 | |
| 10 | 7.3% | 65.3 | 2026-11-09 | |
| 11 | 6.8% | 60.8 | 2026-11-09 | |
| 12 | 5.4% | 57.7 | 2026-11-09 | |
| 13 | 5.1% | 55.1 | 2026-11-09 | |
| 14 | 4.9% | 55.3 | 2026-11-09 | |
| 15 | 4.0% | – | 2026-11-09 | |
| 16 | 3.9% | 57.4 | 2026-11-09 | |
| 17 | 3.7% | 60.2 | 2026-11-09 | |
| 18 | 3.5% | 58.7 | 2026-11-09 | |
| 19 | 2.7% | 58.8 | 2026-11-09 | |
| 20 | 2.3% | – | 2026-11-09 | |
| 21 | 1.7% | – | 2026-11-09 |
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
関連するベンチマーク
GDPxでの注目のモデル比較
引用表記:BenchLeader「GDPx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/gdpx
GDPx:よくある質問
- GDPxは何を測るベンチマークですか?
- SemiAnalysisのエージェント型ベンチマーク。チップ設計、サイバーセキュリティ、生物学、AI研究など11分野の長いタスク206件を、それぞれモデル自身のコーディングハーネスで実行します。スコアは合格したタスクの割合(3回の試行、全分野を同じ重み)。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。
- GDPxの最高スコアは?
- 2026年11月16日時点で、GDPxの最高スコアは16.4%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12.0%です。スコアはGDPx by SemiAnalysisの公表値で、毎日読み直しています。
- GDPxでトップのAIモデルは?
- 2026年11月16日時点で、GDPxの首位はClaude Fable 5.2で、スコアは16.4%です(結果の日付は2026年11月9日)。続いてClaude Opus 5.5(12.0%)です。
- GDPxの結果があるモデルはいくつですか?
- BenchLeaderでは21のモデル構成にGDPxの結果があり、すべてGDPx by SemiAnalysisから取得しています。
- GDPx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?
- GDPxはGDPx by SemiAnalysis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。
- GDPxはBenchLeader Indexに含まれますか?
- いいえ。GDPx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。