BenchLeader

SWE-Bench Pro V2 HARDのリーダーボード

2026年11月16日時点で、SWE-Bench Pro V2 HARDの最高スコアは98.0%で、Claude Opus 5(Anthropic)が記録しています。次点はClaude Fable 5.1の92.2%です。公表された結果があるのは18のモデル構成です(Scale AI SEAL、結果の日付は2026年9月22日)。SWE-Bench Pro V2のうち最も難しいサブセット。Scale AI。SWE-Bench Pro V2 HARD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)

  • Claude Opus 5がSWE-Bench Pro V2 HARDの最高スコア98.0%を記録しています(Scale AI SEAL、2026年9月22日)。
  • SWE-Bench Pro V2 HARDの2位はClaude Fable 5.1で、92.2%です(Scale AI SEAL、2026年9月22日)。
  • SWE-Bench Pro V2 HARD:SWE-Bench Pro V2のうち最も難しいサブセット。Scale AI(Scale AI SEAL)。
  • BenchLeaderでは18のモデル構成にSWE-Bench Pro V2 HARDの公表結果があります(BenchLeader、2026年11月16日)。
  • SWE-Bench Pro V2 HARD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)。

SWE-Bench Pro V2のうち最も難しいサブセット。Scale AI。

公開元
Scale AI SEAL
カテゴリ
コーディング
Indexでの重み
参考のみ
モデル
18
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.

18件中18件
#
1Claude Opus 5xhigh98.0%60.12026-09-22
2Claude Fable 5.1high92.2%63.72026-09-22
3Gemini 4 Argonhigh92.2%65.32026-10-14
4GPT-6 Astrahigh90.2%66.32026-09-22
5Muse Wonderxhigh90.2%–2026-10-14
6Kimi K3max88.2%60.22026-09-22
7Claude Sonnet 5xhigh88.2%55.42026-09-22
8GPT-5.6 Terraxhigh86.3%60.12026-09-22
9Inkling 2 Small86.3%57.92026-11-06
10MiniMax M3.1 Flashxhigh84.3%–2026-11-02
11GLM 5.3max84.3%58.82026-09-22
12GPT-5.6 Solxhigh82.4%63.92026-09-22
13Muse Spark Openxhigh82.3%53.52026-10-16
14Claude Sonnet 5.5xhigh70.6%62.52026-10-12
15Gemini 3.8 Flashhigh58.8%59.42026-09-22
16Inklingxhigh56.9%50.02026-09-22
17Claude Haiku 5.5high52.9%55.32026-10-08
18Claude Haiku 4.5xhigh25.5%–2026-09-22

コーディング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「SWE-Bench Pro V2 HARD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_swe_bench_pro_v2_hard

SWE-Bench Pro V2 HARD:よくある質問

SWE-Bench Pro V2 HARDは何を測るベンチマークですか?
SWE-Bench Pro V2のうち最も難しいサブセット。Scale AI。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。
SWE-Bench Pro V2 HARDの最高スコアは?
2026年11月16日時点で、SWE-Bench Pro V2 HARDの最高スコアは98.0%で、Claude Opus 5が記録しています(結果の日付は2026年9月22日)。次点はClaude Fable 5.1の92.2%です。スコアはScale AI SEALの公表値で、毎日読み直しています。
SWE-Bench Pro V2 HARDでトップのAIモデルは?
2026年11月16日時点で、SWE-Bench Pro V2 HARDの首位はClaude Opus 5で、スコアは98.0%です(結果の日付は2026年9月22日)。続いてClaude Fable 5.1(92.2%)です。
SWE-Bench Pro V2 HARDの結果があるモデルはいくつですか?
BenchLeaderでは18のモデル構成にSWE-Bench Pro V2 HARDの結果があり、すべてScale AI SEALから取得しています。
SWE-Bench Pro V2 HARD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?
SWE-Bench Pro V2 HARD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。
SWE-Bench Pro V2 HARDはBenchLeader Indexに含まれますか?
いいえ。SWE-Bench Pro V2 HARD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。