BenchLeader

MMLUのリーダーボード

2026年11月16日時点で、MMLUの最高スコアは88.1%で、GPT-4o(OpenAI)が記録しています。次点はClaude 3.5 Sonnetの87.3%です。公表された結果があるのは120のモデル構成です(Epoch AI Benchmarking Hub、結果の日付は2024年11月20日)。57科目にわたる、世界の知識を問う多肢選択式の試験です。MMLU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)

  • GPT-4oがMMLUの最高スコア88.1%を記録しています(Epoch AI Benchmarking Hub、2024年11月20日)。
  • MMLUの2位はClaude 3.5 Sonnetで、87.3%です(Epoch AI Benchmarking Hub、2024年10月22日)。
  • MMLU:57科目の世界知識を問う多肢選択試験。2020年のベンチマークで、現在のモデルでは飽和しており、記録として残しています(Epoch AI Benchmarking Hub)。
  • BenchLeaderでは120のモデル構成にMMLUの公表結果があります(BenchLeader、2026年11月16日)。
  • MMLU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)。

57科目の世界知識を問う多肢選択試験。2020年のベンチマークで、現在のモデルでは飽和しており、記録として残しています。

公開元
Epoch AI Benchmarking Hub
カテゴリ
知識
Indexでの重み
参考のみ
モデル
120
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

57科目にわたる、世界の知識を問う多肢選択式の試験です。

採点方法

正答率で、公表された結果をEpoch AIがまとめたものです。

注意点

飽和しています。最先端のモデルは上限近くに達しているため、差がつくのは古いモデルや小型モデルだけで、結果の大半はプロバイダー自身の報告によるものです。

上位15
  1. 1GPT-4o88.1%
  2. 2Claude 3.5 Sonnet87.3%
  3. 3DeepSeek V387.2%
  4. 4Gemini 1.5 Pro 00286.9%
  5. 5GPT-486.4%
  6. 6Llama 3.3 70B86.3%
  7. 7Gemini 1.5 Pro 00185.9%
  8. 8Qwen2.5 72B85.3%
  9. 9Phi-484.8%
  10. 10Claude 3 Opus84.6%
  11. 11Llama 3.1 405B84.5%
  12. 12Gemini 1.5 Pro 001 Feb2482.7%
  13. 13Qwen2-72B82.4%
  14. 14GPT 4 061382.4%
  15. 15Nova Pro82.0%
120件中120件
#
1GPT-4o88.1%42.82024-11-20
2Claude 3.5 Sonnet87.3%46.82024-10-22
3DeepSeek V387.2%44.32024-12-26
4Gemini 1.5 Pro 00286.9%41.42024-09-24
5GPT-486.4%42.32023-03-14
6Llama 3.3 70B86.3%39.92024-12-06
7Gemini 1.5 Pro 00185.9%–2024-05-14
8Qwen2.5 72B85.3%43.12024-09-19
9Phi-484.8%39.32024-12-12
10Claude 3 Opus84.6%38.82024-02-29
11Llama 3.1 405B84.5%41.82024-07-23
12Gemini 1.5 Pro 001 Feb2482.7%–2024-02-15
13Qwen2-72B82.4%41.22024-06-07
14GPT 4 061382.4%39.52023-06-13
15Nova Pro82.0%40.52024-12-03
16GPT-4o mini81.8%35.22024-07-18
17GPT-4 Turbo81.3%41.12024-04-09
18Llama 3.2 90B Vision80.3%36.02024-09-24
19Llama 3.1 70B80.1%40.72024-07-23
20Mistral Large 280.0%40.82024-07-24
21Qwen2.5 14B Instruct79.9%–2024-09-19
22Gemini 2.0 Flash79.7%43.52024-12-11
23Llama 3-70B79.3%38.72024-04-18
24Yi-Large79.3%–2024-05-13
25Qwen2.5 Coder 32B Instruct79.1%42.52024-09-18
26Claude 2.078.5%–2023-07-11
27Deepseek v278.4%–2024-05-07
28Phi 3medium78.0%37.82024-04-23
29Gemini 1.5 Flash 00177.9%–2024-05-23
30Gemini 1.5 Flash77.8%45.32024-05-14
31Mixtral 8x22B Instruct77.8%37.42024-04-17
32Nova Lite77.0%38.22024-12-03
33Claude 1.377.0%–2023-04-18
34Yi-34B76.3%34.72023-11-02
35Claude 3 Sonnet75.9%37.72024-02-29
36Gemma 2 27B75.7%40.82024-06-24
37Phi 3 Small75.7%–2024-04-23
38Qwen2.5-Coder-14B75.2%–2024-09-18
39Qwen1.5-32B74.4%39.52024-02-04
40Claude 3.5 Haiku74.3%38.72024-10-22
41Gemini 1.5 Flash 00273.9%38.22024-09-24
42Claude 3 Haiku73.8%36.12024-03-07
43Claude 2.173.5%–2023-11-21
44Claude Instant 1.173.4%––
45Claude Instant 1.273.2%–2023-08-09
46Qwen2.5 7B Instruct72.9%39.82024-09-19
47Inflection-172.7%–2023-06-22
48Gemma 2 9B72.1%38.82024-06-24
49GPT 3.5 Turbo 110671.4%38.42023-11-06
50Nova Micro70.8%39.22024-12-03
51Mixtral 8x7B70.6%30.82023-12-11
52Falcon-180B70.6%–2023-09-06
53Gemini 1.0 Pro 00170.0%–2023-12-13
54text-davinci-00270.0%–2022-03-15
55Llama 2-70B69.9%33.42023-07-18
56Command R+69.4%33.72024-08-30
57PaLM 540B69.3%–2022-04-04
58GPT-3.5 Turbo (older v0613)68.9%–2023-06-13
59Mistral Large 24.0268.8%40.52024-02-26
60Phi 3 Mini68.8%36.72024-04-23

知識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「MMLU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/mmlu

MMLU:よくある質問

MMLUは何を測るベンチマークですか?
57科目にわたる、世界の知識を問う多肢選択式の試験です。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。
MMLUの最高スコアは?
2026年11月16日時点で、MMLUの最高スコアは88.1%で、GPT-4oが記録しています(結果の日付は2024年11月20日)。次点はClaude 3.5 Sonnetの87.3%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。
MMLUでトップのAIモデルは?
2026年11月16日時点で、MMLUの首位はGPT-4oで、スコアは88.1%です(結果の日付は2024年11月20日)。続いてClaude 3.5 Sonnet(87.3%)です。
MMLUの結果があるモデルはいくつですか?
BenchLeaderでは120のモデル構成にMMLUの結果があり、すべてEpoch AI Benchmarking Hubから取得しています。
MMLU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?
MMLU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。
MMLUはBenchLeader Indexに含まれますか?
いいえ。MMLU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。