BenchLeader

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。

14件中14件
#
1DeepSeek V3.242.9%50.22025-09-29
2Gemini 2.5 Flash 09 202541.1%47.52025-09-25
3Claude Sonnet 433.1%50.02025-05-22
4Claude 3.7 Sonnet30.9%49.22025-02-24
5Gemini 2.5 Pro30.3%55.22025-05-06
6Claude 3.5 Sonnet24.0%46.82024-10-22
7Gemini 2.0 Flash11.4%43.52025-02-05
8GPT-4o8.6%42.82024-11-20
9Llama 3.1 405B7.4%41.82024-07-23
10Llama 3.1 70B6.9%40.72024-07-23
11Qwen2.5 72B5.7%43.12024-09-19
12Gemini 1.5 Pro 0023.4%41.42024-09-24
13Nova Pro1.7%40.52024-12-03
14Qwen2-72B1.1%41.22024-06-07

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

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。