BenchLeader

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)。

公開元
GDPx by SemiAnalysis
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.

21件中21件
#
1NEWClaude Fable 5.2max16.4%72.72026-11-09
2Claude Opus 5.5max12.0%68.42026-11-09
3Gemini 4 Carbonhigh10.9%68.92026-11-09
4GPT-6 Astramax9.6%67.32026-11-09
5Muse Wonder Fullmax9.0%61.72026-11-09
6Claude Fable 5.1max8.5%66.72026-11-09
7GPT-6.1 Terramax8.5%64.12026-11-09
8GPT-6.1 Solmax8.4%66.62026-11-09
9Claude Sonnet 5.5max8.2%64.22026-11-09
10Gemini 4 Argonhigh7.3%65.32026-11-09
11Muse Wondermax6.8%60.82026-11-09
12DeepSeek V4.1 Flash 1017max5.4%57.72026-11-09
13GPT-6 Lunamax5.1%55.12026-11-09
14Claude Haiku 5.5max4.9%55.32026-11-09
15MiniMax M3.1 Flashxhigh4.0%–2026-11-09
16Grok 4.7xhigh3.9%57.42026-11-09
17Kimi K3max3.7%60.22026-11-09
18Qwen3.8 Maxmax3.5%58.72026-11-09
19GLM 5.3max2.7%58.82026-11-09
20Inklingmax2.3%–2026-11-09
21Muse Spark Openmax1.7%–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

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。