LiveBench Researchのリーダーボード
2026年11月16日時点で、LiveBench Researchの最高スコアは94.5%で、Claude Fable 5.2(Anthropic)が記録しています。次点はMuse Wonderの93.0%です。公表された結果があるのは34のモデル構成です(LiveBench、結果の日付は2026年11月6日)。LiveBenchのリサーチスイートで、複数の情報源から得た知見をまとめて検証し、採点対象のレポートに仕上げます。LiveBench Research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LiveBench Researchの最高スコア94.5%を記録しています(LiveBench、2026年11月6日)。
- LiveBench Researchの2位はMuse Wonderで、93.0%です(LiveBench、2026年11月6日)。
- LiveBench Research:LiveBench 2.0のリサーチスイート(LiveBench)。
- BenchLeaderでは34のモデル構成にLiveBench Researchの公表結果があります(BenchLeader、2026年11月16日)。
- LiveBench Research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)。
LiveBench 2.0のリサーチスイート。
- 公開元
- LiveBench
- カテゴリ
- 知識
- Indexでの重み
- 参考のみ
- モデル
- 34
- データ基準日
- 2026年11月16日
LiveBench (livebench.ai), White et al. 2024.
どんなテストか
LiveBenchのリサーチスイートで、複数の情報源から得た知見をまとめて検証し、採点対象のレポートに仕上げます。
採点方法
スイートの0〜100のタスクスコアの平均で、1回の実行の結果です。
注意点
網羅性と正確さの両方が評価され、引用の形式や書式で減点されることもあります。
- 1Claude Fable 5.2 (xhigh)94.5%
- 2Muse Wonder (max)93.0%
- 3Gemini 4 Carbon (high)92.5%
- 4GPT-6 Astra (max)90.6%
- 5GPT-6.1 Sol (max)90.0%
- 6Grok 4.7 (xhigh)89.5%
- 7Claude Opus 5.5 (max)88.9%
- 8Grok 4.6 (xhigh)88.8%
- 9Claude Fable 5.1 (max)88.5%
- 10Claude Sonnet 5.5 (max)88.0%
- 11Gemini 4 Argon (high)86.8%
- 12Gemini 4 Hydrogen (xhigh)86.8%
- 13MiMo-V2.6-Pro (high)84.8%
- 14Claude Haiku 5.5 (max)84.3%
- 15Muse Spark Open (max)82.7%
34件中34件
| # | |||||||
|---|---|---|---|---|---|---|---|
| 1 | NEW | 94.5% | 69.7 | $291.89 | $13.27 | 113k | 2026-11-06 |
| 2 | 93.0% | 60.8 | $92.20 | $4.19 | 31k | 2026-11-06 | |
| 3 | 92.5% | 68.9 | $110.07 | $5.00 | 117k | 2026-11-06 | |
| 4 | 90.6% | 67.3 | $442.79 | $20.13 | 35k | 2026-11-06 | |
| 5 | 90.0% | 66.6 | $59.70 | $2.71 | 47k | 2026-11-06 | |
| 6 | 89.5% | 57.4 | $139.92 | $6.36 | 86k | 2026-11-06 | |
| 7 | 88.9% | 68.4 | $200.46 | $9.11 | 137k | 2026-11-06 | |
| 8 | 88.8% | 56.1 | $57.82 | $2.63 | 35k | 2026-11-06 | |
| 9 | 88.5% | 66.7 | $454.59 | $20.66 | 77k | 2026-11-06 | |
| 10 | 88.0% | 64.2 | $198.88 | $9.04 | 264k | 2026-11-06 | |
| 11 | 86.8% | 65.3 | $131.02 | $5.96 | 144k | 2026-11-06 | |
| 12 | NEW | 86.8% | 61.8 | $109.76 | $4.99 | 121k | 2026-11-06 |
| 13 | 84.8% | – | $3.82 | $0.174 | 72k | 2026-11-06 | |
| 14 | 84.3% | 55.3 | $44.63 | $2.03 | 250k | 2026-11-06 | |
| 15 | 82.7% | – | $19.00 | $0.864 | 29k | 2026-11-06 | |
| 16 | 82.5% | 60.6 | $68.72 | $3.12 | 48k | 2026-11-06 | |
| 17 | 82.1% | 59.9 | $74.80 | $3.40 | 55k | 2026-11-06 | |
| 18 | 80.3% | 48.3 | $19.33 | $0.879 | 94k | 2026-11-06 | |
| 19 | 79.8% | 60.2 | $60.14 | $2.73 | 40k | 2026-11-06 | |
| 20 | 79.7% | 59.5 | $202.79 | $9.22 | 80k | 2026-11-06 | |
| 21 | 79.4% | 59.4 | $57.90 | $2.63 | 144k | 2026-11-06 | |
| 22 | 79.1% | 64.1 | $32.16 | $1.46 | 39k | 2026-11-06 | |
| 23 | 78.6% | 57.7 | $8.87 | $0.403 | 135k | 2026-11-06 | |
| 24 | 76.7% | – | $6.38 | $0.290 | 120k | 2026-11-06 | |
| 25 | 75.5% | – | $29.46 | $1.34 | 77k | 2026-11-06 | |
| 26 | 73.9% | 52.4 | $5.07 | $0.230 | 70k | 2026-11-06 | |
| 27 | 72.8% | 58.7 | $57.03 | $2.59 | 121k | 2026-11-06 | |
| 28 | 67.4% | – | $2.96 | $0.135 | 59k | 2026-11-06 | |
| 29 | 67.1% | – | $8.69 | $0.395 | 62k | 2026-11-06 | |
| 30 | 66.8% | – | $3.15 | $0.143 | 60k | 2026-11-06 | |
| 31 | 61.3% | – | $26.57 | $1.21 | 95k | 2026-11-06 | |
| 32 | 60.3% | – | $41.62 | $1.89 | 43k | 2026-11-06 | |
| 33 | 48.5% | 55.1 | $9.37 | $0.426 | 242k | 2026-11-06 | |
| 34 | 38.1% | – | $1.53 | $0.070 | 12k | 2026-11-06 |
関連するベンチマーク
LiveBench Researchでの注目のモデル比較
引用表記:BenchLeader「LiveBench Research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/livebench_research
LiveBench Research:よくある質問
- LiveBench Researchは何を測るベンチマークですか?
- LiveBenchのリサーチスイートで、複数の情報源から得た知見をまとめて検証し、採点対象のレポートに仕上げます。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。
- LiveBench Researchの最高スコアは?
- 2026年11月16日時点で、LiveBench Researchの最高スコアは94.5%で、Claude Fable 5.2が記録しています(結果の日付は2026年11月6日)。次点はMuse Wonderの93.0%です。スコアはLiveBenchの公表値で、毎日読み直しています。
- LiveBench ResearchでトップのAIモデルは?
- 2026年11月16日時点で、LiveBench Researchの首位はClaude Fable 5.2で、スコアは94.5%です(結果の日付は2026年11月6日)。続いてMuse Wonder(93.0%)です。
- LiveBench Researchの結果があるモデルはいくつですか?
- BenchLeaderでは34のモデル構成にLiveBench Researchの結果があり、すべてLiveBenchから取得しています。
- LiveBench Research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?
- LiveBench ResearchはLiveBench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。
- LiveBench ResearchはBenchLeader Indexに含まれますか?
- いいえ。LiveBench Research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。