DrugDiscoveryBenchのリーダーボード
2026年11月16日時点で、DrugDiscoveryBenchの最高スコアは71.5%で、Gemini 4 Carbon(Google)が記録しています。次点はGPT-6 Astraの68.7%です。公表された結果があるのは22のモデル構成です(Scale AI SEAL、結果の日付は2026年11月12日)。標的の選定から臨床試験の設計まで、創薬パイプラインに沿った質問とタスクで、各分野の科学者が採点します。DrugDiscoveryBench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)
- Gemini 4 CarbonがDrugDiscoveryBenchの最高スコア71.5%を記録しています(Scale AI SEAL、2026年11月12日)。
- DrugDiscoveryBenchの2位はGPT-6 Astraで、68.7%です(Scale AI SEAL、2026年9月14日)。
- DrugDiscoveryBench:創薬の推論タスクを、実務家が採点。Scale AI(Scale AI SEAL)。
- BenchLeaderでは22のモデル構成にDrugDiscoveryBenchの公表結果があります(BenchLeader、2026年11月16日)。
- DrugDiscoveryBench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)。
創薬の推論タスクを、実務家が採点。Scale AI。
- カテゴリ
- 知識
- Indexでの重み
- 参考のみ
- モデル
- 22
- データ基準日
- 2026年11月16日
- 最新の結果
- 2026年11月12日
Scale AI SEAL Leaderboards.
どんなテストか
標的の選定から臨床試験の設計まで、創薬パイプラインに沿った質問とタスクで、各分野の科学者が採点します。
採点方法
ルーブリックスコアで、Scale AIが公表しています。
注意点
専門家が採点する範囲の狭い評価で、対象モデルも少数です。
- 1Gemini 4 Carbon (high)71.5%
- 2GPT-6 Astra (max)68.7%
- 3Gemini 4 Argon (high)65.4%
- 4Kimi K3.1 Pro (xhigh)63.4%
- 5Muse Spark 1.3 (high)62.2%
- 6DeepSeek V4.1 Flash 1017 (xhigh)60.6%
- 7GPT-5.6 Sol (max)56.5%
- 8Claude Opus 5 (max)53.7%
- 9GPT-5.5 (xhigh)51.6%
- 10Claude Sonnet 5 (max)50.0%
- 11Gemini 3.5 Flash (high)50.0%
- 12Claude Opus 4.8 (max)46.8%
- 13Claude Sonnet 5.0 (max)44.7%
- 14Gemini 3.1 Pro (high)41.9%
- 15GLM 5.2 (xhigh)36.2%
22件中22件
| # | ||||
|---|---|---|---|---|
| 1 | 71.5% | 68.9 | 2026-11-12 | |
| 2 | 68.7% | 67.3 | 2026-09-14 | |
| 3 | 65.4% | 65.3 | 2026-10-22 | |
| 4 | 63.4% | – | 2026-11-12 | |
| 5 | 62.2% | – | 2026-09-14 | |
| 6 | 60.6% | – | 2026-10-27 | |
| 7 | 56.5% | 65.3 | 2026-09-11 | |
| 8 | 53.7% | 65.0 | 2026-09-11 | |
| 9 | 51.6% | 64.1 | 2026-06-30 | |
| 10 | 50.0% | 56.1 | 2026-07-14 | |
| 11 | 50.0% | 62.5 | 2026-06-30 | |
| 12 | 46.8% | 61.1 | 2026-06-30 | |
| 13 | 44.7% | – | 2026-07-14 | |
| 14 | 41.9% | 60.4 | 2026-06-30 | |
| 15 | 36.2% | – | 2026-06-30 | |
| 16 | 35.3% | – | 2026-06-30 | |
| 17 | 31.7% | – | 2026-06-30 | |
| 18 | 31.3% | 56.1 | 2026-06-30 | |
| 19 | 29.3% | 59.9 | 2026-06-30 | |
| 20 | 29.3% | – | 2026-06-30 | |
| 21 | 27.7% | 57.0 | 2026-06-30 | |
| 22 | 22.8% | – | 2026-06-30 |
関連するベンチマーク
DrugDiscoveryBenchでの注目のモデル比較
引用表記:BenchLeader「DrugDiscoveryBench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/scale_drugdiscovery
DrugDiscoveryBench:よくある質問
- DrugDiscoveryBenchは何を測るベンチマークですか?
- 標的の選定から臨床試験の設計まで、創薬パイプラインに沿った質問とタスクで、各分野の科学者が採点します。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。
- DrugDiscoveryBenchの最高スコアは?
- 2026年11月16日時点で、DrugDiscoveryBenchの最高スコアは71.5%で、Gemini 4 Carbonが記録しています(結果の日付は2026年11月12日)。次点はGPT-6 Astraの68.7%です。スコアはScale AI SEALの公表値で、毎日読み直しています。
- DrugDiscoveryBenchでトップのAIモデルは?
- 2026年11月16日時点で、DrugDiscoveryBenchの首位はGemini 4 Carbonで、スコアは71.5%です(結果の日付は2026年11月12日)。続いてGPT-6 Astra(68.7%)です。
- DrugDiscoveryBenchの結果があるモデルはいくつですか?
- BenchLeaderでは22のモデル構成にDrugDiscoveryBenchの結果があり、すべてScale AI SEALから取得しています。
- DrugDiscoveryBench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?
- DrugDiscoveryBenchはScale AI SEAL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。
- DrugDiscoveryBenchはBenchLeader Indexに含まれますか?
- いいえ。DrugDiscoveryBench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。