BenchLeader

PRBench Financeのリーダーボード

2026年11月16日時点で、PRBench Financeの最高スコアは59.5%で、Muse Spark 1.3(Meta)が記録しています。次点はMuse Wonderの58.7%です。公表された結果があるのは42のモデル構成です(Scale AI SEAL、結果の日付は2026年9月14日)。PRBench Financeは、企業価値の評価や開示書類の分析といった自由回答型の専門的な質問を出し、実務家がルーブリックに沿って回答を採点します。PRBench FinanceはBenchLeader Indexの知識スコアに反映されます。

要点(2026年11月16日時点)

  • Muse Spark 1.3がPRBench Financeの最高スコア59.5%を記録しています(Scale AI SEAL、2026年9月14日)。
  • PRBench Financeの2位はMuse Wonderで、58.7%です(Scale AI SEAL、2026年10月14日)。
  • PRBench Finance:金融分野の専門的な推論を、実務家が採点。Scale AI(Scale AI SEAL)。
  • BenchLeaderでは42のモデル構成にPRBench Financeの公表結果があります(BenchLeader、2026年11月16日)。
  • PRBench FinanceはBenchLeader Indexの知識カテゴリに反映されます(BenchLeaderの評価方法)。

金融分野の専門的な推論を、実務家が採点。Scale AI。

公開元
Scale AI SEAL
カテゴリ
知識
Indexでの重み
0.5
モデル
42
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

PRBench Financeは、企業価値の評価や開示書類の分析といった自由回答型の専門的な質問を出し、実務家がルーブリックに沿って回答を採点します。

採点方法

ルーブリックの得点のうち獲得した割合で、Scale AIが公表しています。

注意点

人間によるルーブリック採点で、タスクの数もそれほど多くありません。スコアには正しさだけでなく、判断力や伝え方も反映されます。

42件中42件
#
1Muse Spark 1.359.5%61.62026-09-14
2Muse Wonder58.7%64.42026-10-14
3Muse Spark 1.155.0%62.22026-07-09
4Claude Fable 553.9%65.42026-07-28
5Claude Opus 4.6推論なし53.3%58.42026-02-17
6Muse Spark52.4%64.22026-04-08
7GPT-551.3%56.62025-11-13
8GPT-5 Pro51.1%59.62025-11-13
9Claude Fable 5.150.8%66.42026-09-03
10GPT-5.6 Solmax50.5%65.32026-07-28
11Gemini 4 Argon49.9%64.42026-10-16
12Gemini 3.8 Flash49.5%56.42026-09-09
13o3-pro49.1%49.92025-11-13
14GPT-5.1thinking48.0%54.62025-12-11
15o347.7%60.42025-11-13
16GPT-6 Astra47.5%66.42026-09-09
17Kimi K3.1 Pro47.5%61.82026-11-12
18DeepSeek V4.1 Flash 101747.1%–2026-10-27
19NEWClaude Fable 5.247.1%65.42026-11-12
20Kimi K2.546.5%54.62026-02-13
21GPT-5.2 Pro46.3%–2025-12-16
22GPT-6.1 Sol46.2%62.02026-10-07
23Claude Opus 4.5thinking46.2%59.32025-11-26
24MiniMax M3.1 Flash45.6%54.32026-11-05
25GPT-5.4high45.6%58.62026-04-22
26gpt-oss-120b43.8%46.12025-11-13
27Claude Sonnet 4.543.8%53.82025-11-13
28Kimi K2 Thinkingthinking43.4%52.32025-11-13
29Gemini 3.1 Pro41.9%59.92026-03-23
30Mistral Medium 3.5medium39.4%41.62025-11-13
31o4-mini39.2%55.22025-11-13
32Gemini 3 Pro39.2%60.02025-11-20
33Qwen3 235B A22B 250739.1%50.72025-11-13
34Gemini 2.5 Pro38.9%55.22025-11-13
35Gemini 2.5 Flash38.4%52.42025-11-13
36Kimi K238.3%51.12025-11-13
37Claude Opus 4.135.1%51.12025-11-13
38DeepSeek V3.135.1%49.02025-11-13
39GPT-4.134.3%48.72025-11-13
40DeepSeek R1 052832.7%49.12025-11-13
41GPT-4.1 mini30.4%44.72025-11-13
42Llama 4 Maverick22.4%41.82025-11-13

知識のベンチマークをもっと見る · LLMベンチマーク一覧

引用表記:BenchLeader「PRBench Finance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_prbench_finance

PRBench Finance:よくある質問

PRBench Financeは何を測るベンチマークですか?
PRBench Financeは、企業価値の評価や開示書類の分析といった自由回答型の専門的な質問を出し、実務家がルーブリックに沿って回答を採点します。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。
PRBench Financeの最高スコアは?
2026年11月16日時点で、PRBench Financeの最高スコアは59.5%で、Muse Spark 1.3が記録しています(結果の日付は2026年9月14日)。次点はMuse Wonderの58.7%です。スコアはScale AI SEALの公表値で、毎日読み直しています。
PRBench FinanceでトップのAIモデルは?
2026年11月16日時点で、PRBench Financeの首位はMuse Spark 1.3で、スコアは59.5%です(結果の日付は2026年9月14日)。続いてMuse Wonder(58.7%)です。
PRBench Financeの結果があるモデルはいくつですか?
BenchLeaderでは42のモデル構成にPRBench Financeの結果があり、すべてScale AI SEALから取得しています。
PRBench Finance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?
PRBench Finance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。
PRBench FinanceはBenchLeader Indexに含まれますか?
はい。PRBench FinanceはBenchLeader Indexの知識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。