BenchLeader

Harvey's Legal Agent Benchmarkのリーダーボード

2026年11月16日時点で、Harvey's Legal Agent Benchmarkの最高スコアは27.1%で、Gemini 4 Argon(Google)が記録しています。次点はMuse Spark Openの25.0%です。公表された結果があるのは37のモデル構成です(Vals AI、結果の日付は2026年11月11日)。起草からレビューまで、アソシエイト弁護士のように複数の文書をまたいで作業する必要がある法務タスクです。Harvey's Legal Agent Benchmark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Harvey's Legal Agent Benchmark v1.1の最高スコア27.1%を記録しています(Vals AI、2026年11月11日)。
  • Harvey's Legal Agent Benchmark v1.1の2位はMuse Spark Openで、25.0%です(Vals AI、2026年11月11日)。
  • Harvey's Legal Agent Benchmark v1.1:Harveyと共同で作成した、ファイルを扱うエージェント型の法律業務。Vals AIが実施(Vals AI)。
  • BenchLeaderでは37のモデル構成にHarvey's Legal Agent Benchmark v1.1の公表結果があります(BenchLeader、2026年11月16日)。
  • Harvey's Legal Agent Benchmark v1.1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)。

Harveyと共同で作成した、ファイルを扱うエージェント型の法律業務。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
37
データ基準日
2026年11月16日

Vals AI (vals.ai).

どんなテストか

起草からレビューまで、アソシエイト弁護士のように複数の文書をまたいで作業する必要がある法務タスクです。

採点方法

ルーブリックスコアで、Vals AIがHarveyと共同で実行しています。

注意点

リーガルAIのベンダーと共同で設計されたもので、Valsはそのことを開示しています。

37件中37件
#
1Gemini 4 Argonhigh27.1%65.3$10.552026-11-11
2Muse Spark Openxhigh25.0%53.5$13.632026-11-11
3NEWMuse Embermax25.0%52.1$0.1182026-11-11
4Muse Wondermax23.8%60.8$7.082026-11-11
5Muse Wonder Fullmax23.3%61.7$5.412026-11-11
6Inkling 2 Small21.7%57.9$1.232026-11-11
7Grok 4.7xhigh18.3%57.4$10.752026-11-11
8Gemini 4 Carbonhigh17.5%68.9$6.522026-11-11
9Mistral Large 4high17.5%48.3$2.552026-11-11
10Mistral Large 4 OSShigh15.8%–$0.7332026-11-11
11Qwen3.8 Max Internal15.4%–$3.362026-11-11
12GLM 5.3max14.6%58.8$3.992026-11-11
13DeepSeek V4.1 Flash 1017max14.2%57.7$0.6132026-11-11
14MiMo-V2.6-Pro13.8%57.5$0.2172026-11-11
15MiMo-V2.6-Flash13.3%54.8$0.0862026-11-11
16Kimi K3max12.9%60.2$4.142026-11-11
17Step 5 Preview12.9%56.0$1.132026-11-11
18Hy412.5%56.7$1.042026-11-11
19Gemini 3.8 Flashhigh12.1%59.4$3.662026-11-11
20Kimi K3.1 Promax11.7%59.9$9.002026-11-11
21NEWGemini 4 Hydrogenxhigh11.3%61.8$3.282026-11-11
22DeepSeek V4 Promax10.8%54.7$0.8022026-11-11
23Claude Sonnet 5.5max10.4%64.2$17.712026-11-11
24GLM 5.3 Flashmax10.4%52.4$0.3232026-11-11
25Claude Opus 5.5max9.2%68.4$21.812026-11-11
26MiniMax M3.1 Flashmax7.5%–$0.4732026-11-11
27GPT-6 Astramax7.1%67.3$25.462026-11-11
28GPT-6.1 Solmax6.3%66.6$3.542026-11-11
29NEWClaude Fable 5.2high5.0%68.4$19.372026-11-11
30Mercury 3high5.0%–$0.1882026-11-11
31Beam 1.04.6%45.9–2026-11-11
32Claude Haiku 5.5max4.2%55.3$4.262026-11-11
33GPT-6 Lunamax4.2%55.1$0.2982026-11-11
34Inkling3.8%50.4$1.252026-11-11
35Nemotron 3.5 Super VL 120B A12Bhigh3.8%–$0.3732026-11-11
36Inkling Small2.9%52.0$0.1792026-11-11
37GPT-6.1 Terramax1.7%64.1$1.482026-11-11

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「Harvey's Legal Agent Benchmark v1.1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_hlab

Harvey's Legal Agent Benchmark v1.1:よくある質問

Harvey's Legal Agent Benchmark v1.1は何を測るベンチマークですか?
起草からレビューまで、アソシエイト弁護士のように複数の文書をまたいで作業する必要がある法務タスクです。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。
Harvey's Legal Agent Benchmark v1.1の最高スコアは?
2026年11月16日時点で、Harvey's Legal Agent Benchmark v1.1の最高スコアは27.1%で、Gemini 4 Argonが記録しています(結果の日付は2026年11月11日)。次点はMuse Spark Openの25.0%です。スコアはVals AIの公表値で、毎日読み直しています。
Harvey's Legal Agent Benchmark v1.1でトップのAIモデルは?
2026年11月16日時点で、Harvey's Legal Agent Benchmark v1.1の首位はGemini 4 Argonで、スコアは27.1%です(結果の日付は2026年11月11日)。続いてMuse Spark Open(25.0%)です。
Harvey's Legal Agent Benchmark v1.1の結果があるモデルはいくつですか?
BenchLeaderでは37のモデル構成にHarvey's Legal Agent Benchmark v1.1の結果があり、すべてVals AIから取得しています。
Harvey's Legal Agent Benchmark v1.1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?
Harvey's Legal Agent Benchmark v1.1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。
Harvey's Legal Agent Benchmark v1.1はBenchLeader Indexに含まれますか?
いいえ。Harvey's Legal Agent Benchmark v1.1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。