HLE Text-Only (Scale)のリーダーボード
2026年11月22日時点で、HLE Text-Only (Scale)の最高スコアは54.2%で、GPT-6 Astra(OpenAI)が記録しています。次点はGemini 3.1 Proの47.3%です。公表された結果があるのは64のモデル構成です(Scale AI SEAL、結果の日付は2026年9月9日)。画像を含む問題を除いたHumanity's Last Exam。Scale AIによる実行で、画像を入力できないモデルが得られる唯一のHLEスコア。BenchLeader Indexが使う試験全体のスコアとは比較できません。HLE Text-Only (Scale)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22日時点)
- GPT-6 AstraがHLE Text-Only (Scale)の最高スコア54.2%を記録しています(Scale AI SEAL、2026年9月9日)。
- HLE Text-Only (Scale)の2位はGemini 3.1 Proで、47.3%です(Scale AI SEAL、2026年4月10日)。
- HLE Text-Only (Scale):画像を含む問題を除いたHumanity's Last Exam。Scale AIによる実行で、画像を入力できないモデルが得られる唯一のHLEスコア。BenchLeader Indexが使う試験全体のスコアとは比較できません(Scale AI SEAL)。
- BenchLeaderでは64のモデル構成にHLE Text-Only (Scale)の公表結果があります(BenchLeader、2026年11月22日)。
- HLE Text-Only (Scale)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)。
画像を含む問題を除いたHumanity's Last Exam。Scale AIによる実行で、画像を入力できないモデルが得られる唯一のHLEスコア。BenchLeader Indexが使う試験全体のスコアとは比較できません。
Scale AI SEALは、これら64件の結果のうち56件にデータ汚染の可能性があるとしています。問題の公開後にモデルが評価されたため、問題がすでに学習データに含まれているおそれがあります。これらのスコアも下の表に載せていますが、このボードはIndexには反映されません。
- カテゴリ
- 推論
- Indexでの重み
- 参考のみ
- モデル
- 64
- データ基準日
- 2026年11月22日
- 最新の結果
- 2026年10月12日
Scale AI SEAL Leaderboards.
- 1GPT-6 Astra54.2%
- 2Gemini 3.1 Pro (high)47.3%
- 3Claude Fable 5.1 (xhigh)46.8%
- 4Claude Sonnet 5.5 (xhigh)46.6%
- 5GPT-5.4 Pro45.3%
- 6Gemini 3.8 Flash45.0%
- 7Muse Spark40.9%
- 8Gemini 3 Pro37.7%
- 9GPT-5.4 (thinking)36.5%
- 10Claude Opus 4.6 (max)36.2%
- 11GPT-5 Pro33.3%
- 12Claude Haiku 5.530.4%
- 13GPT-5.228.5%
- 14Claude Opus 4.5 (thinking)26.3%
- 15GPT-526.3%
64件中64件
| # | |||||
|---|---|---|---|---|---|
| 1 | 54.2% | 68.0 | 2026-09-09 | 可能性あり | |
| 2 | 47.3% | 58.2 | 2026-04-10 | 可能性あり | |
| 3 | 46.8% | 63.9 | 2026-09-03 | 可能性あり | |
| 4 | 46.6% | 62.4 | 2026-10-12 | – | |
| 5 | 45.3% | 62.7 | 2026-03-23 | 可能性あり | |
| 6 | 45.0% | 55.7 | 2026-09-09 | 可能性あり | |
| 7 | 40.9% | 64.8 | 2026-04-08 | 可能性あり | |
| 8 | 37.7% | 60.3 | 2025-11-19 | 可能性あり | |
| 9 | 36.5% | – | 2026-03-10 | 可能性あり | |
| 10 | 36.2% | 56.8 | 2026-02-17 | 可能性あり | |
| 11 | 33.3% | 61.3 | 2025-11-06 | 可能性あり | |
| 12 | 30.4% | – | 2026-10-08 | – | |
| 13 | 28.5% | 55.4 | 2025-12-15 | 可能性あり | |
| 14 | 26.3% | 59.6 | 2025-11-26 | 可能性あり | |
| 15 | 26.3% | 56.8 | 2025-08-07 | 可能性あり | |
| 16 | 24.6% | – | 2025-11-26 | 可能性あり | |
| 17 | 22.1% | 53.5 | 2025-06-05 | 可能性あり | |
| 18 | 20.6% | 54.8 | 2025-04-16 | 可能性あり | |
| 19 | 19.8% | 53.1 | 2025-04-16 | 可能性あり | |
| 20 | 19.7% | 56.5 | 2025-08-22 | 可能性あり | |
| 21 | 19.4% | 57.1 | 2026-02-17 | 可能性あり | |
| 22 | 18.9% | 50.8 | 2025-04-16 | 可能性あり | |
| 23 | 18.4% | 59.7 | 2025-04-10 | 可能性あり | |
| 24 | 18.4% | 56.9 | 2025-05-06 | 可能性あり | |
