MCP Atlasのリーダーボード
2026年11月16日時点で、MCP Atlasの最高スコアは90.7%で、Gemini 4 Argon(Google)が記録しています。次点はMuse Spark 1.1の88.1%です。公表された結果があるのは37のモデル構成です(Scale AI SEAL、結果の日付は2026年11月5日)。MCP Atlasは、Scale AIの環境で、Model Context Protocolを通じてツールを呼び出し(サービスへの問い合わせや結果の連結など)、実際のタスクを完了するようモデルに求めます。MCP AtlasはBenchLeader Indexのエージェント・ツールスコアに反映されます。
要点(2026年11月16日時点)
- Gemini 4 ArgonがMCP Atlasの最高スコア90.7%を記録しています(Scale AI SEAL、2026年11月5日)。
- MCP Atlasの2位はMuse Spark 1.1で、88.1%です(Scale AI SEAL、2026年7月9日)。
- MCP Atlas:Model Context Protocolを通じた実践的なツール利用。Scale AI(Scale AI SEAL)。
- BenchLeaderでは37のモデル構成にMCP Atlasの公表結果があります(BenchLeader、2026年11月16日)。
- MCP AtlasはBenchLeader Indexのエージェント・ツールカテゴリに反映されます(BenchLeaderの評価方法)。
Model Context Protocolを通じた実践的なツール利用。Scale AI。
- カテゴリ
- エージェント・ツール
- Indexでの重み
- 1.0
- モデル
- 37
- データ基準日
- 2026年11月16日
- 最新の結果
- 2026年11月6日
Scale AI SEAL Leaderboards.
どんなテストか
MCP Atlasは、Scale AIの環境で、Model Context Protocolを通じてツールを呼び出し(サービスへの問い合わせや結果の連結など)、実際のタスクを完了するようモデルに求めます。
採点方法
正しく完了したタスクの割合です。
注意点
利用できるツールとその説明が結果を左右します。推論の深さではなく、実践的なツールの使い方を測ります。
- 1Gemini 4 Argon90.7%
- 2Muse Spark 1.188.1%
- 3Claude Fable 5.187.2%
- 4Claude Opus 5 (xhigh)85.8%
- 5Claude Opus 5.585.4%
- 6Inkling 2 Small85.4%
- 7Qwen3.8 2.4T A95B (xhigh)84.5%
- 8GLM 5.384.2%
- 9Gemini 3.5 Flash (high)83.6%
- 10Claude Fable 583.3%
- 11Kimi K3 (max)82.3%
- 12Muse Spark82.2%
- 13Claude Opus 4.8 (max)82.2%
- 14GPT-5.681.8%
- 15Inkling Small79.2%
37件中37件
| # | ||||
|---|---|---|---|---|
| 1 | 90.7% | 64.4 | 2026-11-05 | |
| 2 | 88.1% | 62.2 | 2026-07-09 | |
| 3 | 87.2% | 66.4 | 2026-09-04 | |
| 4 | 85.8% | 60.1 | 2026-08-03 | |
| 5 | 85.4% | 61.0 | 2026-11-05 | |
| 6 | 85.4% | 57.9 | 2026-11-06 | |
| 7 | 84.5% | – | 2026-09-17 | |
| 8 | 84.2% | – | 2026-09-17 | |
| 9 | 83.6% | 62.5 | 2026-05-19 | |
| 10 | 83.3% | 65.4 | 2026-06-09 | |
| 11 | 82.3% | 60.2 | 2026-07-20 | |
| 12 | 82.2% | 64.2 | 2026-04-08 | |
| 13 | 82.2% | 61.1 | 2026-05-28 | |
| 14 | 81.8% | – | 2026-07-15 | |
| 15 | 79.2% | 52.0 | 2026-07-30 | |
| 16 | 79.1% | 59.7 | 2026-04-08 | |
| 17 | 78.2% | 60.4 | 2025-11-24 | |
| 18 | 77.8% | 51.9 | 2026-07-20 | |
| 19 | 76.8% | 57.0 | 2025-12-18 | |
| 20 | 76.0% | 50.0 | 2026-07-15 | |
| 21 | 75.6% | 55.4 | 2025-12-17 | |
| 22 | 75.3% | 64.1 | 2026-04-28 | |
| 23 | 70.6% | 63.1 | 2025-11-30 | |
| 24 | 70.3% | 60.0 | 2025-12-18 | |
| 25 | 69.8% | 59.7 | 2025-09-10 | |
| 26 | 69.5% | 57.6 | 2025-11-06 | |
| 27 | 67.6% | 59.9 | 2025-09-10 | |
| 28 | 64.4% | 54.6 | 2025-09-10 | |
| 29 | 63.1% | – | 2026-09-17 | |
| 30 | 62.0% | 56.5 | 2025-09-18 | |
| 31 | 59.5% | 52.3 | 2025-12-16 | |
| 32 | 58.1% | 51.7 | 2025-09-10 | |
| 33 | 57.1% | 48.4 | 2026-01-08 | |
| 34 | 56.7% | 55.1 | 2025-09-10 | |
| 35 | 50.1% | 57.5 | 2025-09-10 | |
| 36 | 44.5% | 49.9 | 2025-09-10 | |
| 37 | 40.2% | 47.7 | 2025-09-10 |
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
関連するベンチマーク
MCP Atlasでの注目のモデル比較
引用表記:BenchLeader「MCP Atlas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_mcp_atlas
MCP Atlas:よくある質問
- MCP Atlasは何を測るベンチマークですか?
- MCP Atlasは、Scale AIの環境で、Model Context Protocolを通じてツールを呼び出し(サービスへの問い合わせや結果の連結など)、実際のタスクを完了するようモデルに求めます。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。
- MCP Atlasの最高スコアは?
- 2026年11月16日時点で、MCP Atlasの最高スコアは90.7%で、Gemini 4 Argonが記録しています(結果の日付は2026年11月5日)。次点はMuse Spark 1.1の88.1%です。スコアはScale AI SEALの公表値で、毎日読み直しています。
- MCP AtlasでトップのAIモデルは?
- 2026年11月16日時点で、MCP Atlasの首位はGemini 4 Argonで、スコアは90.7%です(結果の日付は2026年11月5日)。続いてMuse Spark 1.1(88.1%)です。
- MCP Atlasの結果があるモデルはいくつですか?
- BenchLeaderでは37のモデル構成にMCP Atlasの結果があり、すべてScale AI SEALから取得しています。
- MCP Atlas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?
- MCP Atlas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。
- MCP AtlasはBenchLeader Indexに含まれますか?
- はい。MCP AtlasはBenchLeader Indexのエージェント・ツール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。