FORTRESSのリーダーボード
2026年11月16日時点で、FORTRESSの最高スコアは5.8%で、Claude Opus 5.5(Anthropic)が記録しています。次点はMuse Spark Openの7.6%です。公表された結果があるのは83のモデル構成です(Scale AI SEAL、結果の日付は2026年10月19日)。リスク領域ごとに、敵対的なプロンプトと無害なプロンプトを対にして出し、有害なものは断り、無害なものには答えることを求めます。FORTRESS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 Opus 5.5がFORTRESSの最高スコア5.8%を記録しています(Scale AI SEAL、2026年10月19日)。
- FORTRESSの2位はMuse Spark Openで、7.6%です(Scale AI SEAL、2026年11月4日)。
- FORTRESS:敵対的な有害リクエストに対する平均リスクスコア。回答に含まれる実行可能な有害情報の多さを示し、低いほど良い。Scale AI(Scale AI SEAL)。
- BenchLeaderでは83のモデル構成にFORTRESSの公表結果があります(BenchLeader、2026年11月16日)。
- FORTRESS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)。
敵対的な有害リクエストに対する平均リスクスコア。回答に含まれる実行可能な有害情報の多さを示し、低いほど良い。Scale AI。
- カテゴリ
- 安全性・誠実さ
- Indexでの重み
- 参考のみ
- モデル
- 83
- データ基準日
- 2026年11月16日
- 最新の結果
- 2026年11月13日
Scale AI SEAL Leaderboards.
どんなテストか
リスク領域ごとに、敵対的なプロンプトと無害なプロンプトを対にして出し、有害なものは断り、無害なものには答えることを求めます。
採点方法
有害な依頼の拒否と無害な依頼への応答を合わせたスコアで、Scale AIが公表しています。
注意点
能力ではなく安全性の指標で、BenchLeader Indexには含めていません。
- 1Claude Opus 5.5 (max)5.8%
- 2Muse Spark Open7.6%
- 3gpt-oss-120b8.2%
- 4Claude Haiku 5.59.5%
- 5Claude Opus 4.5 (thinking)9.6%
- 6GPT-6 Luna10.8%
- 7Beam 1.0 501B A23B11.9%
- 8Muse Ember11.9%
- 9GPT-6 Astra12.1%
- 10Muse Spark 1.112.4%
- 11Claude Sonnet 4.5 (thinking)12.8%
- 12Claude 3.5 Sonnet13.0%
- 13Claude Opus 4.6 (max)13.0%
- 14Claude Opus 5.513.2%
- 15GPT-6 Sol13.5%
83件中83件
| # | ||||
|---|---|---|---|---|
| 1 | 74.4% | 47.2 | 2025-04-10 | |
| 2 | 63.2% | 46.7 | 2025-08-13 | |
| 3 | 61.4% | 50.1 | 2025-07-24 | |
| 4 | 60.5% | 49.0 | 2025-08-26 | |
| 5 | 59.6% | 51.6 | 2025-08-13 | |
| 6 | 59.2% | 44.7 | 2025-04-10 | |
| 7 | 56.4% | 43.1 | 2025-04-10 | |
| 8 | 56.1% | 37.4 | 2025-05-23 | |
| 9 | 55.5% | 51.1 | 2025-07-23 | |
| 10 | 54.9% | 55.2 | 2025-05-23 | |
| 11 | 53.9% | 47.0 | 2025-04-10 | |
| 12 | 53.0% | 48.7 | 2025-05-23 | |
| 13 | 52.1% | 54.3 | 2026-10-29 | |
| 14 | 51.0% | 52.6 | 2026-03-13 | |
| 15 | 50.6% | 45.3 | 2025-04-10 | |
| 16 | 48.7% | 51.9 | 2026-11-04 | |
| 17 | 48.1% | 35.2 | 2025-04-10 | |
| 18 | 47.2% | 42.8 | 2025-04-10 | |
| 19 | 44.8% | 39.9 | 2025-04-10 | |
| 20 | 44.2% | 40.7 | 2025-04-10 | |
| 21 | 41.7% | 60.0 | 2025-12-02 | |
| 22 | 41.1% | 54.6 | 2026-02-12 | |
| 23 | 40.1% | 41.8 | 2025-05-20 | |