| 25 | 15.5% | 46.2 | 2025-09-18 | 可能性あり | |
| 26 | 15.4% | 51.7 | 2025-08-05 | 可能性あり | |
| 27 | 14.5% | 51.4 | 2025-04-16 | 可能性あり | |
| 28 | 14.1% | 52.9 | 2025-10-02 | 可能性あり | |
| 29 | 14.0% | 49.0 | 2025-06-02 | 可能性あり | |
| 30 | 13.9% | 56.9 | 2025-11-26 | 可能性あり | |
| 31 | 13.4% | 48.3 | 2025-04-10 | 可能性あり | |
| 32 | 12.9% | 48.5 | 2025-09-08 | 可能性あり | |
| 33 | 12.6% | 52.3 | 2025-04-17 | 可能性あり | |
| 34 | 11.8% | 50.0 | 2025-05-01 | 可能性あり | |
| 35 | 11.3% | 58.0 | 2025-08-08 | 可能性あり | |
| 36 | 10.8% | 55.7 | 2025-05-24 | 可能性あり | |
| 37 | 10.3% | 46.2 | 2025-04-10 | 可能性あり | |
| 38 | 9.7% | 44.5 | 2025-09-18 | 可能性あり | |
| 39 | 9.6% | 51.6 | 2025-08-13 | 可能性あり | |
| 40 | 9.4% | 46.7 | 2025-08-13 | 可能性あり | |
| 41 | 8.5% | 47.0 | 2025-04-10 | – | |
| 42 | 8.0% | 52.5 | 2026-03-23 | 可能性あり | |
| 43 | 7.9% | 52.5 | 2025-04-10 | 可能性あり | |
| 44 | 7.8% | 53.6 | 2025-04-10 | – | |
| 45 | 7.7% | – | 2025-04-10 | 可能性あり | |
| 46 | 7.7% | 53.6 | 2025-10-02 | 可能性あり | |
| 47 | 7.6% | 53.8 | 2025-05-23 | 可能性あり | |
| 48 | 7.4% | 51.7 | 2025-08-08 | 可能性あり | |
| 49 | 6.5% | 43.4 | 2025-04-10 | – | |
| 50 | 6.5% | – | 2025-11-26 | 可能性あり | |
| 51 | 6.3% | 51.7 | 2025-05-23 | 可能性あり | |
| 52 | 5.8% | 50.3 | 2025-04-10 | 可能性あり | |
| 53 | 5.4% | 49.9 | 2025-05-23 | 可能性あり | |
| 54 | 5.3% | 41.7 | 2025-04-10 | 可能性あり | |
| 55 | 5.0% | 48.5 | 2025-04-14 | 可能性あり | |
| 56 | 4.7% | 51.0 | 2025-07-23 | 可能性あり | |
| 57 | 4.5% | 44.2 | 2025-04-10 | 可能性あり | |
| 58 | 4.5% | 43.7 | 2025-04-10 | – | |
| 59 | 4.4% | 39.1 | 2025-04-10 | 可能性あり | |
| 60 | 4.4% | 44.2 | 2025-05-13 | 可能性あり |
関連するベンチマーク
HLE Text-Only (Scale)での注目のモデル比較
引用表記:BenchLeader「HLE Text-Only (Scale)のリーダーボード」2026年11月22日時点のデータ、https://www.benchleader.com/ja/benchmarks/scale_hle_text_only
HLE Text-Only (Scale):よくある質問
- HLE Text-Only (Scale)は何を測るベンチマークですか?
- 画像を含む問題を除いたHumanity's Last Exam。Scale AIによる実行で、画像を入力できないモデルが得られる唯一のHLEスコア。BenchLeader Indexが使う試験全体のスコアとは比較できません。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。
- HLE Text-Only (Scale)の最高スコアは?
- 2026年11月22日時点で、HLE Text-Only (Scale)の最高スコアは54.2%で、GPT-6 Astraが記録しています(結果の日付は2026年9月9日)。次点はGemini 3.1 Proの47.3%です。スコアはScale AI SEALの公表値で、毎日読み直しています。
- HLE Text-Only (Scale)でトップのAIモデルは?
- 2026年11月22日時点で、HLE Text-Only (Scale)の首位はGPT-6 Astraで、スコアは54.2%です(結果の日付は2026年9月9日)。続いてGemini 3.1 Pro(47.3%)です。
- HLE Text-Only (Scale)の結果があるモデルはいくつですか?
- BenchLeaderでは64のモデル構成にHLE Text-Only (Scale)の結果があり、すべてScale AI SEALから取得しています。
- HLE Text-Only (Scale)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?
- HLE Text-Only (Scale)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。
- HLE Text-Only (Scale)はBenchLeader Indexに含まれますか?
- いいえ。HLE Text-Only (Scale)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。