BenchLeader

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。

31件中31件
#
1NEWClaude Fable 5.2high83.7%68.4$1.682026-11-09
2Claude Sonnet 5.5max81.1%64.2$2.952026-11-09
3GPT-6.1 Solmax79.6%66.6$0.3722026-11-09
4Claude Opus 5.5max79.3%68.4$2.952026-11-09
5GPT-6 Astramax79.3%67.3$1.722026-11-09
6Claude Opus 5max79.3%65.0$3.292026-11-09
7Gemini 4 Argonhigh76.3%65.3$5.712026-11-09
8Kimi K3.1 Promax75.6%59.9$0.7902026-11-09
9GPT-6 Solmax74.8%62.6$0.6622026-11-09
10Muse Wonder Fullmax73.3%61.7$3.472026-11-09
11Kimi K3max72.6%60.2$1.062026-11-09
12Grok 4.6high72.2%60.6$1.232026-11-09
13GPT-5.6 Solmax71.1%65.3$1.932026-11-09
14Claude Haiku 5.5max70.4%55.3$0.5132026-11-09
15Inkling 2 Small70.0%57.9$0.2692026-11-09
16Grok 4.7xhigh69.3%57.4$2.492026-11-09
17Hy469.3%56.7$0.3622026-11-09
18MiMo-V2.6-Flash69.3%54.8$0.0502026-11-09
19DeepSeek V4.1 Flashhigh67.8%55.6$0.2332026-11-09
20Step 5 Preview67.4%56.0$0.4952026-11-09
21Muse Wondermax67.0%60.8$3.232026-11-09
22Mistral Large 4high67.0%48.3$1.052026-11-09
23Ember-167.0%–$0.9072026-11-09
24Muse Spark 1.2xhigh64.8%61.5$0.9952026-11-09
25DeepSeek V4 Flashhigh64.4%57.2$0.0392026-11-09
26Gemini 3.8 Flashhigh62.2%59.4$1.552026-11-09
27GPT-5.6 Lunamax61.5%56.2$0.0892026-11-09
28GPT-6 Lunamax61.5%55.1$0.0532026-11-09
29Gemini 3.1 Prohigh60.0%60.4$0.7132026-11-09
30Gemini 3.6 Flashhigh58.5%61.0$1.252026-11-09
31Beam 1.042.6%45.9–2026-11-09

知識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「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。