TheAgentCompanyのリーダーボード
2026年11月16日時点で、TheAgentCompanyの最高スコアは42.9%で、DeepSeek V3.2(DeepSeek)が記録しています。次点はGemini 2.5 Flash 09 2025の41.1%です。公表された結果があるのは14のモデル構成です(TheAgentCompany、結果の日付は2025年9月29日)。チャット、コードホスティング、オフィスツールを備えたシミュレーション上の会社でエージェントが働き、新入社員がこなすようなタスクを完了させます。TheAgentCompany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)
- DeepSeek V3.2がTheAgentCompanyの最高スコア42.9%を記録しています(TheAgentCompany、2025年9月29日)。
- TheAgentCompanyの2位はGemini 2.5 Flash 09 2025で、41.1%です(TheAgentCompany、2025年9月25日)。
- TheAgentCompany:架空のソフトウェア会社でのオフィス業務(TheAgentCompany)。
- BenchLeaderでは14のモデル構成にTheAgentCompanyの公表結果があります(BenchLeader、2026年11月16日)。
- TheAgentCompany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)。
架空のソフトウェア会社でのオフィス業務。
- 公開元
- TheAgentCompanyデータ取得元:Epoch AI Benchmarking Hub
- カテゴリ
- エージェント・ツール
- Indexでの重み
- 参考のみ
- モデル
- 14
- データ基準日
- 2026年11月16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
チャット、コードホスティング、オフィスツールを備えたシミュレーション上の会社でエージェントが働き、新入社員がこなすようなタスクを完了させます。
採点方法
解決できたタスクの割合で、TheAgentCompanyが公表しています。
注意点
ハーネスに左右され、環境はシミュレーションです。
- 1DeepSeek V3.242.9%
- 2Gemini 2.5 Flash 09 202541.1%
- 3Claude Sonnet 433.1%
- 4Claude 3.7 Sonnet30.9%
- 5Gemini 2.5 Pro30.3%
- 6Claude 3.5 Sonnet24.0%
- 7Gemini 2.0 Flash11.4%
- 8GPT-4o8.6%
- 9Llama 3.1 405B7.4%
- 10Llama 3.1 70B6.9%
- 11Qwen2.5 72B5.7%
- 12Gemini 1.5 Pro 0023.4%
- 13Nova Pro1.7%
- 14Qwen2-72B1.1%
14件中14件
| # | ||||
|---|---|---|---|---|
| 1 | 42.9% | 50.2 | 2025-09-29 | |
| 2 | 41.1% | 47.5 | 2025-09-25 | |
| 3 | 33.1% | 50.0 | 2025-05-22 | |
| 4 | 30.9% | 49.2 | 2025-02-24 | |
| 5 | 30.3% | 55.2 | 2025-05-06 | |
| 6 | 24.0% | 46.8 | 2024-10-22 | |
| 7 | 11.4% | 43.5 | 2025-02-05 | |
| 8 | 8.6% | 42.8 | 2024-11-20 | |
| 9 | 7.4% | 41.8 | 2024-07-23 | |
| 10 | 6.9% | 40.7 | 2024-07-23 | |
| 11 | 5.7% | 43.1 | 2024-09-19 | |
| 12 | 3.4% | 41.4 | 2024-09-24 | |
| 13 | 1.7% | 40.5 | 2024-12-03 | |
| 14 | 1.1% | 41.2 | 2024-06-07 |
エージェント・ツー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
引用表記:BenchLeader「TheAgentCompany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/the_agent_company
TheAgentCompany:よくある質問
- TheAgentCompanyは何を測るベンチマークですか?
- チャット、コードホスティング、オフィスツールを備えたシミュレーション上の会社でエージェントが働き、新入社員がこなすようなタスクを完了させます。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。
- TheAgentCompanyの最高スコアは?
- 2026年11月16日時点で、TheAgentCompanyの最高スコアは42.9%で、DeepSeek V3.2が記録しています(結果の日付は2025年9月29日)。次点はGemini 2.5 Flash 09 2025の41.1%です。スコアはTheAgentCompanyの公表値で、毎日読み直しています。
- TheAgentCompanyでトップのAIモデルは?
- 2026年11月16日時点で、TheAgentCompanyの首位はDeepSeek V3.2で、スコアは42.9%です(結果の日付は2025年9月29日)。続いてGemini 2.5 Flash 09 2025(41.1%)です。
- TheAgentCompanyの結果があるモデルはいくつですか?
- BenchLeaderでは14のモデル構成にTheAgentCompanyの結果があり、すべてTheAgentCompany(Epoch AI Benchmarking Hub経由)から取得しています。
- TheAgentCompany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?
- TheAgentCompanyはTheAgentCompany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。
- TheAgentCompanyはBenchLeader Indexに含まれますか?
- いいえ。TheAgentCompany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。