EnigmaEvalのリーダーボード
2026年11月16日時点で、EnigmaEvalの最高スコアは39.3%で、Claude Fable 5(Anthropic)が記録しています。次点はGPT-5.6 Solの37.1%です。公表された結果があるのは5のモデル構成です(Scale AI SEAL、結果の日付は2026年3月23日)。EnigmaEvalは、言葉遊び、画像、暗号、水平思考を何段階にもわたって組み合わせるパズルハントのパズルを使い、最終的な答えを求めます。EnigmaEvalはBenchLeader Indexの推論スコアに反映されます。
要点(2026年11月16日時点)
- Claude Fable 5がEnigmaEvalの最高スコア39.3%を記録しています(Scale AI SEAL、2026年3月23日)。
- EnigmaEvalの2位はGPT-5.6 Solで、37.1%です(Scale AI SEAL、2026年3月25日)。
- EnigmaEval:パズルハント形式の多段階推論。Scale AI(Scale AI SEAL)。
- BenchLeaderでは5のモデル構成にEnigmaEvalの公表結果があります(BenchLeader、2026年11月16日)。
- EnigmaEvalはBenchLeader Indexの推論カテゴリに反映されます(BenchLeaderの評価方法)。
パズルハント形式の多段階推論。Scale AI。
- カテゴリ
- 推論
- Indexでの重み
- 0.5
- モデル
- 5
- データ基準日
- 2026年11月16日
Scale AI SEAL Leaderboards.
どんなテストか
EnigmaEvalは、言葉遊び、画像、暗号、水平思考を何段階にもわたって組み合わせるパズルハントのパズルを使い、最終的な答えを求めます。
採点方法
解けたパズルの割合で、Scale AIが公表しています。
注意点
どのモデルもスコアは非常に低く、パズルはマルチモーダルで癖が強いため、一般的なテストではなく最先端の推論力を示すシグナルです。
- 1Claude Fable 5 (high)39.3%
- 2GPT-5.6 Sol (high)37.1%
- 3Gemini 3.1 Pro (high)36.8%
- 4Gemini 3.5 Flash (high)25.4%
- 5Claude Opus 4.8 (xhigh)23.5%
5件中5件
| # | ||||
|---|---|---|---|---|
| 1 | 39.3% | 63.9 | 2026-03-23 | |
| 2 | 37.1% | 63.4 | 2026-03-25 | |
| 3 | 36.8% | 60.4 | 2025-11-06 | |
| 4 | 25.4% | 62.5 | 2025-11-19 | |
| 5 | 23.5% | – | 2026-03-10 |
関連するベンチマーク
EnigmaEvalでの注目のモデル比較
引用表記:BenchLeader「EnigmaEval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_enigma_eval
EnigmaEval:よくある質問
- EnigmaEvalは何を測るベンチマークですか?
- EnigmaEvalは、言葉遊び、画像、暗号、水平思考を何段階にもわたって組み合わせるパズルハントのパズルを使い、最終的な答えを求めます。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。
- EnigmaEvalの最高スコアは?
- 2026年11月16日時点で、EnigmaEvalの最高スコアは39.3%で、Claude Fable 5が記録しています(結果の日付は2026年3月23日)。次点はGPT-5.6 Solの37.1%です。スコアはScale AI SEALの公表値で、毎日読み直しています。
- EnigmaEvalでトップのAIモデルは?
- 2026年11月16日時点で、EnigmaEvalの首位はClaude Fable 5で、スコアは39.3%です(結果の日付は2026年3月23日)。続いてGPT-5.6 Sol(37.1%)です。
- EnigmaEvalの結果があるモデルはいくつですか?
- BenchLeaderでは5のモデル構成にEnigmaEvalの結果があり、すべてScale AI SEALから取得しています。
- EnigmaEval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?
- EnigmaEval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。
- EnigmaEvalはBenchLeader Indexに含まれますか?
- はい。EnigmaEvalはBenchLeader Indexの推論カテゴリに反映され、評価対象モデルの平均が50になるよう正規化されています。