BenchLeader

SciPredictのリーダーボード

2026年11月16日時点で、SciPredictの最高スコアは25.3%で、Gemini 3 Pro(Google)が記録しています。次点はClaude Opus 4.5の23.1%です。公表された結果があるのは15のモデル構成です(Scale AI SEAL、結果の日付は2026年1月14日)。文献にある実験の設定を与え、モデルに結果を予測させ、論文で得られた結果と照らして採点します。SciPredict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)

  • Gemini 3 ProがSciPredictの最高スコア25.3%を記録しています(Scale AI SEAL、2026年1月14日)。
  • SciPredictの2位はClaude Opus 4.5で、23.1%です(Scale AI SEAL、2026年1月14日)。
  • SciPredict:科学実験の結果を、実験の前に予測するタスク。Scale AI(Scale AI SEAL)。
  • BenchLeaderでは15のモデル構成にSciPredictの公表結果があります(BenchLeader、2026年11月16日)。
  • SciPredict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)。

科学実験の結果を、実験の前に予測するタスク。Scale AI。

公開元
Scale AI SEAL
カテゴリ
推論
Indexでの重み
参考のみ
モデル
15
データ基準日
2026年11月16日

Scale AI SEAL Leaderboards.

どんなテストか

文献にある実験の設定を与え、モデルに結果を予測させ、論文で得られた結果と照らして採点します。

採点方法

正答率で、Scale AIが公表しています。

注意点

科学的な直感を試すテストです。発表済みの実験なので、データ汚染の可能性があります。

15件中15件
#
1Gemini 3 Pro25.3%60.02026-01-14
2Claude Opus 4.523.1%57.12026-01-14
3Claude Sonnet 4.522.6%53.82026-01-14
4Gemini 3 Flash22.2%56.52026-01-14
5Claude Opus 4.122.2%51.12026-01-14
6GPT-5.220.6%56.72026-01-14
7o3-mini19.8%50.22026-01-14
8DeepSeek V319.2%44.32026-01-14
9Llama 3.3 70B18.2%39.92026-01-14
10o317.9%60.42026-01-14
11Gemini 2.5 Pro17.0%55.22026-01-14
12Qwen3 32B17.0%51.22026-01-14
13Qwen3 235B A22B16.6%50.12026-01-14
14o4-mini16.2%55.22026-01-14
15Llama 3.1 8B14.7%33.02026-01-14

推論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「SciPredict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_scipredict

SciPredict:よくある質問

SciPredictは何を測るベンチマークですか?
文献にある実験の設定を与え、モデルに結果を予測させ、論文で得られた結果と照らして採点します。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。
SciPredictの最高スコアは?
2026年11月16日時点で、SciPredictの最高スコアは25.3%で、Gemini 3 Proが記録しています(結果の日付は2026年1月14日)。次点はClaude Opus 4.5の23.1%です。スコアはScale AI SEALの公表値で、毎日読み直しています。
SciPredictでトップのAIモデルは?
2026年11月16日時点で、SciPredictの首位はGemini 3 Proで、スコアは25.3%です(結果の日付は2026年1月14日)。続いてClaude Opus 4.5(23.1%)です。
SciPredictの結果があるモデルはいくつですか?
BenchLeaderでは15のモデル構成にSciPredictの結果があり、すべてScale AI SEALから取得しています。
SciPredict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?
SciPredict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。
SciPredictはBenchLeader Indexに含まれますか?
いいえ。SciPredict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。