BenchLeader

ClaimBenchのリーダーボード

2026年11月16日時点で、ClaimBenchの最高スコアは100.0%で、Claude Opus 5.5、GPT-6.1 Sol、Claude Sonnet 5.5、Claude Haiku 5.5が並んでいます。次点はGPT-6 Lunaの99.2%です。公表された結果があるのは5のモデル構成です(Vals AI、結果の日付は2026年10月23日)。10-K(年次報告書)の抜粋が主張を裏付けるか、否定するか、何も述べていないかの判定。Vals AIが実施。ClaimBench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 Opus 5.5、GPT-6.1 Sol、Claude Sonnet 5.5、Claude Haiku 5.5がClaimBenchの最高スコア100.0%で並んでいます(Vals AI、2026年11月16日)。
  • ClaimBench:10-K(年次報告書)の抜粋が主張を裏付けるか、否定するか、何も述べていないかの判定。Vals AIが実施(Vals AI)。
  • BenchLeaderでは5のモデル構成にClaimBenchの公表結果があります(BenchLeader、2026年11月16日)。
  • ClaimBench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)。

10-K(年次報告書)の抜粋が主張を裏付けるか、否定するか、何も述べていないかの判定。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
5
データ基準日
2026年11月16日

Vals AI (vals.ai).

5件中5件
#
1Claude Opus 5.5max100.0%68.4$0.0922026-10-23
2GPT-6.1 Solmax100.0%66.6$0.0292026-10-23
3Claude Sonnet 5.5max100.0%64.2$0.0462026-10-23
4Claude Haiku 5.5max100.0%55.3$0.00252026-10-23
5GPT-6 Lunamax99.2%55.1$0.00142026-10-23

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「ClaimBench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_claimbench

ClaimBench:よくある質問

ClaimBenchは何を測るベンチマークですか?
10-K(年次報告書)の抜粋が主張を裏付けるか、否定するか、何も述べていないかの判定。Vals AIが実施。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。
ClaimBenchの最高スコアは?
2026年11月16日時点で、ClaimBenchの最高スコアは100.0%で、Claude Opus 5.5、GPT-6.1 Sol、Claude Sonnet 5.5、Claude Haiku 5.5が並んでいます。次点はGPT-6 Lunaの99.2%です。スコアはVals AIの公表値で、毎日読み直しています。
ClaimBenchでトップのAIモデルは?
2026年11月16日時点で、Claude Opus 5.5、GPT-6.1 Sol、Claude Sonnet 5.5、Claude Haiku 5.5が100.0%でClaimBenchの首位に並んでいます。
ClaimBenchの結果があるモデルはいくつですか?
BenchLeaderでは5のモデル構成にClaimBenchの結果があり、すべてVals AIから取得しています。
ClaimBench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?
ClaimBench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。
ClaimBenchはBenchLeader Indexに含まれますか?
いいえ。ClaimBench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。