PostTrainBenchのリーダーボード
2026年11月16日時点で、PostTrainBenchの最高スコアは44.6%で、Claude Fable 5.1(Anthropic)が記録しています。次点はClaude Opus 5.5の43.8%です。公表された結果があるのは20のモデル構成です(Epoch AI Benchmarking Hub、結果の日付は2026年9月1日)。エージェントが小型モデルの事後学習パイプラインを実行し、目標の指標を達成しなければなりません。PostTrainBench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 Fable 5.1がPostTrainBenchの最高スコア44.6%を記録しています(Epoch AI Benchmarking Hub、2026年9月1日)。
- PostTrainBenchの2位はClaude Opus 5.5で、43.8%です(Epoch AI Benchmarking Hub、2026年9月22日)。
- PostTrainBench:小さなモデルを目標の性能まで事後学習させる作業を、ひと通り行うタスク(Epoch AI Benchmarking Hub)。
- BenchLeaderでは20のモデル構成にPostTrainBenchの公表結果があります(BenchLeader、2026年11月16日)。
- PostTrainBench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)。
小さなモデルを目標の性能まで事後学習させる作業を、ひと通り行うタスク。
- 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
- 20
- 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
エージェントが小型モデルの事後学習パイプラインを実行し、目標の指標を達成しなければなりません。
採点方法
平均スコアで、公表された値です。
注意点
測定されたモデルはごく少数で、研究エンジニアリングのタスクです。
- 1Claude Fable 5.1 (max)44.6%
- 2Claude Opus 5.5 (max)43.8%
- 3GPT-6 Astra (max)41.9%
- 4Gemini 4 Argon (high)40.4%
- 5GPT-6.1 Sol (max)38.8%
- 6Claude Fable 5 (max)37.3%
- 7GLM 5.3 Flash (max)36.8%
- 8Claude Opus 535.7%
- 9GLM 5.3 (max)34.5%
- 10Kimi K331.5%
- 11GPT-5.6 Sol (max)31.0%
- 12Claude Opus 4.8 (max)31.0%
- 13Claude Opus 4.8 (high)30.7%
- 14GLM 5.2 (max)30.4%
- 15Claude Opus 4.7 (xhigh)24.3%
20件中20件
| # | ||||
|---|---|---|---|---|
| 1 | 44.6% | 66.7 | 2026-09-01 | |
| 2 | 43.8% | 68.4 | 2026-09-22 | |
| 3 | 41.9% | 67.3 | 2026-09-03 | |
| 4 | 40.4% | 65.3 | 2026-10-13 | |
| 5 | 38.8% | 66.6 | 2026-09-29 | |
| 6 | 37.3% | 65.1 | 2026-06-09 | |
| 7 | 36.8% | 52.4 | 2026-08-20 | |
| 8 | 35.7% | 63.2 | 2026-07-24 | |
| 9 | 34.5% | 58.8 | 2026-08-14 | |
| 10 | 31.5% | 60.7 | 2026-07-16 | |
| 11 | 31.0% | 65.3 | 2026-07-09 | |
| 12 | 31.0% | 61.1 | 2026-05-28 | |
| 13 | 30.7% | 60.4 | 2026-05-28 | |
| 14 | 30.4% | 58.9 | 2026-06-16 | |
| 15 | 24.3% | 57.0 | 2026-04-16 | |
| 16 | 24.2% | – | 2026-10-12 | |
| 17 | 23.9% | 64.1 | 2026-04-23 | |
| 18 | 22.6% | 56.8 | 2026-07-08 | |
| 19 | 18.1% | 59.9 | 2026-02-19 | |
| 20 | 17.8% | 58.6 | 2026-03-05 |
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
関連するベンチマーク
PostTrainBenchでの注目のモデル比較
引用表記:BenchLeader「PostTrainBench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/posttrainbench
PostTrainBench:よくある質問
- PostTrainBenchは何を測るベンチマークですか?
- エージェントが小型モデルの事後学習パイプラインを実行し、目標の指標を達成し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。
- PostTrainBenchの最高スコアは?
- 2026年11月16日時点で、PostTrainBenchの最高スコアは44.6%で、Claude Fable 5.1が記録しています(結果の日付は2026年9月1日)。次点はClaude Opus 5.5の43.8%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。
- PostTrainBenchでトップのAIモデルは?
- 2026年11月16日時点で、PostTrainBenchの首位はClaude Fable 5.1で、スコアは44.6%です(結果の日付は2026年9月1日)。続いてClaude Opus 5.5(43.8%)です。
- PostTrainBenchの結果があるモデルはいくつですか?
- BenchLeaderでは20のモデル構成にPostTrainBenchの結果があり、すべてEpoch AI Benchmarking Hubから取得しています。
- PostTrainBench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?
- PostTrainBench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。
- PostTrainBenchはBenchLeader Indexに含まれますか?
- いいえ。PostTrainBench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。