VTBのリーダーボード
2026年11月16日時点で、VTBの最高スコアは44.8%で、Muse Spark 1.1(Meta)が記録しています。次点はGPT-5.4の29.2%です。公表された結果があるのは21のモデル構成です(Scale AI SEAL、結果の日付は2026年7月9日)。グラフの読み取りから違いの発見まで、実用的な画像タスクを参照解答と照らして採点します。VTB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)
- Muse Spark 1.1がVTBの最高スコア44.8%を記録しています(Scale AI SEAL、2026年7月9日)。
- VTBの2位はGPT-5.4で、29.2%です(Scale AI SEAL、2026年3月24日)。
- VTB:実用的な画像タスクにわたる、Scaleの視覚タスクベンチマーク。Scale AI(Scale AI SEAL)。
- BenchLeaderでは21のモデル構成にVTBの公表結果があります(BenchLeader、2026年11月16日)。
- VTB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)。
実用的な画像タスクにわたる、Scaleの視覚タスクベンチマーク。Scale AI。
- カテゴリ
- マルチモーダル
- Indexでの重み
- 参考のみ
- モデル
- 21
- データ基準日
- 2026年11月16日
Scale AI SEAL Leaderboards.
どんなテストか
グラフの読み取りから違いの発見まで、実用的な画像タスクを参照解答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
画像入力に対応したモデルだけが対象です。
- 1Muse Spark 1.144.8%
- 2GPT-5.4 (high)29.2%
- 3Gemini 3.1 Pro29.0%
- 4Claude Opus 4.6 (thinking)27.5%
- 5Gemini 3 Pro26.9%
- 6GPT-5 (thinking)18.7%
- 7GPT-517.0%
- 8o313.7%
- 9Gemini 2.5 Pro11.8%
- 10o4-mini11.1%
- 11Claude Sonnet 4.5 (thinking)6.2%
- 12Claude Sonnet 4.55.6%
- 13GPT-4.15.5%
- 14Claude Opus 4.1 (thinking)5.2%
- 15Claude Opus 4.14.7%
21件中21件
| # | ||||
|---|---|---|---|---|
| 1 | 44.8% | 62.2 | 2026-07-09 | |
| 2 | 29.2% | 58.6 | 2026-03-24 | |
| 3 | 29.0% | 59.9 | 2026-03-24 | |
| 4 | 27.5% | – | 2026-03-24 | |
| 5 | 26.9% | 60.0 | 2025-11-20 | |
| 6 | 18.7% | – | 2025-10-08 | |
| 7 | 17.0% | 56.6 | 2025-10-08 | |
| 8 | 13.7% | 60.4 | 2025-10-08 | |
| 9 | 11.8% | 55.2 | 2025-10-08 | |
| 10 | 11.1% | 55.2 | 2025-10-08 | |
| 11 | 6.2% | 52.3 | 2025-10-08 | |
| 12 | 5.6% | 53.8 | 2025-10-08 | |
| 13 | 5.5% | 48.7 | 2025-10-08 | |
| 14 | 5.2% | 58.1 | 2025-10-08 | |
| 15 | 4.7% | 51.1 | 2025-10-08 | |
| 16 | 4.7% | 52.4 | 2025-10-08 | |
| 17 | 4.5% | 50.0 | 2025-10-08 | |
| 18 | 4.4% | 53.8 | 2025-10-08 | |
| 19 | 2.0% | 45.1 | 2025-10-08 | |
| 20 | 1.6% | 38.2 | 2025-10-08 | |
| 21 | 1.4% | 41.8 | 2025-10-08 |
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
VTBでの注目のモデル比較
引用表記:BenchLeader「VTB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_vtb
VTB:よくある質問
- VTBは何を測るベンチマークですか?
- グラフの読み取りから違いの発見まで、実用的な画像タスクを参照解答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。
- VTBの最高スコアは?
- 2026年11月16日時点で、VTBの最高スコアは44.8%で、Muse Spark 1.1が記録しています(結果の日付は2026年7月9日)。次点はGPT-5.4の29.2%です。スコアはScale AI SEALの公表値で、毎日読み直しています。
- VTBでトップのAIモデルは?
- 2026年11月16日時点で、VTBの首位はMuse Spark 1.1で、スコアは44.8%です(結果の日付は2026年7月9日)。続いてGPT-5.4(29.2%)です。
- VTBの結果があるモデルはいくつですか?
- BenchLeaderでは21のモデル構成にVTBの結果があり、すべてScale AI SEALから取得しています。
- VTB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?
- VTB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。
- VTBはBenchLeader Indexに含まれますか?
- いいえ。VTB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。