BenchLeader

LMArena Instruction Followingのリーダーボード

2026年11月16日時点で、LMArena Instruction Followingの最高スコアは1528で、Gemini 4 Argon(Google)が記録しています。次点はGemini 4 Carbonの1525です。公表された結果があるのは384のモデル構成です(Arena (LMArena)、結果の日付は2026年11月11日)。回答に明示的な制約を課したプロンプトへの一対比較の投票です。LMArena Instruction Following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)

  • Gemini 4 ArgonがArena Instruction Followingの最高スコア1528を記録しています(Arena (LMArena)、2026年11月11日)。
  • Arena Instruction Followingの2位はGemini 4 Carbonで、1525です(Arena (LMArena)、2026年11月11日)。
  • Arena Instruction Following:明示的な指示を含むプロンプトでのテキストアリーナのレーティング(Arena (LMArena))。
  • BenchLeaderでは384のモデル構成にArena Instruction Followingの公表結果があります(BenchLeader、2026年11月16日)。
  • Arena Instruction Following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)。

明示的な指示を含むプロンプトでのテキストアリーナのレーティング。

公開元
Arena (LMArena)
カテゴリ
指示追従
Indexでの重み
参考のみ
モデル
384
データ基準日
2026年11月16日

Arena Instruction Followingの今週の動き

2026年11月9日〜2026年11月16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.

どんなテストか

回答に明示的な制約を課したプロンプトへの一対比較の投票です。

採点方法

一対比較の投票によるEloのようなポイントでのBradley-Terryレーティングで、スタイルコントロールを適用しています。

注意点

投票者は指示が守られたかを目で見て判断します。プログラムによる確認はIFEvalを参照してください。

384件中384件
#
1Gemini 4 Argonhigh152865.32026-11-11$4.00
2Gemini 4 Carbonhigh152568.92026-11-11$4.00
3Claude Opus 5.5high151866.02026-11-11$8.00
4Claude Opus 4.6high151162.52026-11-11$10.00
5Claude Fable 5high150963.92026-11-11$20.00
6NEWGemini 4 Hydrogenhigh150363.42026-11-11$3.00
7Claude Opus 4.7high150360.02026-11-11$10.00
8Claude Fable 5.1max150166.72026-11-11$20.00
9Claude Opus 4.6149962.12026-11-11$10.00
10Muse Wondermax149860.82026-11-11$8.00
11Claude Opus 5high149664.42026-11-11$10.00
12Claude Opus 5max149465.02026-11-11$10.00
13Claude Opus 4.7149363.12026-11-11$10.00
14Claude Opus 4.8high149260.42026-11-11$10.00
15Gemini 3.8 Flashhigh149259.42026-11-11$1.50
16GPT-5.6 Solxhigh149063.92026-11-11$8.00
17Kimi K3max148960.22026-11-11$6.00
18Kimi K3.1 Promax148759.92026-11-11$4.00
19Gemini 3.7 Flashhigh148662.12026-11-11$1.50
20Muse Spark 1.3max148560.62026-11-11$2.00
21Claude Opus 4.5high148359.72026-11-11$10.00
22Claude Sonnet 5.5xhigh148262.52026-11-11$4.00
23GPT-6.1 Solmax148266.62026-11-11$4.00
24GLM 5.3max148158.82026-11-11$2.15
25Gemini 3.1 Pro148059.92026-11-11$4.50
26Muse Spark 1.2xhigh147961.52026-11-11$2.00
27Claude Opus 4.8147958.72026-11-11$10.00
28Qwen3.8 Maxmax147858.72026-11-11$3.00
29GPT-5.5high147763.52026-11-11$11.25
30DeepSeek V4.1 Flashmax147658.52026-11-11$0.525
31GPT-5.5147561.02026-11-11$11.25
32Claude Sonnet 4.6147557.62026-11-11$6.00
33Claude Opus 4.5147457.12026-11-11$10.00
34GPT-6 Astramax147467.32026-11-11$20.00
35GLM 5.3 Flash147457.82026-11-11$0.238
36Muse Spark 1.1147362.22026-11-11$2.00
37Gemini 3.6 Flashhigh147361.02026-11-11$1.50
38Gemini 3 Pro147360.02026-11-11–
39MiMo-V2.6-Pro147257.52026-11-11$0.548
40GPT-5.4high147158.62026-11-11$5.63
41GLM 5.2max147058.92026-11-11$2.15
42MiMo-V2.5-Pro146855.52026-11-11$1.50
43Qwen3.5 Maxmax1468–2026-11-11–
44Claude Sonnet 5high146759.02026-11-11$4.00
45Gemini 3.5 Flashmedium146661.82026-11-11$3.38
46Qwen3.7max146660.02026-11-11$3.75
47Gemini 3.5 Flashhigh146562.52026-11-11$3.38
48Muse Spark146564.22026-11-11–
49GPT-5.6 Terraxhigh146360.12026-11-11$4.50
50Claude Sonnet 4.5high146357.92026-11-11$6.00
51Claude Sonnet 4.5146253.82026-11-11$6.00
52Grok 4.5146259.32026-11-11$3.00
53GLM 5.1146155.42026-11-11$2.15
54DeepSeek V4 Prohigh146156.02026-11-11$1.98
55GPT-5.4146057.92026-11-11$5.63
56Claude Opus 4.1thinking145858.12026-11-11$30.00
57Gemini 3 Flash145756.52026-11-11$1.13
58GPT-5.2145756.72026-11-11$4.81
59GPT-5.5 Instant145656.92026-11-11$11.25
60Kimi K2.6145655.12026-11-11$1.71

指示追従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 Instruction Following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/lmarena_text_if

Arena Instruction Following:よくある質問

Arena Instruction Followingは何を測るベンチマークですか?
回答に明示的な制約を課したプロンプトへの一対比較の投票です。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 Instruction Followingの最高スコアは?
2026年11月16日時点で、Arena Instruction Followingの最高スコアは1528で、Gemini 4 Argonが記録しています(結果の日付は2026年11月11日)。次点はGemini 4 Carbonの1525です。スコアはArena (LMArena)の公表値で、毎日読み直しています。
Arena Instruction FollowingでトップのAIモデルは?
2026年11月16日時点で、Arena Instruction Followingの首位はGemini 4 Argonで、スコアは1528です(結果の日付は2026年11月11日)。続いてGemini 4 Carbon(1525)です。
Arena Instruction Followingの結果があるモデルはいくつですか?
BenchLeaderでは384のモデル構成にArena Instruction Followingの結果があり、すべてArena (LMArena)から取得しています。
Arena Instruction Following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 Instruction Following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 Instruction FollowingはBenchLeader Indexに含まれますか?
いいえ。Arena Instruction Following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。