BenchLeader

Kagi LLM Benchmarkのリーダーボード

2026年11月16日時点で、Kagi LLM Benchmarkの最高スコアは91.4%で、Claude Fable 5(Anthropic)が記録しています。次点はGPT-5.5の88.8%です。公表された結果があるのは137のモデル構成です(Kagi LLM Benchmark)。Kagiのベンチマークは、推論、コーディング、指示に関する非公開で入れ替わる問題セットを使います。問題はあえて風変わりに作られており、暗記した答えは役に立ちません。Kagi LLM BenchmarkはBenchLeader Indexの推論スコアに反映されます。

要点(2026年11月16日時点)

  • Claude Fable 5がKagi LLM Benchmarkの最高スコア91.4%を記録しています(Kagi LLM Benchmark、2026年11月16日)。
  • Kagi LLM Benchmarkの2位はGPT-5.5で、88.8%です(Kagi LLM Benchmark、2026年11月16日)。
  • Kagi LLM Benchmark:Kagiの未公開の推論・コーディング・指示の問題(Kagi LLM Benchmark)。
  • BenchLeaderでは137のモデル構成にKagi LLM Benchmarkの公表結果があります(BenchLeader、2026年11月16日)。
  • Kagi LLM BenchmarkはBenchLeader Indexの推論カテゴリに反映されます(BenchLeaderの評価方法)。

Kagiの未公開の推論・コーディング・指示の問題。

公開元
Kagi LLM Benchmark
カテゴリ
推論
Indexでの重み
0.5
モデル
137
データ基準日
2026年11月16日

Kagi (kagi.com).

どんなテストか

Kagiのベンチマークは、推論、コーディング、指示に関する非公開で入れ替わる問題セットを使います。問題はあえて風変わりに作られており、暗記した答えは役に立ちません。

採点方法

正答率で、Kagiが独自の採点で実行しています。

注意点

非公開の問題は検証できず、セットも小さく、時とともに変わります。第三者による意見の一つとして扱ってください。

137件中137件
#
1Claude Fable 5thinking91.4%–$10.40
2Claude Fable 588.8%65.4$9.90
3GPT-5.588.8%61.0$2.20
4Claude Opus 4.8thinking88.8%–$8.80
5Claude Opus 4.6thinking83.6%–$4.80
6Grok 4.583.5%59.3$1.00
7Claude Opus 4.7thinking80.7%–$2.80
8Claude Opus 4.5thinking80.2%59.3$4.50
9Gemini 3 Pro80.1%60.0$0.400
10Kimi K2.5thinking78.5%59.4$0.500
11GPT-5 Pro76.8%59.6$31.80
12GLM-5thinking75.0%60.2$2.00
13Grok 4.20thinking75.0%58.3$1.30
14GPT-5.3 Chat75.0%58.3$0.800
15Claude Opus 4thinking74.3%55.7$22.40
16Qwen3.5 397B A17B73.7%51.3$1.80
17Grok 473.6%58.1$1.00
18Claude Opus 4.773.3%63.1$2.20
19GPT-5.273.3%56.7$1.40
20Claude Sonnet 4thinking73.0%53.8$5.40
21GPT-572.7%56.6$7.10
22Qwen3 Maxmax72.5%54.2$1.90
23Claude Opus 4.672.4%62.1$1.60
24o3-pro72.1%49.9$34.20
25Claude Opus 4.570.7%57.1$1.40
26GPT-5 mini70.3%56.6$4.90
27Gemini 2.5 Pro70.3%55.2$1.70
28GPT-5-Codex70.3%–$4.60
29DeepSeek R169.4%47.2$9.90
30Qwen3 235B A22Bthinking69.4%–$0.100
31Claude Haiku 4thinking69.0%–$0.800
32o367.6%60.4$4.80
33o4-mini67.6%55.2$3.10
34Gemini 3.1 Flash Lite67.2%52.6–
35GPT-5.6 Sol67.0%54.3$2.70
36Qwen3-Next 80B A3Bthinking66.7%52.2$1.00
37Ring 1t66.4%–$1.00
38Grok 4 Fastthinking66.1%51.6$0.300
39Kimi K2 Thinkingthinking64.4%52.3$0.800
40GPT-5.463.8%57.9$0.300
41Kimi K2.563.8%54.6$0.100
42Gemma 4 31B63.5%51.9$1.00
43Qwen-Plus63.3%48.3$1.10
44GLM 5.262.6%51.9$0.700
45Step 362.3%51.4$1.60
46GPT-5 nano62.2%56.2$0.400
47Grok 3 mini61.3%52.0$0.300
48Grok 361.3%50.9$2.60
49Cogito v2 Llama 405B61.1%–$2.10
50GLM 5.2thinking60.0%–$1.00
51GLM 4.5V59.8%50.8$0.700
52Claude Opus 459.6%51.9$8.40
53gpt-oss-120b58.6%46.1$0.400
54Cogito v2 Deepseek 671B58.4%–$0.700
55Claude Sonnet 4.557.9%53.8$1.00
56GLM-4.557.9%51.6$1.00
57MiniMax-M257.8%51.5$0.100
58Ling 1t57.8%–$0.200
59DeepSeek V3.1 Terminus57.4%53.0$0.200
60Gemini 2.5 Flashthinking56.8%49.0$0.500

推論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「Kagi LLM Benchmark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/kagi_llm

Kagi LLM Benchmark:よくある質問

Kagi LLM Benchmarkは何を測るベンチマークですか?
Kagiのベンチマークは、推論、コーディング、指示に関する非公開で入れ替わる問題セットを使います。問題はあえて風変わりに作られており、暗記した答えは役に立ちません。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。
Kagi LLM Benchmarkの最高スコアは?
2026年11月16日時点で、Kagi LLM Benchmarkの最高スコアは91.4%で、Claude Fable 5が記録しています。次点はGPT-5.5の88.8%です。スコアはKagi LLM Benchmarkの公表値で、毎日読み直しています。
Kagi LLM BenchmarkでトップのAIモデルは?
2026年11月16日時点で、Kagi LLM Benchmarkの首位はClaude Fable 5で、スコアは91.4%です。続いてGPT-5.5(88.8%)です。
Kagi LLM Benchmarkの結果があるモデルはいくつですか?
BenchLeaderでは137のモデル構成にKagi LLM Benchmarkの結果があり、すべてKagi LLM Benchmarkから取得しています。
Kagi LLM Benchmark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?
Kagi LLM BenchmarkはKagi LLM Benchmark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。
Kagi LLM BenchmarkはBenchLeader Indexに含まれますか?
はい。Kagi LLM BenchmarkはBenchLeader Indexの推論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。