MirrorCodeのリーダーボード
2026年11月16日時点で、MirrorCodeの最高スコアは97.8%で、Claude Sonnet 5.5(Anthropic)が記録しています。次点はClaude Opus 5.5の95.6%です。公表された結果があるのは45のモデル構成です(Epoch AI Benchmarking Hub、結果の日付は2026年9月28日)。モデルはプログラムの動作を観察し、それをそのまま再現するコードを書かなければなりません。MirrorCode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 Sonnet 5.5がMirrorCodeの最高スコア97.8%を記録しています(Epoch AI Benchmarking Hub、2026年9月28日)。
- MirrorCodeの2位はClaude Opus 5.5で、95.6%です(Epoch AI Benchmarking Hub、2026年9月22日)。
- MirrorCode:出力からプログラムの振る舞いを再現するタスク。Epoch AIが実施(Epoch AI Benchmarking Hub)。
- BenchLeaderでは45のモデル構成にMirrorCodeの公表結果があります(BenchLeader、2026年11月16日)。
- MirrorCode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)。
出力からプログラムの振る舞いを再現するタスク。Epoch AIが実施。
- カテゴリ
- コーディング
- Indexでの重み
- 参考のみ
- モデル
- 45
- データ基準日
- 2026年11月16日
CC BY 4.0 — Epoch AI, ‘AI Benchmarking Hub’, epoch.ai/benchmarks. Mirrored boards credit their original publishers.
どんなテストか
モデルはプログラムの動作を観察し、それをそのまま再現するコードを書かなければなりません。
採点方法
動作が一致したプログラムの割合で、Epoch AIが実行しています。
注意点
これまでに測定されたモデルはごく少数です。
- 1Claude Sonnet 5.5 (max)97.8%
- 2Claude Opus 5.5 (max)95.6%
- 3Claude Fable 5.1 (max)93.3%
- 4Claude Opus 5 (max)87.8%
- 5Claude Opus 5.5 (high)78.9%
- 6Claude Haiku 5.5 (max)78.9%
- 7GPT-6.1 Terra (max)76.7%
- 8Claude Fable 5.1 (high)73.3%
- 9Claude Fable 5 (max)70.0%
- 10Claude Opus 4.8 (max)65.6%
- 11DeepSeek V4.1 Flash (max)64.4%
- 12Claude Fable 5 (high)63.9%
- 13Claude Sonnet 5 (max)63.3%
- 14GPT-6.1 Sol (max)61.1%
- 15GPT-6 Astra (max)60.0%
45件中45件
| # | ||||
|---|---|---|---|---|
| 1 | 97.8% | 64.2 | 2026-09-28 | |
| 2 | 95.6% | 68.4 | 2026-09-22 | |
| 3 | 93.3% | 66.7 | 2026-09-01 | |
| 4 | 87.8% | 65.0 | 2026-07-24 | |
| 5 | 78.9% | 66.0 | 2026-09-22 | |
| 6 | 78.9% | 55.3 | 2026-10-07 | |
| 7 | 76.7% | 64.1 | 2026-10-26 | |
| 8 | 73.3% | 63.7 | 2026-09-01 | |
| 9 | 70.0% | 65.1 | 2026-06-09 | |
| 10 | 65.6% | 61.1 | 2026-05-28 | |
| 11 | 64.4% | 58.5 | 2026-09-09 | |
| 12 | 63.9% | 63.9 | 2026-06-09 | |
| 13 | 63.3% | 56.1 | 2026-06-30 | |
| 14 | 61.1% | 66.6 | 2026-09-29 | |
| 15 | 60.0% | 67.3 | 2026-09-03 | |
| 16 | 58.9% | 65.3 | 2026-10-13 | |
| 17 | 54.4% | 60.6 | 2026-09-02 | |
| 18 | 54.4% | 60.2 | 2026-07-16 | |
| 19 | 54.4% | 57.4 | 2026-09-21 | |
| 20 | 52.2% | 56.6 | 2026-08-02 | |
| 21 | 48.9% | 62.6 | 2026-09-22 | |
| 22 | 46.7% | 66.3 | 2026-09-03 | |
| 23 | 45.6% | 60.8 | 2026-10-12 | |
| 24 | 43.3% | 59.7 | 2026-04-16 | |
| 25 | 41.1% | 62.1 | 2026-08-13 | |
| 26 | 41.1% | 59.5 | 2026-07-09 | |
| 27 | 41.1% | 56.1 | 2026-08-12 | |
| 28 | 40.0% | 48.3 | 2026-10-06 | |
| 29 | 38.9% | 59.4 | 2026-09-02 | |
| 30 | 36.7% | 58.9 | 2026-06-16 | |
| 31 | 33.3% | 57.0 | 2026-02-05 | |
| 32 | 33.3% | 54.7 | 2026-08-13 | |
| 33 | 32.2% | 59.9 | 2025-12-11 | |
| 34 | 32.2% | 56.8 | 2026-07-08 | |
| 35 | 31.1% | 60.0 | 2026-04-16 | |
| 36 | 26.7% | 55.1 | 2026-09-22 | |
| 37 | 23.3% | 64.1 | 2026-04-23 | |
| 38 | 23.3% | 63.1 | 2026-03-05 | |
| 39 | 23.3% | 61.0 | 2026-07-21 | |
| 40 | 21.1% | 56.2 | 2026-07-09 | |
| 41 | 20.0% | 63.4 | 2026-07-09 | |
| 42 | 15.6% | 58.6 | 2026-03-05 | |
| 43 | 10.0% | 63.5 | 2026-04-23 | |
| 44 | 8.9% | 60.4 | 2026-02-19 | |
| 45 | 4.4% | 58.2 | 2025-08-07 |
コーディングのベンチマークをもっと見る · LLMベンチマーク一覧
関連するベンチマーク
MirrorCodeでの注目のモデル比較
引用表記:BenchLeader「MirrorCode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/mirrorcode
MirrorCode:よくある質問
- MirrorCodeは何を測るベンチマークですか?
- モデルはプログラムの動作を観察し、それをそのまま再現するコードを書かなければなりません。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。
- MirrorCodeの最高スコアは?
- 2026年11月16日時点で、MirrorCodeの最高スコアは97.8%で、Claude Sonnet 5.5が記録しています(結果の日付は2026年9月28日)。次点はClaude Opus 5.5の95.6%です。スコアはEpoch AI Benchmarking Hubの公表値で、毎日読み直しています。
- MirrorCodeでトップのAIモデルは?
- 2026年11月16日時点で、MirrorCodeの首位はClaude Sonnet 5.5で、スコアは97.8%です(結果の日付は2026年9月28日)。続いてClaude Opus 5.5(95.6%)です。
- MirrorCodeの結果があるモデルはいくつですか?
- BenchLeaderでは45のモデル構成にMirrorCodeの結果があり、すべてEpoch AI Benchmarking Hubから取得しています。
- MirrorCode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?
- MirrorCodeはEpoch AI Benchmarking Hub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。
- MirrorCodeはBenchLeader Indexに含まれますか?
- いいえ。MirrorCode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。