BenchLeader

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。

公開元
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
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。

20件中20件
#
1Claude Fable 5.1max44.6%66.72026-09-01
2Claude Opus 5.5max43.8%68.42026-09-22
3GPT-6 Astramax41.9%67.32026-09-03
4Gemini 4 Argonhigh40.4%65.32026-10-13
5GPT-6.1 Solmax38.8%66.62026-09-29
6Claude Fable 5max37.3%65.12026-06-09
7GLM 5.3 Flashmax36.8%52.42026-08-20
8Claude Opus 535.7%63.22026-07-24
9GLM 5.3max34.5%58.82026-08-14
10Kimi K331.5%60.72026-07-16
11GPT-5.6 Solmax31.0%65.32026-07-09
12Claude Opus 4.8max31.0%61.12026-05-28
13Claude Opus 4.8high30.7%60.42026-05-28
14GLM 5.2max30.4%58.92026-06-16
15Claude Opus 4.7xhigh24.3%57.02026-04-16
16Muse Wonderxhigh24.2%–2026-10-12
17GPT-5.5xhigh23.9%64.12026-04-23
18Grok 4.5high22.6%56.82026-07-08
19Gemini 3.1 Pro18.1%59.92026-02-19
20GPT-5.4high17.8%58.62026-03-05

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

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。