BenchLeader

LMArena Mathsのリーダーボード

2026年11月16日時点で、LMArena Mathsの最高スコアは1536で、Gemini 4 Argon(Google)が記録しています。次点はClaude Fable 5.1の1526です。公表された結果があるのは369のモデル構成です(Arena (LMArena)、結果の日付は2026年11月11日)。数学に分類されたプロンプトへの一対比較の投票です。LMArena MathsはBenchLeader Indexの数学スコアに反映されます。

要点(2026年11月16日時点)

  • Gemini 4 ArgonがArena Mathsの最高スコア1536を記録しています(Arena (LMArena)、2026年11月11日)。
  • Arena Mathsの2位はClaude Fable 5.1で、1526です(Arena (LMArena)、2026年11月11日)。
  • Arena Maths:数学の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369のモデル構成にArena Mathsの公表結果があります(BenchLeader、2026年11月16日)。
  • Arena MathsはBenchLeader Indexの数学カテゴリに反映されます(BenchLeaderの評価方法)。

数学の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
数学
Indexでの重み
1.0
モデル
369
データ基準日
2026年11月16日

Arena Maths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

数学に分類され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

投票者は書かれた回答を見て判断し、正しさは検証されません。Index v1.2以降、数学カテゴリに反映されています。

369件中369件
#
1Gemini 4 Argonhigh153665.32026-11-11$4.00
2Claude Fable 5.1max152666.72026-11-11$20.00
3Claude Opus 5high152164.42026-11-11$10.00
4Claude Fable 5high152063.92026-11-11$20.00
5Gemini 3.8 Flashhigh151959.42026-11-11$1.50
6Claude Opus 4.6high151662.52026-11-11$10.00
7Claude Opus 5max151565.02026-11-11$10.00
8Claude Opus 5.5high151466.02026-11-11$8.00
9Muse Spark 1.3max150660.62026-11-11$2.00
10Qwen3.8 Maxmax150558.72026-11-11$3.00
11GLM 5.3 Flash150557.82026-11-11$0.238
12Claude Opus 4.7high150360.02026-11-11$10.00
13Claude Opus 4.6150362.12026-11-11$10.00
14Kimi K3max150260.22026-11-11$6.00
15Gemini 3.7 Flashhigh150262.12026-11-11$1.50
16GLM 5.3max150158.82026-11-11$2.15
17Gemini 3.6 Flashhigh150161.02026-11-11$1.50
18GPT-5.5150061.02026-11-11$11.25
19GPT-6.1 Solmax149966.62026-11-11$4.00
20Gemini 3.5 Flashhigh149762.52026-11-11$3.38
21NEWGemini 4 Hydrogenhigh149563.42026-11-11$3.00
22DeepSeek V4.1 Flashmax149558.52026-11-11$0.525
23GPT-5.6 Solxhigh149463.92026-11-11$8.00
24Muse Spark 1.1149362.22026-11-11$2.00
25Claude Opus 4.8high149260.42026-11-11$10.00
26GPT-5.5high149163.52026-11-11$11.25
27GPT-5.4high149158.62026-11-11$5.63
28Claude Opus 4.7149063.12026-11-11$10.00
29Muse Wondermax149060.82026-11-11$8.00
30Gemini 3.1 Pro148859.92026-11-11$4.50
31GLM 5.2max148758.92026-11-11$2.15
32Claude Sonnet 5.5xhigh148662.52026-11-11$4.00
33Muse Spark 1.2xhigh148661.52026-11-11$2.00
34Hy3148455.72026-11-11$0.243
35MiMo-V2.6-Pro148457.52026-11-11$0.548
36Qwen3.7max148360.02026-11-11$3.75
37Gemini 3.5 Flashmedium148261.82026-11-11$3.38
38GPT-6 Astramax148167.32026-11-11$20.00
39Kimi K2.6147955.12026-11-11$1.71
40Inkling147950.42026-11-11$2.57
41MiMo-V2.5-Pro147955.52026-11-11$1.50
42GPT-5.6 Terraxhigh147860.12026-11-11$4.50
43ERNIE 5.11478–2026-11-11–
44GPT-5.6 Lunaxhigh147658.22026-11-11$0.450
45Claude Opus 4.8147658.72026-11-11$10.00
46Gemini 3 Pro147560.02026-11-11–
47Gemini 3 Flash147456.52026-11-11$1.13
48GLM 5.1147455.42026-11-11$2.15
49Claude Opus 4.5high147259.72026-11-11$10.00
50Claude Sonnet 5high147259.02026-11-11$4.00
51Qwen3.6 Maxmax147162.12026-11-11$2.92
52Beam 1.0 501B A23B147154.22026-11-11$0.475
53Grok 4.5147059.32026-11-11$3.00
54Step 5 Preview147056.02026-11-11$1.43
55Kimi K2.5thinking147059.42026-11-11$1.20
56Gemma 4 26B A4B146956.12026-11-11$0.262
57Muse Spark146964.22026-11-11–
58Qwen3.5 Maxmax1468–2026-11-11–
59Gemma 4 31B146751.92026-11-11$0.250
60Qwen3.7 Plus146557.62026-11-11$0.700

数学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 Maths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_math

Arena Maths:よくある質問

Arena Mathsは何を測るベンチマークですか?
数学に分類され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 Mathsの最高スコアは?
2026年11月16日時点で、Arena Mathsの最高スコアは1536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Claude Fable 5.1の1526です。スコアはArena (LMArena)の公表値で、毎日読み直しています。
Arena MathsでトップのAIモデルは?
2026年11月16日時点で、Arena Mathsの首位はGemini 4 Argonで、スコアは1536です(結果の日付は2026年11月11日)。続いてClaude Fable 5.1(1526)です。
Arena Mathsの結果があるモデルはいくつですか?
BenchLeaderでは369のモデル構成にArena Mathsの結果があり、すべてArena (LMArena)から取得しています。
Arena Maths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 Maths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 MathsはBenchLeader Indexに含まれますか?
はい。Arena MathsはBenchLeader Indexの数学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。