BenchLeader

PRBench Legalのリーダーボード

2026年11月16日時点で、PRBench Legalの最高スコアは61.6%で、Muse Spark 1.3(Meta)が記録しています。次点はMuse Spark Openの59.8%です。公表された結果があるのは48のモデル構成です(Scale AI SEAL、結果の日付は2026年9月14日)。PRBench Legalは、契約書の分析から具体的な状況への助言まで、専門的な法務タスクを出し、現役の弁護士がルーブリックに沿って採点します。PRBench Legal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 Legalの最高スコア61.6%を記録しています(Scale AI SEAL、2026年9月14日)。
  • PRBench Legalの2位はMuse Spark Openで、59.8%です(Scale AI SEAL、2026年10月20日)。
  • PRBench Legal:法律実務の専門的な推論を、実務家が採点。Scale AI(Scale AI SEAL)。
  • BenchLeaderでは48のモデル構成にPRBench Legalの公表結果があります(BenchLeader、2026年11月16日)。
  • PRBench LegalはBenchLeader Indexの知識カテゴリに反映されます(BenchLeaderの評価方法)。

法律実務の専門的な推論を、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
48
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 Legalは、契約書の分析から具体的な状況への助言まで、専門的な法務タスクを出し、現役の弁護士がルーブリックに沿って採点します。

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

法域に依存し、ルーブリックで採点されます。分類問題中心のLegalBenchを補完するものです。

48件中48件
#
1Muse Spark 1.361.6%61.62026-09-14
2Muse Spark Open59.8%–2026-10-20
3Muse Wonder58.4%64.42026-10-14
4Muse Spark 1.157.0%62.22026-07-09
5Gemini 4 Carbon53.4%–2026-11-11
6Claude Fable 552.6%65.42026-07-28
7Muse Spark52.3%64.22026-04-08
8Claude Opus 4.6推論なし52.3%58.42026-02-17
9Claude Fable 5.151.6%66.42026-09-03
10GPT-5.6 Solmax50.5%65.32026-07-28
11GPT-5 Pro49.9%59.62025-11-13
12o3-pro49.7%49.92025-11-13
13Gemini 4 Argon49.4%64.42026-10-16
14GPT-5.1thinking49.3%54.62025-12-11
15NEWClaude Fable 5.249.0%65.42026-11-12
16GPT-549.0%56.62025-11-13
17Gemini 3.8 Flash48.9%56.42026-09-09
18o348.6%60.42025-11-13
19GPT-6 Astra48.4%66.42026-09-09
20GPT-6.1 Sol47.9%62.02026-10-07
21Kimi K3.1 Pro47.9%61.82026-11-12
22Grok 4.7xhigh47.6%57.42026-09-25
23Claude Opus 5.547.6%61.02026-09-25
24DeepSeek V4.1 Flash 101747.3%–2026-10-27
25GPT-5.2 Pro45.4%–2025-12-16
26MiniMax M3.1 Flash45.1%54.32026-11-05
27GPT-5.4high44.4%58.62026-04-22
28Claude Opus 4.5thinking44.2%59.32025-11-26
29Gemini 3.1 Pro44.0%59.92026-03-23
30Kimi K2.543.8%54.62026-02-13
31GPT-6 Luna42.9%–2026-09-25
32Gemini 2.5 Pro41.4%55.22025-11-13
33Gemini 2.5 Flash41.0%52.42025-11-13
34Kimi K2 Thinkingthinking40.9%52.32025-11-13
35Claude Sonnet 4.540.8%53.82025-11-13
36Gemini 3 Pro40.6%60.02025-11-20
37gpt-oss-120b40.2%46.12025-11-13
38Mistral Medium 3.5medium39.5%41.62025-11-13
39GPT-6 Sol38.6%–2026-09-25
40Qwen3 235B A22B 250738.3%50.72025-11-13
41o4-mini38.1%55.22025-11-13
42DeepSeek V3.137.6%49.02025-11-13
43DeepSeek R1 052836.6%49.12025-11-13
44GPT-4.136.5%48.72025-11-13
45Kimi K236.4%51.12025-11-13
46Claude Opus 4.134.0%51.12025-11-13
47GPT-4.1 mini30.4%44.72025-11-13
48Llama 4 Maverick24.8%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 Legal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_legal

PRBench Legal:よくある質問

PRBench Legalは何を測るベンチマークですか?
PRBench Legalは、契約書の分析から具体的な状況への助言まで、専門的な法務タスクを出し、現役の弁護士がルーブリックに沿って採点します。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 Legalの最高スコアは?
2026年11月16日時点で、PRBench Legalの最高スコアは61.6%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 Spark Openの59.8%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 LegalでトップのAIモデルは?
2026年11月16日時点で、PRBench Legalの首位はMuse Spark 1.3で、スコアは61.6%です(結果の日付は2026年9月14日)。続いてMuse Spark Open(59.8%)です。
PRBench Legalの結果があるモデルはいくつですか?
BenchLeaderでは48のモデル構成にPRBench Legalの結果があり、すべてScale AI SEALから取得しています。
PRBench Legal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 Legal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 LegalはBenchLeader Indexに含まれますか?
はい。PRBench Legal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。