VISTAのリーダーボード
2026年11月16日時点で、VISTAの最高スコアは54.6%で、Gemini 2.5 Pro(Google)が記録しています。次点はGPT-5.4 Proの53.9%です。公表された結果があるのは57のモデル構成です(Scale AI SEAL、結果の日付は2025年3月5日)。VISTAは、このベンチマークのために作られた画像推論タスクで、視覚と言語の理解力を測ります。VISTAはBenchLeader Indexのマルチモーダルスコアに反映されます。
要点(2026年11月16日時点)
- Gemini 2.5 ProがVISTAの最高スコア54.6%を記録しています(Scale AI SEAL、2025年3月5日)。
- VISTAの2位はGPT-5.4 Proで、53.9%です(Scale AI SEAL、2026年3月23日)。
- VISTA:視覚と言語の理解。Scale AI(Scale AI SEAL)。
- BenchLeaderでは57のモデル構成にVISTAの公表結果があります(BenchLeader、2026年11月16日)。
- VISTAはBenchLeader Indexのマルチモーダルカテゴリに反映されます(BenchLeaderの評価方法)。
視覚と言語の理解。Scale AI。
- カテゴリ
- マルチモーダル
- Indexでの重み
- 1.0
- モデル
- 57
- データ基準日
- 2026年11月16日
Scale AI SEAL Leaderboards.
どんなテストか
VISTAは、このベンチマークのために作られた画像推論タスクで、視覚と言語の理解力を測ります。
採点方法
正答率で、Scale AIが公表しています。
注意点
画像入力に対応したモデルだけが掲載されています。タスクの構成はScaleが決めたものです。
- 1Gemini 2.5 Pro54.6%
- 2GPT-5.4 Pro53.9%
- 3GPT-5 Pro52.4%
- 4o4-mini (high)51.8%
- 5o4-mini (medium)51.7%
- 6o3-pro (high)51.6%
- 7Gemini 3 Pro51.5%
- 8GPT-5.4 (thinking)50.9%
- 9GPT-5 mini50.4%
- 10o3 (high)50.1%
- 11GPT-549.7%
- 12o3 (medium)49.6%
- 13Gemini 2.5 Flash49.1%
- 14Claude Sonnet 4.5 (thinking)48.8%
- 15Claude Opus 4.1 (thinking)48.4%
57件中57件
| # | ||||
|---|---|---|---|---|
| 1 | 54.6% | 55.2 | 2025-03-05 | |
| 2 | 53.9% | 63.1 | 2026-03-23 | |
| 3 | 52.4% | 59.6 | 2025-11-06 | |
| 4 | 51.8% | 51.2 | 2025-04-25 | |
| 5 | 51.7% | 51.7 | 2025-04-16 | |
| 6 | 51.6% | 55.9 | 2025-06-26 | |
| 7 | 51.5% | 60.0 | 2025-11-19 | |
| 8 | 50.9% | – | 2026-03-10 | |
| 9 | 50.4% | 56.6 | 2025-08-22 | |
| 10 | 50.1% | 55.1 | 2025-04-25 | |
| 11 | 49.7% | 56.6 | 2025-08-13 | |
| 12 | 49.6% | 53.3 | 2025-04-16 | |
| 13 | 49.1% | 52.4 | 2025-05-20 | |
| 14 | 48.8% | 52.3 | 2025-10-02 | |
| 15 | 48.4% | 58.1 | 2025-08-08 | |
| 16 | 48.2% | 52.9 | 2025-03-05 | |
| 17 | 47.3% | – | 2025-03-05 | |
| 18 | 47.0% | 55.7 | 2025-05-24 | |
| 19 | 46.9% | 52.6 | 2026-03-23 | |
| 20 | 46.6% | 56.7 | 2025-12-15 | |
| 21 | 46.4% | 59.3 | 2025-11-26 | |
| 22 | 46.1% | 57.0 | 2026-02-17 | |
| 23 | 45.5% | 45.1 | 2025-03-05 | |
| 24 | 45.5% | 53.8 | 2025-05-23 | |
| 25 | 45.5% | 58.4 | 2026-02-17 | |
| 26 | 45.3% | 48.7 | 2025-04-15 | |
| 27 | 45.3% | 57.1 | 2025-11-26 | |
| 28 | 45.3% | 52.5 | 2025-03-05 | |
| 29 | 45.3% | 51.1 | 2025-08-08 | |
| 30 | 45.0% | 53.8 | 2025-10-02 | |
| 31 | 43.8% | 54.6 | 2025-11-26 | |
| 32 | 43.5% | 51.9 | 2025-05-23 | |
| 33 | 43.3% | 47.5 | 2025-03-05 | |
| 34 | 43.2% | 50.0 | 2025-05-23 | |
| 35 | 43.0% | 49.2 | 2025-03-05 | |
| 36 | 42.1% | 50.5 | 2025-03-05 | |
| 37 | 41.9% | 54.6 | 2026-02-12 | |
| 38 | 41.1% | 44.7 | 2025-04-14 | |
| 39 | 40.0% | 43.5 | 2025-03-05 | |
| 40 | 38.7% | 46.8 | 2025-03-05 | |
| 41 | 38.3% | 41.8 | 2025-04-07 | |
| 42 | 38.0% | 42.8 | 2025-03-05 | |
| 43 | 37.1% | 47.0 | 2025-03-05 | |
| 44 | 34.9% | – | 2025-11-26 | |
| 45 | 34.6% | 44.3 | 2025-05-13 | |
| 46 | 34.0% | 38.2 | 2025-03-05 | |
| 47 | 33.9% | – | 2025-03-05 | |
| 48 | 32.7% | 48.0 | 2025-03-05 | |
| 49 | 28.6% | – | 2025-03-05 | |
| 50 | 27.8% | 38.8 | 2025-03-05 | |
| 51 | 26.6% | 36.9 | 2025-04-14 | |
| 52 | 26.3% | 40.5 | 2025-03-05 | |
| 53 | 26.0% | – | 2025-03-05 | |
| 54 | 25.5% | 38.2 | 2025-03-07 | |
| 55 | 24.6% | 36.0 | 2025-03-07 | |
| 56 | 20.5% | 35.6 | 2025-03-27 | |
| 57 | 15.2% | – | 2025-03-27 |
マルチモーダ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
VISTAでの注目のモデル比較
引用表記:BenchLeader「VISTA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_vista
VISTA:よくある質問
- VISTAは何を測るベンチマークですか?
- VISTAは、このベンチマークのために作られた画像推論タスクで、視覚と言語の理解力を測ります。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。
- VISTAの最高スコアは?
- 2026年11月16日時点で、VISTAの最高スコアは54.6%で、Gemini 2.5 Proが記録しています(結果の日付は2025年3月5日)。次点はGPT-5.4 Proの53.9%です。スコアはScale AI SEALの公表値で、毎日読み直しています。
- VISTAでトップのAIモデルは?
- 2026年11月16日時点で、VISTAの首位はGemini 2.5 Proで、スコアは54.6%です(結果の日付は2025年3月5日)。続いてGPT-5.4 Pro(53.9%)です。
- VISTAの結果があるモデルはいくつですか?
- BenchLeaderでは57のモデル構成にVISTAの結果があり、すべてScale AI SEALから取得しています。
- VISTA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?
- VISTA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。
- VISTAはBenchLeader Indexに含まれますか?
- はい。VISTAはBenchLeader Indexのマルチモーダ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。