| 24 | 38.0% | 49.2 | 2025-05-24 | |
| 25 | 30.4% | 38.7 | 2025-05-01 | |
| 26 | 30.4% | – | 2025-11-26 | |
| 27 | 30.1% | 50.2 | 2025-04-17 | |
| 28 | 29.8% | 59.9 | 2026-03-13 | |
| 29 | 28.2% | 58.8 | 2026-09-15 | |
| 30 | 27.6% | 51.9 | 2025-04-10 | |
| 31 | 27.3% | 60.7 | 2026-09-15 | |
| 32 | 27.2% | – | 2026-10-27 | |
| 33 | 26.7% | 57.8 | 2026-11-04 | |
| 34 | 26.6% | 60.2 | 2026-09-15 | |
| 35 | 26.4% | – | 2026-09-15 | |
| 36 | 25.7% | 54.6 | 2025-11-26 | |
| 37 | 25.0% | 50.0 | 2026-09-15 | |
| 38 | 24.8% | 55.7 | 2025-06-02 | |
| 39 | 24.4% | 50.0 | 2025-04-16 | |
| 40 | 23.1% | 52.9 | 2026-10-08 | |
| 41 | 21.6% | – | 2026-09-15 | |
| 42 | 21.5% | 55.2 | 2025-05-06 | |
| 43 | 20.6% | 41.8 | 2025-04-10 | |
| 44 | 20.5% | 58.4 | 2026-02-17 | |
| 45 | 20.2% | 64.2 | 2026-04-08 | |
| 46 | 20.1% | 54.3 | 2026-09-15 | |
| 47 | 19.4% | 52.5 | 2025-04-16 | |
| 48 | 18.6% | 61.8 | 2026-11-12 | |
| 49 | 18.2% | 61.1 | 2026-07-08 | |
| 50 | 18.2% | – | 2026-10-27 | |
| 51 | 18.1% | 53.8 | 2025-04-16 | |
| 52 | 17.6% | 44.5 | 2025-08-13 | |
| 53 | 17.5% | 56.7 | 2025-12-15 | |
| 54 | 17.0% | 56.6 | 2025-08-13 | |
| 55 | 17.0% | 56.6 | 2025-08-22 | |
| 56 | 17.0% | 53.8 | 2025-10-02 | |
| 57 | 16.8% | 63.2 | 2026-09-15 | |
| 58 | 16.4% | – | 2026-11-12 | |
| 59 | 16.3% | 64.1 | 2026-07-08 | |
| 60 | 16.2% | 57.9 | 2026-11-12 |
安全性・誠実さ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
FORTRESSでの注目のモデル比較
引用表記:BenchLeader「FORTRESS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_fortress
FORTRESS:よくある質問
- FORTRESSは何を測るベンチマークですか?
- リスク領域ごとに、敵対的なプロンプトと無害なプロンプトを対にして出し、有害なものは断り、無害なものには答えることを求めます。スコアは解けたタスクの割合(%)で示され、低いほど良い結果です。
- FORTRESSの最高スコアは?
- 2026年11月16日時点で、FORTRESSの最高スコアは5.8%で、Claude Opus 5.5が記録しています(結果の日付は2026年10月19日)。次点はMuse Spark Openの7.6%です。スコアはScale AI SEALの公表値で、毎日読み直しています。
- FORTRESSでトップのAIモデルは?
- 2026年11月16日時点で、FORTRESSの首位はClaude Opus 5.5で、スコアは5.8%です(結果の日付は2026年10月19日)。続いてMuse Spark Open(7.6%)です。
- FORTRESSの結果があるモデルはいくつですか?
- BenchLeaderでは83のモデル構成にFORTRESSの結果があり、すべてScale AI SEALから取得しています。
- FORTRESS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?
- FORTRESS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。
- FORTRESSはBenchLeader Indexに含まれますか?
- いいえ。FORTRESS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。