BenchLeader

LMArena Search Factualityのリーダーボード

2026年11月21日時点で、LMArena Search Factualityの最高スコアは1248で、GPT-5.6 Sol(OpenAI)が記録しています。次点はWeb Search Agentの1247です。公表された結果があるのは43のモデル構成です(Arena (LMArena)、結果の日付は2026年11月19日)。事実性チェックを25%の重みで組み込んだ検索アリーナのレーティング。検索を使った各回答のうちWebで確認できる主張を検証し、事実の誤りはモデルの評価を下げます。LMArena Search Factuality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21日時点)

  • GPT-5.6 SolがArena Search Factualityの最高スコア1248を記録しています(Arena (LMArena)、2026年11月19日)。
  • Arena Search Factualityの2位はWeb Search Agentで、1247です(Arena (LMArena)、2026年11月19日)。
  • Arena Search Factuality:事実性チェックを25%の重みで組み込んだ検索アリーナのレーティング。検索を使った各回答のうちWebで確認できる主張を検証し、事実の誤りはモデルの評価を下げます(Arena (LMArena))。
  • BenchLeaderでは43のモデル構成にArena Search Factualityの公表結果があります(BenchLeader、2026年11月21日)。
  • Arena Search Factuality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)。

事実性チェックを25%の重みで組み込んだ検索アリーナのレーティング。検索を使った各回答のうちWebで確認できる主張を検証し、事実の誤りはモデルの評価を下げます。

公開元
Arena (LMArena)
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
43
データ基準日
2026年11月21日

Arena Search Factualityの今週の動き

2026年11月14日〜2026年11月21日。モデルごとに1行(このボードでの最良の設定)。

CC BY 4.0 — lmarena-ai/leaderboard-dataset on Hugging Face.

43件中43件
#
1GPT-5.6 Solxhigh124863.72026-11-19$8.00
2NEWWeb Search Agent1247–2026-11-19–
3GPT-5.5124760.82026-11-19$11.25
4Qwen3.8 Max124260.82026-11-19$3.00
5GPT-6 Astramax123866.82026-11-19$20.00
6GPT-6.1 Solmax123665.82026-11-19$4.00
7Claude Opus 4.6122760.72026-11-19$10.00
8GPT-5.2122455.42026-11-19$4.81
9Grok 4.5122058.92026-11-19$3.00
10ERNIE 5.11214–2026-11-19–
11Claude Opus 5high121464.22026-11-19$10.00
12Claude Fable 5.1high121463.02026-11-19$20.00
13GPT-5.4121257.72026-11-19$5.63
14Claude Fable 5high121263.32026-11-19$20.00
15Claude Opus 4.7121163.02026-11-19$10.00
16Claude Opus 5.5medium120760.52026-11-19$8.00
17GPT-5.1120455.02026-11-19$3.44
18Claude Sonnet 4.6120258.32026-11-19$6.00
19GPT-5.2推論なし119948.42026-11-19$4.81
20GPT-6 Solmax119862.42026-11-19$4.00
21Gemini 3.1 Pro119859.52026-11-19$4.50
22Grok 4.20 Multi-Agent119858.42026-11-19$1.56
23Grok 4.20 11196–2026-11-19–
24Claude Opus 4.8119558.52026-11-19$10.00
25Gemini 3 Pro119460.32026-11-19$4.50
26NEWGPT-6.2 Astramax119368.32026-11-19$16.00
27GPT-6 Lunamax118354.42026-11-19$0.200
28NEWGPT-6.2 Solmax118364.42026-11-19$4.00
29Claude Opus 4.5118056.92026-11-19$10.00
30Gemini 3 Flash117958.52026-11-19$1.13
31Claude Sonnet 5117952.52026-11-19$4.00
32Grok 4.3117554.42026-11-19$1.56
33Gemini 2.5 Pro116353.52026-11-19$3.44
34Claude Sonnet 4.5116153.62026-11-19$6.00
35Sonar Reasoning Prohigh1155–2026-11-19$3.50
36Claude Opus 4.1115451.72026-11-19$30.00
37Grok 4.1 Fast1152–2026-11-19$0.275
38Grok 4 Fast1147–2026-11-19$0.275
39GPT-5114456.82026-11-19$3.44
40Claude Opus 4113951.72026-11-19$30.00
41Sonar Prohigh1132–2026-11-19$6.00
42Grok 4113058.02026-11-19$6.00
43o3112960.82026-11-19$3.50

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「Arena Search Factualityのリーダーボード」2026年11月21日時点のデータ、https://www.benchleader.com/ja/benchmarks/lmarena_search_factuality

Arena Search Factuality:よくある質問

Arena Search Factualityは何を測るベンチマークですか?
事実性チェックを25%の重みで組み込んだ検索アリーナのレーティング。検索を使った各回答のうちWebで確認できる主張を検証し、事実の誤りはモデルの評価を下げます。スコアは一対一の比較から算出するEloレーティングで示され、高いほど良い結果です。
Arena Search Factualityの最高スコアは?
2026年11月21日時点で、Arena Search Factualityの最高スコアは1248で、GPT-5.6 Solが記録しています(結果の日付は2026年11月19日)。次点はWeb Search Agentの1247です。スコアはArena (LMArena)の公表値で、毎日読み直しています。
Arena Search FactualityでトップのAIモデルは?
2026年11月21日時点で、Arena Search Factualityの首位はGPT-5.6 Solで、スコアは1248です(結果の日付は2026年11月19日)。続いてWeb Search Agent(1247)です。
Arena Search Factualityの結果があるモデルはいくつですか?
BenchLeaderでは43のモデル構成にArena Search Factualityの結果があり、すべてArena (LMArena)から取得しています。
Arena Search Factuality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?
Arena Search FactualityはArena (LMArena)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。
Arena Search FactualityはBenchLeader Indexに含まれますか?
いいえ。Arena Search Factuality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。