BioMysteryBenchのリーダーボード
2026年11月16日時点で、BioMysteryBenchの最高スコアは83.7%で、Claude Fable 5.2(Anthropic)が記録しています。次点はClaude Sonnet 5.5の81.1%です。公表された結果があるのは31のモデル構成です(Vals AI、結果の日付は2026年11月9日)。各タスクでは、バイオインフォマティクスの問いとその元になるデータをモデルに渡し、研究者が行うような一連の分析を求めます。BioMysteryBench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)
- Claude Fable 5.2がBioMysteryBenchの最高スコア83.7%を記録しています(Vals AI、2026年11月9日)。
- BioMysteryBenchの2位はClaude Sonnet 5.5で、81.1%です(Vals AI、2026年11月9日)。
- BioMysteryBench:生データから結論まで、バイオインフォマティクスの調査をひと通り行うタスク。Vals AIが実施(Vals AI)。
- BenchLeaderでは31のモデル構成にBioMysteryBenchの公表結果があります(BenchLeader、2026年11月16日)。
- BioMysteryBench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)。
生データから結論まで、バイオインフォマティクスの調査をひと通り行うタスク。Vals AIが実施。
- 公開元
- Vals AI
- カテゴリ
- 知識
- Indexでの重み
- 参考のみ
- モデル
- 31
- データ基準日
- 2026年11月16日
Vals AI (vals.ai).
どんなテストか
各タスクでは、バイオインフォマティクスの問いとその元になるデータをモデルに渡し、研究者が行うような一連の分析を求めます。
採点方法
正しい結論にたどり着いた調査の割合で、Vals AIが採点しています。
注意点
タスクの数が少なく、1件が長いため、1つの結果でスコアが動きます。
- 1Claude Fable 5.2 (high)83.7%
- 2Claude Sonnet 5.5 (max)81.1%
- 3GPT-6.1 Sol (max)79.6%
- 4Claude Opus 5.5 (max)79.3%
- 5GPT-6 Astra (max)79.3%
- 6Claude Opus 5 (max)79.3%
- 7Gemini 4 Argon (high)76.3%
- 8Kimi K3.1 Pro (max)75.6%
- 9GPT-6 Sol (max)74.8%
- 10Muse Wonder Full (max)73.3%
- 11Kimi K3 (max)72.6%
- 12Grok 4.6 (high)72.2%
- 13GPT-5.6 Sol (max)71.1%
- 14Claude Haiku 5.5 (max)70.4%
- 15Inkling 2 Small70.0%
31件中31件
| # | |||||
|---|---|---|---|---|---|
| 1 | NEW | 83.7% | 68.4 | $1.68 | 2026-11-09 |
| 2 | 81.1% | 64.2 | $2.95 | 2026-11-09 | |
| 3 | 79.6% | 66.6 | $0.372 | 2026-11-09 | |
| 4 | 79.3% | 68.4 | $2.95 | 2026-11-09 | |
| 5 | 79.3% | 67.3 | $1.72 | 2026-11-09 | |
| 6 | 79.3% | 65.0 | $3.29 | 2026-11-09 | |
| 7 | 76.3% | 65.3 | $5.71 | 2026-11-09 | |
| 8 | 75.6% | 59.9 | $0.790 | 2026-11-09 | |
| 9 | 74.8% | 62.6 | $0.662 | 2026-11-09 | |
| 10 | 73.3% | 61.7 | $3.47 | 2026-11-09 | |
| 11 | 72.6% | 60.2 | $1.06 | 2026-11-09 | |
| 12 | 72.2% | 60.6 | $1.23 | 2026-11-09 | |
| 13 | 71.1% | 65.3 | $1.93 | 2026-11-09 | |
| 14 | 70.4% | 55.3 | $0.513 | 2026-11-09 | |
| 15 | 70.0% | 57.9 | $0.269 | 2026-11-09 | |
| 16 | 69.3% | 57.4 | $2.49 | 2026-11-09 | |
| 17 | 69.3% | 56.7 | $0.362 | 2026-11-09 | |
| 18 | 69.3% | 54.8 | $0.050 | 2026-11-09 | |
| 19 | 67.8% | 55.6 | $0.233 | 2026-11-09 | |
| 20 | 67.4% | 56.0 | $0.495 | 2026-11-09 | |
| 21 | 67.0% | 60.8 | $3.23 | 2026-11-09 | |
| 22 | 67.0% | 48.3 | $1.05 | 2026-11-09 | |
| 23 | Ember-1 | 67.0% | – | $0.907 | 2026-11-09 |
| 24 | 64.8% | 61.5 | $0.995 | 2026-11-09 | |
| 25 | 64.4% | 57.2 | $0.039 | 2026-11-09 | |
| 26 | 62.2% | 59.4 | $1.55 | 2026-11-09 | |
| 27 | 61.5% | 56.2 | $0.089 | 2026-11-09 | |
| 28 | 61.5% | 55.1 | $0.053 | 2026-11-09 | |
| 29 | 60.0% | 60.4 | $0.713 | 2026-11-09 | |
| 30 | 58.5% | 61.0 | $1.25 | 2026-11-09 | |
| 31 | 42.6% | 45.9 | – | 2026-11-09 |
関連するベンチマーク
BioMysteryBenchでの注目のモデル比較
引用表記:BenchLeader「BioMysteryBench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/vals_biomysterybench
BioMysteryBench:よくある質問
- BioMysteryBenchは何を測るベンチマークですか?
- 各タスクでは、バイオインフォマティクスの問いとその元になるデータをモデルに渡し、研究者が行うような一連の分析を求めます。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。
- BioMysteryBenchの最高スコアは?
- 2026年11月16日時点で、BioMysteryBenchの最高スコアは83.7%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 Sonnet 5.5の81.1%です。スコアはVals AIの公表値で、毎日読み直しています。
- BioMysteryBenchでトップのAIモデルは?
- 2026年11月16日時点で、BioMysteryBenchの首位はClaude Fable 5.2で、スコアは83.7%です(結果の日付は2026年11月9日)。続いてClaude Sonnet 5.5(81.1%)です。
- BioMysteryBenchの結果があるモデルはいくつですか?
- BenchLeaderでは31のモデル構成にBioMysteryBenchの結果があり、すべてVals AIから取得しています。
- BioMysteryBench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?
- BioMysteryBenchはVals AI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。
- BioMysteryBenchはBenchLeader Indexに含まれますか?
- いいえ。BioMysteryBench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。