BenchLeader

METR 50% Time Horizonのリーダーボード

2026年11月22日時点で、METR 50% Time Horizonの最高スコアは17 h 25 minで、Claude Mythos Preview(Anthropic)が記録しています。次点はClaude Opus 4.6の11 h 59 minです。公表された結果があるのは23のモデル構成です(METR、結果の日付は2026年4月7日)。熟練した人間がかかる時間で測って、どれだけ長いタスクまでモデルが半分の確率でやり遂げられるか。METRがソフトウェアと研究のタスク群(スイートのバージョン1.1)での結果から推定したもので、長いほど良い結果です。METR 50% Time Horizon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22日時点)

  • Claude Mythos PreviewがMETR 50% Time Horizonの最高スコア17 h 25 minを記録しています(METR、2026年4月7日)。
  • METR 50% Time Horizonの2位はClaude Opus 4.6で、11 h 59 minです(METR、2026年2月5日)。
  • METR 50% Time Horizon:熟練した人間がかかる時間で測って、どれだけ長いタスクまでモデルが半分の確率でやり遂げられるか。METRがソフトウェアと研究のタスク群(スイートのバージョン1.1)での結果から推定したもので、長いほど良い結果です(METR)。
  • BenchLeaderでは23のモデル構成にMETR 50% Time Horizonの公表結果があります(BenchLeader、2026年11月22日)。
  • METR 50% Time Horizon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)。

熟練した人間がかかる時間で測って、どれだけ長いタスクまでモデルが半分の確率でやり遂げられるか。METRがソフトウェアと研究のタスク群(スイートのバージョン1.1)での結果から推定したもので、長いほど良い結果です。

公開元
METRデータ取得元:Epoch AI Benchmarking Hub
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
23
データ基準日
2026年11月22日
最新の結果
2026年4月7日

公開元は2026年4月7日以降、このボードに新しい結果を掲載していません。BenchLeaderは毎日読み直しているので、新しいモデルの結果は公開され次第ここに表示されます。

CC BY 4.0 — Epoch AI, ‘AI Benchmarking Hub’, epoch.ai/benchmarks. Mirrored boards credit their original publishers.

上位15
  1. 1Claude Mythos Preview17 h 25 min
  2. 2Claude Opus 4.611 h 59 min
  3. 3Gemini 3.1 Pro6 h 24 min
  4. 4GPT-5.2 (high)5 h 52 min
  5. 5GPT-5.3-Codex5 h 50 min
  6. 6GPT-5.4 (xhigh)5 h 42 min
  7. 7Claude Opus 4.54 h 53 min
  8. 8Gemini 3 Pro3 h 44 min
  9. 9GPT-5.1-Codex-Max3 h 44 min
  10. 10GPT-5 (high)3 h 23 min
  11. 11o32 h
  12. 12Claude Opus 4.11 h 40 min
  13. 13Claude Opus 41 h 40 min
  14. 14Claude 3.7 Sonnet1 h
  15. 15o1 (medium)39 min
23件中23件
#
1Claude Mythos Preview17 h 25 min–2026-04-07
2Claude Opus 4.611 h 59 min60.72026-02-05
3Gemini 3.1 Pro6 h 24 min59.52026-02-19
4GPT-5.2high5 h 52 min55.62025-12-11
5GPT-5.3-Codex5 h 50 min–2026-02-05
6GPT-5.4xhigh5 h 42 min63.02026-03-05
7Claude Opus 4.54 h 53 min56.92025-11-24
8Gemini 3 Pro3 h 44 min60.32025-11-18
9GPT-5.1-Codex-Max3 h 44 min–2025-11-19
10GPT-5high3 h 23 min58.22025-08-07
11o32 h60.82025-04-16
12Claude Opus 4.11 h 40 min51.72025-08-05
13Claude Opus 41 h 40 min51.72025-05-22
14Claude 3.7 Sonnet1 h49.02025-02-24
15o1medium39 min47.62024-12-17
16Claude 3.5 Sonnet21 min47.22024-10-22
17o1-preview20 min48.42024-09-12
18Claude 3.5 Sonnet 062011 min45.02024-06-20
19GPT-4o7.0 min39.42024-05-13
20GPT-4 Turbo Preview 11064.0 min45.42023-11-06
21GPT-44.0 min42.12023-03-14
22Claude 3 Opus4.0 min38.62024-02-29
23GPT-4 Turbo3.7 min40.92024-04-09

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「METR 50% Time Horizonのリーダーボード」2026年11月22日時点のデータ、https://www.benchleader.com/ja/benchmarks/metr_time_horizon_50

METR 50% Time Horizon:よくある質問

METR 50% Time Horizonは何を測るベンチマークですか?
熟練した人間がかかる時間で測って、どれだけ長いタスクまでモデルが半分の確率でやり遂げられるか。METRがソフトウェアと研究のタスク群(スイートのバージョン1.1)での結果から推定したもので、長いほど良い結果です。スコアは時間の長さ(人間の専門家がかかる作業時間、分・時間で表示)で示され、高いほど良い結果です。
METR 50% Time Horizonの最高スコアは?
2026年11月22日時点で、METR 50% Time Horizonの最高スコアは17 h 25 minで、Claude Mythos Previewが記録しています(結果の日付は2026年4月7日)。次点はClaude Opus 4.6の11 h 59 minです。スコアはMETRの公表値で、毎日読み直しています。
METR 50% Time HorizonでトップのAIモデルは?
2026年11月22日時点で、METR 50% Time Horizonの首位はClaude Mythos Previewで、スコアは17 h 25 minです(結果の日付は2026年4月7日)。続いてClaude Opus 4.6(11 h 59 min)です。
METR 50% Time Horizonの結果があるモデルはいくつですか?
BenchLeaderでは23のモデル構成にMETR 50% Time Horizonの結果があり、すべてMETR(Epoch AI Benchmarking Hub経由)から取得しています。
METR 50% Time Horizon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?
METR 50% Time HorizonはMETR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。
METR 50% Time HorizonはBenchLeader Indexに含まれますか?
いいえ。METR 50% Time Horizon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。