BenchLeader

Finance Agent v2のリーダーボード

2026年11月16日時点で、Finance Agent v2の最高スコアは65.4%で、Gemini 4 Argon(Google)が記録しています。次点はGemini 3.8 Flashの61.4%です。公表された結果があるのは80のモデル構成です(Vals AI、結果の日付は2026年10月29日)。開示書類からの数値の抽出、比率の計算、数字の突き合わせなど、ジュニアの金融アナリストが行うタスクを、ツールを使って行います。Finance Agent v2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)

  • Gemini 4 ArgonがFinance Agent v2の最高スコア65.4%を記録しています(Vals AI、2026年10月29日)。
  • Finance Agent v2の2位はGemini 3.8 Flashで、61.4%です(Vals AI、2026年10月29日)。
  • Finance Agent v2:ツールを使う金融アナリストの中核業務。Vals AIが実施(Vals AI)。
  • BenchLeaderでは80のモデル構成にFinance Agent v2の公表結果があります(BenchLeader、2026年11月16日)。
  • Finance Agent v2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)。

ツールを使う金融アナリストの中核業務。Vals AIが実施。

公開元
Vals AI
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
80
データ基準日
2026年11月16日

Vals AI (vals.ai).

どんなテストか

開示書類からの数値の抽出、比率の計算、数字の突き合わせなど、ジュニアの金融アナリストが行うタスクを、ツールを使って行います。

採点方法

タスク全体での正答率で、Vals AIが実行しています。

注意点

CorpFinと重なる部分がありますが、こちらはツールを使うエージェント型の版です。

80件中80件
#
1Gemini 4 Argonhigh65.4%65.3$4.382026-10-29
2Gemini 3.8 Flashhigh61.4%59.4$2.002026-10-29
3Muse Spark Openxhigh61.3%53.5$0.7712026-10-29
4Muse Spark 1.2xhigh60.6%61.5$0.7702026-10-29
5Muse Spark 1.3max60.0%60.6$0.7572026-10-29
6Muse Wonder Fullmax59.1%61.7$2.392026-10-29
7Gemini 3.7 Flashhigh59.0%62.1$1.482026-10-29
8Muse Spark 1.3xhigh58.9%58.1$0.7412026-10-29
9Claude Fable 5.1max58.9%66.7$8.352026-10-29
10Claude Opus 5max58.6%65.0$5.122026-10-29
11Claude Opus 5.5max58.6%68.4$9.032026-10-29
12Claude Sonnet 5.5max58.1%64.2$6.392026-10-29
13Qwen3.8 Max Internal57.9%–$3.032026-10-29
14Gemini 3.5 Flashhigh57.9%62.5$2.512026-10-29
15GLM 5.3 Flashmax57.9%52.4$0.0952026-10-29
16MiMo-V2.6-Pro57.3%57.5$0.1992026-10-29
17Muse Spark 1.1xhigh57.2%59.5$0.7232026-10-29
18DeepSeek V4.1 Flash 1017max57.0%57.7$0.4632026-10-29
19Muse Wondermax56.6%60.8$2.672026-10-29
20Claude Fable 5max56.3%65.1$8.062026-10-29
21Gemini 3.6 Flashhigh56.3%61.0$1.402026-10-29
22MiMo-V2.6-Flash56.3%54.8$0.0722026-10-29
23GLM 5.3max55.8%58.8$1.072026-10-29
24Hy455.1%56.7$0.5902026-10-29
25GPT-5.6 Lunamax55.0%56.2$0.2792026-10-29
26Ling 3.0 Flash Af Rc354.9%–$0.0452026-10-29
27Mistral Large 4high54.7%48.3$0.6152026-10-29
28GPT-5.6 Terramax54.4%59.5$3.632026-10-29
29Claude Haiku 5.5max54.1%55.3$1.642026-10-29
30Claude Opus 4.8max53.9%61.1$4.222026-10-29
31Claude Sonnet 5max53.9%56.1$0.7512026-10-29
32GPT-5.6 Solmax53.8%65.3$1.252026-10-29
33Grok 4.6high53.7%60.6$1.662026-10-29
34GPT-6 Astramax53.5%67.3$6.822026-10-29
35DeepSeek V4.1 Flashhigh53.5%55.6$0.2072026-10-29
36Kimi K3max53.1%60.2$1.912026-10-29
37Grok 4.7xhigh52.3%57.4$2.722026-10-29
38GPT-6.1 Solmax52.0%66.6$1.622026-10-29
39Ember-151.9%–$1.952026-10-29
40GPT-5.5xhigh51.8%64.1$4.152026-10-29
41Claude Opus 4.7high51.5%60.0$4.032026-10-29
42Claude Sonnet 4.6max51.0%56.1$2.412026-10-29
43Step 5 Preview50.7%56.0$0.6192026-10-29
44Qwen3.8 Maxmax50.6%58.7$1.242026-10-29
45DeepSeek V4 Promax50.4%54.7$0.8802026-10-29
46GPT-6 Lunamax49.9%55.1$0.1242026-10-29
47GLM 5.249.7%51.9$0.7142026-10-29
48DeepSeek V4 Flashhigh49.5%57.2$0.2762026-10-29
49GPT-6 Solmax49.0%62.6$2.122026-10-29
50Qwen3.8 27Bxhigh48.5%52.2$0.7492026-10-29
51Grok 4.5high48.4%56.8$1.162026-10-29
52MiniMax M348.3%56.1$0.3232026-10-29
53Qwen3.7max47.8%60.0$0.5532026-10-29
54Gemini 3.5 Flash Litehigh47.4%47.8$0.3902026-10-29
55Inkling46.6%50.4$0.9962026-10-29
56GPT-5.4 Minixhigh45.4%55.1$1.202026-10-29
57Kimi K2.644.9%55.1$1.142026-10-29
58GLM 5.144.8%55.4$0.6182026-10-29
59Gemini 3.1 Prohigh43.0%60.4$1.592026-10-29
60Gemini 3 Flashhigh42.5%57.4$0.5712026-10-29

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「Finance Agent v2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_finance_agent

Finance Agent v2:よくある質問

Finance Agent v2は何を測るベンチマークですか?
開示書類からの数値の抽出、比率の計算、数字の突き合わせなど、ジュニアの金融アナリストが行うタスクを、ツールを使って行います。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。
Finance Agent v2の最高スコアは?
2026年11月16日時点で、Finance Agent v2の最高スコアは65.4%で、Gemini 4 Argonが記録しています(結果の日付は2026年10月29日)。次点はGemini 3.8 Flashの61.4%です。スコアはVals AIの公表値で、毎日読み直しています。
Finance Agent v2でトップのAIモデルは?
2026年11月16日時点で、Finance Agent v2の首位はGemini 4 Argonで、スコアは65.4%です(結果の日付は2026年10月29日)。続いてGemini 3.8 Flash(61.4%)です。
Finance Agent v2の結果があるモデルはいくつですか?
BenchLeaderでは80のモデル構成にFinance Agent v2の結果があり、すべてVals AIから取得しています。
Finance Agent v2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?
Finance Agent v2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。
Finance Agent v2はBenchLeader Indexに含まれますか?
いいえ。Finance Agent v2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。