HELM Capabilities meanのリーダーボード
2026年11月16日時点で、HELM Capabilities meanの最高スコアは81.9%で、GPT-5 mini(OpenAI)が記録しています。次点はo4-miniの81.2%です。公表された結果があるのは68のモデル構成です(HELM Capabilities、結果の日付は2025年11月24日)。HELMの5つの能力シナリオ(MMLU-Pro、GPQA、IFEval、WildBench、Omni-MATH)の平均です。HELM Capabilities mean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 miniがHELM Capabilities meanの最高スコア81.9%を記録しています(HELM Capabilities、2025年11月24日)。
- HELM Capabilities meanの2位はo4-miniで、81.2%です(HELM Capabilities、2025年11月24日)。
- HELM Capabilities mean:HELMの5つの能力シナリオの平均。参考として掲載(HELM Capabilities)。
- BenchLeaderでは68のモデル構成にHELM Capabilities meanの公表結果があります(BenchLeader、2026年11月16日)。
- HELM Capabilities mean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)。
HELMの5つの能力シナリオの平均。参考として掲載。
- カテゴリ
- 総合
- Indexでの重み
- 参考のみ
- モデル
- 68
- データ基準日
- 2026年11月16日
Stanford Center for Research on Foundation Models (crfm.stanford.edu), Apache-2.0 results.
どんなテストか
HELMの5つの能力シナリオ(MMLU-Pro、GPQA、IFEval、WildBench、Omni-MATH)の平均です。
採点方法
5つのスコアの単純平均で、0〜100の尺度です。参考としてのみ表示しています。
注意点
5つのシナリオでは総合指標の土台として範囲が狭く、HELMの更新もおおむね月1回なので、新しいモデルの掲載には遅れが出ます。
- 1GPT-5 mini81.9%
- 2o4-mini81.2%
- 3o381.1%
- 4GPT-580.7%
- 5Gemini 3 Pro79.9%
- 6Qwen3 235B A22B 250779.8%
- 7Grok 478.5%
- 8Claude Opus 4 (thinking)78.0%
- 9gpt-oss-120b77.0%
- 10Kimi K276.8%
- 11Claude Sonnet 4 (thinking)76.6%
- 12Claude Sonnet 4.576.2%
- 13Claude Opus 475.7%
- 14GPT-5 nano74.8%
- 15Gemini 2.5 Pro74.5%
68件中68件
| # | ||||
|---|---|---|---|---|
| 1 | 81.9% | 56.6 | 2025-11-24 | |
| 2 | 81.2% | 55.2 | 2025-11-24 | |
| 3 | 81.1% | 60.4 | 2025-11-24 | |
| 4 | 80.7% | 56.6 | 2025-11-24 | |
| 5 | 79.9% | 60.0 | 2025-11-24 | |
| 6 | 79.8% | 50.7 | 2025-11-24 | |
| 7 | 78.5% | 58.1 | 2025-11-24 | |
| 8 | 78.0% | 55.7 | 2025-11-24 | |
| 9 | 77.0% | 46.1 | 2025-11-24 | |
| 10 | 76.8% | 51.1 | 2025-11-24 | |
| 11 | 76.6% | 53.8 | 2025-11-24 | |
| 12 | 76.2% | 53.8 | 2025-11-24 | |
| 13 | 75.7% | 51.9 | 2025-11-24 | |
| 14 | 74.8% | 56.2 | 2025-11-24 | |
| 15 | 74.5% | 55.2 | 2025-11-24 | |
| 16 | 73.3% | 50.0 | 2025-11-24 | |
| 17 | 72.7% | 50.9 | 2025-11-24 | |
| 18 | 72.7% | 48.7 | 2025-11-24 | |
| 19 | 72.6% | 50.1 | 2025-11-24 | |
| 20 | 72.6% | 44.7 | 2025-11-24 | |
| 21 | 71.8% | 41.8 | 2025-11-24 | |
| 22 | 71.7% | 47.7 | 2025-11-24 | |
| 23 | 70.0% | 52.2 | 2025-11-24 | |
| 24 | 69.9% | 49.1 | 2025-11-24 | |
| 25 | 69.6% | – | 2025-11-24 | |
