BenchLeader

SciCodeのリーダーボード

2026年11月16日時点で、SciCodeの最高スコアは67.7%で、Claude Fable 5.2(Anthropic)が記録しています。次点はClaude Opus 5.5の66.9%です。公表された結果があるのは236のモデル構成です(SciCode、結果の日付は2026年11月9日)。SciCodeは、物理学・化学・生物学・材料科学の研究レベルのプログラミング問題をモデルに与えます。各問題はいくつかのサブステップに分かれており、それらを積み上げて動く科学シミュレーションや解析を完成させます。SciCodeはBenchLeader Indexのコーディングスコアに反映されます。

要点(2026年11月16日時点)

  • Claude Fable 5.2がSciCodeの最高スコア67.7%を記録しています(SciCode、2026年11月9日)。
  • SciCodeの2位はClaude Opus 5.5で、66.9%です(SciCode、2026年9月22日)。
  • SciCode:研究レベルの科学計算コーディング問題(SciCode)。
  • BenchLeaderでは236のモデル構成にSciCodeの公表結果があります(BenchLeader、2026年11月16日)。
  • SciCodeはBenchLeader Indexのコーディングカテゴリに反映されます(BenchLeaderの評価方法)。

研究レベルの科学計算コーディング問題。

公開元
SciCodeデータ取得元:Epoch AI Benchmarking Hub
カテゴリ
コーディング
Indexでの重み
0.5
モデル
236
データ基準日
2026年11月16日
最新の結果
2026年11月10日

CC BY 4.0 — Epoch AI, ‘AI Benchmarking Hub’, epoch.ai/benchmarks. Mirrored boards credit their original publishers.

どんなテストか

SciCodeは、物理学・化学・生物学・材料科学の研究レベルのプログラミング問題をモデルに与えます。各問題はいくつかのサブステップに分かれており、それらを積み上げて動く科学シミュレーションや解析を完成させます。

採点方法

完全に解けたメイン問題の割合で、すべてのサブステップがテストに合格する必要があります。Epoch AIが標準のプロンプトでモデルを実行しています。

注意点

全部正解しないと得点にならないため採点は厳しく、サブステップの部分点は表示されません。コーディング力と同じくらい、科学の背景知識が問われます。

236件中236件
#
1NEWClaude Fable 5.2max67.7%72.72026-11-09
2Claude Opus 5.5max66.9%68.42026-09-22
3NEWClaude Fable 5.2xhigh65.6%69.72026-11-09
4Claude Opus 5.5xhigh65.0%65.42026-09-22
5Gemini 4 Carbonhigh64.2%68.92026-11-10
6Claude Fable 5.1max63.1%66.72026-09-01
7Gemini 4 Argonhigh61.8%65.32026-10-13
8Claude Fable 5max61.0%65.12026-06-09
9Claude Sonnet 5.5max61.0%64.22026-09-28
10Claude Fable 5.1xhigh60.9%64.62026-09-01
11MiMo-V2.6-Pro60.9%57.52026-09-21
12Kimi K3.1 Pro60.8%61.82026-10-23
13Claude Opus 5.5high60.4%66.02026-09-22
14Muse Wondermax60.3%60.82026-10-12
15Gemini 3.7 Flashmedium59.8%60.12026-08-13
16NEWClaude Fable 5.2medium59.7%66.32026-11-09
17Muse Spark 1.3xhigh59.7%58.12026-09-02
18NEWClaude Fable 5.2high59.5%68.42026-11-09
19Kimi K3max59.5%60.22026-07-16
20Claude Opus 5.5medium59.3%61.22026-09-22
21GLM 5.3max59.0%58.82026-08-14
22Step 5 Preview58.9%56.02026-09-18
23Muse Spark 1.158.8%62.22026-07-09
24Muse Spark 1.3max58.8%60.62026-09-02
25Muse Spark 1.1xhigh58.8%59.52026-07-09
26Claude Fable 5.1high58.7%63.72026-09-01
27Kimi K358.7%60.72026-07-16
28Gemini 3.1 Pro58.7%59.92026-02-19
29Claude Opus 5.5low58.6%58.92026-09-22
30Muse Spark Open 816B A42Bxhigh58.5%58.12026-10-15
31NEWClaude Fable 5.2low57.8%65.32026-11-09
32GPT-5.6 Solhigh57.8%63.42026-07-09
33Grok 4.7high57.8%56.92026-09-21
34GPT-6 Solmax57.6%62.62026-09-22
35Muse Spark 1.2xhigh57.4%61.52026-08-05
36GPT-5.6 Solmedium57.4%61.32026-07-09
37Grok 4.7xhigh57.4%57.42026-09-21
38Claude Sonnet 5.5xhigh57.3%62.52026-09-28
39Gemini 3.7 Flashhigh57.2%62.12026-08-13
40GPT-5.6 Solmax57.1%65.32026-07-09
41GPT-5.6 Solxhigh57.1%63.92026-07-09
42Claude Fable 5.1low56.7%58.82026-09-01
43GPT-5.4xhigh56.6%63.12026-03-05
44Gemini 3.8 Flashhigh56.6%59.42026-09-02
45GPT-6 Astramax56.5%67.32026-09-03
46Grok 4.6high56.5%60.62026-08-12
47Claude Opus 5max56.4%65.02026-07-24
48Claude Fable 5.1medium56.4%61.72026-09-01
49GPT-5.6 Sollow56.4%60.22026-07-09
50GPT-5.5high56.1%63.52026-04-23
51Grok 4.6medium55.9%59.42026-08-12
52DeepSeek V4.1 Flash 1017max55.9%57.72026-10-17
53GPT-5.5xhigh55.8%64.12026-04-23
54GPT-6.1 Solhigh55.8%63.42026-09-29
55GPT-6 Astraxhigh55.7%66.02026-09-03
56GPT-6.1 Solxhigh55.7%63.62026-09-29
57GPT-6 Astrahigh55.4%66.32026-09-03
58GPT-6.1 Terramax55.1%64.12026-10-26
59Gemini 3.8 Flashmedium55.1%60.22026-09-02
60GPT-6 Solxhigh55.1%58.42026-09-22

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「SciCode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/scicode

SciCode:よくある質問

SciCodeは何を測るベンチマークですか?
SciCodeは、物理学・化学・生物学・材料科学の研究レベルのプログラミング問題をモデルに与えます。各問題はいくつかのサブステップに分かれており、それらを積み上げて動く科学シミュレーションや解析を完成させます。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。
SciCodeの最高スコアは?
2026年11月16日時点で、SciCodeの最高スコアは67.7%で、Claude Fable 5.2が記録しています(結果の日付は2026年11月9日)。次点はClaude Opus 5.5の66.9%です。スコアはSciCodeの公表値で、毎日読み直しています。
SciCodeでトップのAIモデルは?
2026年11月16日時点で、SciCodeの首位はClaude Fable 5.2で、スコアは67.7%です(結果の日付は2026年11月9日)。続いてClaude Opus 5.5(66.9%)です。
SciCodeの結果があるモデルはいくつですか?
BenchLeaderでは236のモデル構成にSciCodeの結果があり、すべてSciCode(Epoch AI Benchmarking Hub経由)から取得しています。
SciCode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?
SciCodeはSciCode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。
SciCodeはBenchLeader Indexに含まれますか?
はい。SciCodeはBenchLeader Indexのコーディング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。