BenchLeader

Legal Research Benchのリーダーボード

2026年11月16日時点で、Legal Research Benchの最高スコアは55.8%で、Gemini 4 Carbon(Google)が記録しています。次点はClaude Fable 5.1の55.3%です。公表された結果があるのは92のモデル構成です(Vals AI、結果の日付は2026年11月11日)。アソシエイト弁護士のように、ツールを使って米国の法的な問いを調べ、根拠のある回答を返すようモデルに求めます。Legal Research Bench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 CarbonがLegal Research Benchの最高スコア55.8%を記録しています(Vals AI、2026年11月11日)。
  • Legal Research Benchの2位はClaude Fable 5.1で、55.3%です(Vals AI、2026年11月11日)。
  • Legal Research Bench:エージェント型の米国法リサーチの問題。Vals AIが実施(Vals AI)。
  • BenchLeaderでは92のモデル構成にLegal Research Benchの公表結果があります(BenchLeader、2026年11月16日)。
  • Legal Research Bench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)。

エージェント型の米国法リサーチの問題。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
92
データ基準日
2026年11月16日

Vals AI (vals.ai).

どんなテストか

アソシエイト弁護士のように、ツールを使って米国の法的な問いを調べ、根拠のある回答を返すようモデルに求めます。

採点方法

弁護士が採点した正答率で、Vals AIが実行しています。

注意点

米国に特化しており、提供されるリサーチツールに依存します。

92件中92件
#
1Gemini 4 Carbonhigh55.8%68.9$8.742026-11-11
2Claude Fable 5.1max55.3%66.7$23.062026-11-11
3Claude Opus 5max55.3%65.0$6.762026-11-11
4Muse Spark 1.3max55.3%60.6$0.5892026-11-11
5Gemini 4 Argonhigh54.8%65.3$6.452026-11-11
6NEWGemini 4 Hydrogenxhigh53.9%61.8$6.272026-11-11
7Muse Wonder Fullmax53.4%61.7$3.602026-11-11
8Claude Opus 5.5max50.5%68.4$23.612026-11-11
9Muse Wondermax50.5%60.8$3.982026-11-11
10Claude Fable 5max49.5%65.1$9.792026-11-11
11GLM 5.3max49.0%58.8$2.242026-11-11
12NEWMuse Embermax49.0%52.1$0.0572026-11-11
13GPT-5.6 Solmax48.1%65.3$21.612026-11-11
14Claude Sonnet 5.5max48.1%64.2$13.662026-11-11
15Grok 4.6high48.1%60.6$1.532026-11-11
16Qwen3.8 Maxmax47.6%58.7$2.492026-11-11
17MiMo-V2.6-Pro47.1%57.5$0.1812026-11-11
18Grok 4.7xhigh47.1%57.4$4.922026-11-11
19Inkling 2 Small46.6%57.9$0.2892026-11-11
20NEWClaude Fable 5.2high46.1%68.4$3.962026-11-11
21Kimi K3max46.1%60.2$3.472026-11-11
22Qwen3.8 Max Internal46.1%–$5.312026-11-11
23DeepSeek V4.1 Flash 1017max45.2%57.7$0.6992026-11-11
24Hy445.2%56.7$0.8462026-11-11
25GLM 5.3 Flashmax45.2%52.4$0.2402026-11-11
26Ember-144.7%–$3.672026-11-11
27Muse Spark 1.2xhigh43.8%61.5$0.5082026-11-11
28Claude Opus 4.8max43.8%61.1$2.822026-11-11
29Claude Haiku 5.5max43.8%55.3$1.652026-11-11
30Claude Sonnet 5max41.8%56.1$2.722026-11-11
31GLM-Legalmax41.8%–$0.0492026-11-11
32GPT-5.6 Terramax41.4%59.5$7.912026-11-11
33DeepSeek V4.1 Flashmax41.4%58.5$0.2482026-11-11
34Muse Spark 1.3xhigh40.9%58.1$0.6502026-11-11
35DeepSeek V4 Promax40.9%54.7$1.092026-11-11
36GPT-5.5xhigh40.4%64.1$7.402026-11-11
37Step 5 Preview40.4%56.0$0.8392026-11-11
38GPT-6 Astramax39.4%67.3$10.582026-11-11
39Gemini 3.8 Flashhigh38.9%59.4$1.632026-11-11
40GPT-6.1 Solmax38.5%66.6$3.382026-11-11
41Claude Opus 4.7max38.5%59.7$3.062026-11-11
42Claude Sonnet 4.6max38.5%56.1$2.302026-11-11
43Muse Spark Openxhigh38.5%53.5$1.562026-11-11
44Muse Spark 1.1xhigh38.0%59.5$0.3772026-11-11
45Grok 4.5high38.0%56.8$1.092026-11-11
46MiMo-V2.6-Flash38.0%54.8$0.0702026-11-11
47Kimi K3.1 Promax37.5%59.9$7.232026-11-11
48GPT-5.6 Lunamax36.5%56.2$0.8452026-11-11
49Qwen3.8 27Bxhigh36.1%52.2$2.162026-11-11
50Mistral Large 4 OSShigh35.6%–$1.092026-11-11
51Gemini 3.7 Flashhigh34.6%62.1$0.7602026-11-11
52MiniMax M3.1 Flashmax34.1%–$0.4452026-11-11
53Mistral Large 4high31.7%48.3$2.722026-11-11
54GLM 5.2max31.3%58.9$0.8892026-11-11
55Gemini 3.5 Flashhigh30.8%62.5$1.312026-11-11
56DeepSeek V4 Flashhigh30.3%57.2$0.2752026-11-11
57GPT-6 Lunamax30.3%55.1$0.4402026-11-11
58MiniMax M329.8%56.1$0.3432026-11-11
59GPT-6 Solmax28.9%62.6$4.902026-11-11
60Beam 1.028.9%45.9–2026-11-11

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「Legal Research Bench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_legal_research

Legal Research Bench:よくある質問

Legal Research Benchは何を測るベンチマークですか?
アソシエイト弁護士のように、ツールを使って米国の法的な問いを調べ、根拠のある回答を返すようモデルに求めます。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。
Legal Research Benchの最高スコアは?
2026年11月16日時点で、Legal Research Benchの最高スコアは55.8%で、Gemini 4 Carbonが記録しています(結果の日付は2026年11月11日)。次点はClaude Fable 5.1の55.3%です。スコアはVals AIの公表値で、毎日読み直しています。
Legal Research BenchでトップのAIモデルは?
2026年11月16日時点で、Legal Research Benchの首位はGemini 4 Carbonで、スコアは55.8%です(結果の日付は2026年11月11日)。続いてClaude Fable 5.1(55.3%)です。
Legal Research Benchの結果があるモデルはいくつですか?
BenchLeaderでは92のモデル構成にLegal Research Benchの結果があり、すべてVals AIから取得しています。
Legal Research Bench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?
Legal Research Bench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。
Legal Research BenchはBenchLeader Indexに含まれますか?
いいえ。Legal Research Bench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。