| 26 | 67.9% | 52.0 | 2025-11-24 | |
| 27 | 67.9% | 43.5 | 2025-11-24 | |
| 28 | 67.4% | 49.2 | 2025-11-24 | |
| 29 | 67.4% | 44.5 | 2025-11-24 | |
| 30 | 67.0% | 46.7 | 2025-11-24 | |
| 31 | 66.5% | 44.3 | 2025-11-24 | |
| 32 | 65.7% | 41.4 | 2025-11-24 | |
| 33 | 65.6% | 56.1 | 2025-11-24 | |
| 34 | 65.3% | 46.8 | 2025-11-24 | |
| 35 | 64.4% | 38.2 | 2025-11-24 | |
| 36 | 64.2% | 48.0 | 2025-11-24 | |
| 37 | 63.7% | 45.1 | 2025-11-24 | |
| 38 | 63.4% | 42.8 | 2025-11-24 | |
| 39 | 62.6% | 52.4 | 2025-11-24 | |
| 40 | 61.8% | 41.8 | 2025-11-24 | |
| 41 | 61.6% | 36.9 | 2025-11-24 | |
| 42 | 60.9% | 38.2 | 2025-11-24 | |
| 43 | 60.9% | – | 2025-11-24 | |
| 44 | 59.9% | 43.1 | 2025-11-24 | |
| 45 | 59.8% | 42.5 | 2025-11-24 | |
| 46 | 59.1% | 48.3 | 2025-11-24 | |
| 47 | 59.1% | 40.5 | 2025-11-24 | |
| 48 | 57.7% | – | 2025-11-24 | |
| 49 | 57.5% | – | 2025-11-24 | |
| 50 | 57.4% | 40.7 | 2025-11-24 | |
| 51 | 56.5% | 35.2 | 2025-11-24 | |
| 52 | 55.8% | 38.4 | 2025-11-24 | |
| 53 | 55.1% | 38.2 | 2025-11-24 | |
| 54 | 54.9% | 38.7 | 2025-11-24 | |
| 55 | 52.9% | 39.8 | 2025-11-24 | |
| 56 | 52.2% | 39.2 | 2025-11-24 | |
| 57 | 48.6% | 36.2 | 2025-11-24 | |
| 58 | 47.8% | 37.4 | 2025-11-24 | |
| 59 | 47.6% | – | 2025-11-24 | |
| 60 | 47.5% | – | 2025-11-24 |
関連するベンチマーク
HELM Capabilities meanでの注目のモデル比較
引用表記:BenchLeader「HELM Capabilities mean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/helm_mean
HELM Capabilities mean:よくある質問
- HELM Capabilities meanは何を測るベンチマークですか?
- HELMの5つの能力シナリオ(MMLU-Pro、GPQA、IFEval、WildBench、Omni-MATH)の平均です。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。
- HELM Capabilities meanの最高スコアは?
- 2026年11月16日時点で、HELM Capabilities meanの最高スコアは81.9%で、GPT-5 miniが記録しています(結果の日付は2025年11月24日)。次点はo4-miniの81.2%です。スコアはHELM Capabilitiesの公表値で、毎日読み直しています。
- HELM Capabilities meanでトップのAIモデルは?
- 2026年11月16日時点で、HELM Capabilities meanの首位はGPT-5 miniで、スコアは81.9%です(結果の日付は2025年11月24日)。続いてo4-mini(81.2%)です。
- HELM Capabilities meanの結果があるモデルはいくつですか?
- BenchLeaderでは68のモデル構成にHELM Capabilities meanの結果があり、すべてHELM Capabilitiesから取得しています。
- HELM Capabilities mean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?
- HELM Capabilities meanはHELM Capabilities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。
- HELM Capabilities meanはBenchLeader Indexに含まれますか?
- いいえ。HELM Capabilities mean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。