BenchLeader

GeoBenchのリーダーボード

2026年11月16日時点で、GeoBenchの最高スコアは89.0%で、Claude Fable 5(Anthropic)が記録しています。次点はGemini 3 Flashの88.0%です。公表された結果があるのは44のモデル構成です(GeoBench、結果の日付は2026年6月9日)。ストリートレベルの写真を見て、撮影された国(およびより細かい地域)を答えさせます。GeoBench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がGeoBenchの最高スコア89.0%を記録しています(GeoBench、2026年6月9日)。
  • GeoBenchの2位はGemini 3 Flashで、88.0%です(GeoBench、2025年12月17日)。
  • GeoBench:写真の撮影場所を当てるタスク(GeoBench)。
  • BenchLeaderでは44のモデル構成にGeoBenchの公表結果があります(BenchLeader、2026年11月16日)。
  • GeoBench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)。

写真の撮影場所を当てるタスク。

公開元
GeoBenchデータ取得元:Epoch AI Benchmarking Hub
カテゴリ
マルチモーダル
Indexでの重み
参考のみ
モデル
44
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

ストリートレベルの写真を見て、撮影された国(およびより細かい地域)を答えさせます。

採点方法

国を特定できた割合で、GeoBenchが公表しています。

注意点

画像入力に対応したモデルだけが対象で、画像を通じて世界の知識を試すテストです。

44件中44件
#
1Claude Fable 5high89.0%63.92026-06-09
2Gemini 3 Flash88.0%56.52025-12-17
3Muse Spark 1.386.0%61.62026-09-02
4Gemini 3.8 Flash86.0%56.42026-09-02
5Gemini 2.5 Pro86.0%55.22025-05-06
6Gemini 3.5 Flash85.0%–2026-05-19
7Claude Fable 5.1high84.0%63.72026-09-01
8Gemini 3 Pro84.0%60.02025-11-18
9Gemini 3.1 Pro84.0%59.92026-02-19
10Gemini 3.1 Flash Lite83.0%52.62026-03-03
11Claude Opus 4.8high81.0%60.42026-05-28
12GPT-5medium81.0%59.02025-08-07
13o1medium80.0%47.92024-12-17
14Gemini 2.0 Pro77.5%47.52025-02-05
15Gemini 2.0 Flash77.0%43.52025-02-05
16Gemini 2.5 Flash76.0%52.42025-05-20
17Gemini 1.5 Flash 00276.0%38.22024-09-24
18Claude Opus 4.575.0%57.12025-11-24
19Claude Sonnet 5high74.0%59.02026-06-30
20o3medium74.0%53.32025-04-16
21GPT-5.6 Solhigh73.0%63.42026-07-09
22Claude Sonnet 4.673.0%57.62026-02-17
23GPT-4.172.0%48.72025-04-14
24GPT-4o71.0%42.82024-11-20
25Gemini 2.0 Flash Thinkingthinking70.0%45.12025-01-21
26Claude 3.7 Sonnet68.0%49.22025-02-24
27o4-minimedium64.0%51.72025-04-16
28o4-minihigh64.0%51.22025-04-16
29GPT-4o mini64.0%35.22024-07-18
30Claude 3.5 Sonnet62.0%46.82024-10-22
31Qwen2.5 VL 72B Instruct62.0%–2024-09-19
32Grok 4.761.0%–2026-09-21
33o3high60.0%55.12025-04-16
34Claude Sonnet 4.560.0%53.82025-09-29
35Grok 4.356.0%54.52026-04-17
36Llama 4 Maverick52.0%41.82025-04-05
37Gemma 3 27B52.0%39.72025-03-12
38Llama 3.2 90B Vision52.0%36.02024-09-24
39Claude Opus 449.0%51.92025-05-22
40Grok 445.0%58.12025-07-09
41Qwen3.8 27B38.0%55.12026-08-14
42Claude Sonnet 437.0%50.02025-05-22
43Pixtral 12B37.0%–2024-09-17
44Claude 3.5 Haiku34.0%38.72024-10-22

マルチモーダ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「GeoBench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/geobench

GeoBench:よくある質問

GeoBenchは何を測るベンチマークですか?
ストリートレベルの写真を見て、撮影された国(およびより細かい地域)を答えさせます。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。
GeoBenchの最高スコアは?
2026年11月16日時点で、GeoBenchの最高スコアは89.0%で、Claude Fable 5が記録しています(結果の日付は2026年6月9日)。次点はGemini 3 Flashの88.0%です。スコアはGeoBenchの公表値で、毎日読み直しています。
GeoBenchでトップのAIモデルは?
2026年11月16日時点で、GeoBenchの首位はClaude Fable 5で、スコアは89.0%です(結果の日付は2026年6月9日)。続いてGemini 3 Flash(88.0%)です。
GeoBenchの結果があるモデルはいくつですか?
BenchLeaderでは44のモデル構成にGeoBenchの結果があり、すべてGeoBench(Epoch AI Benchmarking Hub経由)から取得しています。
GeoBench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?
GeoBenchはGeoBench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。
GeoBenchはBenchLeader Indexに含まれますか?
いいえ。GeoBench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。