BenchLeader

LegalBenchのリーダーボード

2026年11月16日時点で、LegalBenchの最高スコアは88.6%で、Claude Fable 5(Anthropic)が記録しています。次点はClaude Fable 5.1の88.5%です。公表された結果があるのは147のモデル構成です(Vals AI、結果の日付は2026年10月13日)。LegalBenchは、弁護士や法学者が作成した法的推論タスクの集まりで、契約条項の特定から事実へのルールの当てはめまでを含みます。LegalBenchはBenchLeader Indexの知識スコアに反映されます。

要点(2026年11月16日時点)

  • Claude Fable 5がLegalBenchの最高スコア88.6%を記録しています(Vals AI、2026年10月13日)。
  • LegalBenchの2位はClaude Fable 5.1で、88.5%です(Vals AI、2026年10月13日)。
  • LegalBench:弁護士が作成した法的推論のタスク。Vals AIが実施(Vals AI)。
  • BenchLeaderでは147のモデル構成にLegalBenchの公表結果があります(BenchLeader、2026年11月16日)。
  • LegalBenchはBenchLeader Indexの知識カテゴリに反映されます(BenchLeaderの評価方法)。

弁護士が作成した法的推論のタスク。Vals AIが実施。

公開元
Vals AI
カテゴリ
知識
Indexでの重み
0.5
モデル
147
データ基準日
2026年11月16日

Vals AI (vals.ai).

どんなテストか

LegalBenchは、弁護士や法学者が作成した法的推論タスクの集まりで、契約条項の特定から事実へのルールの当てはめまでを含みます。

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

タスクは米国中心で大半が分類問題なので、起草や助言よりも法律文書の読解力を測ります。

147件中147件
#
1Claude Fable 5max88.6%65.1$0.0312026-10-13
2Claude Fable 5.1max88.5%66.7$0.0522026-10-13
3Gemini 4 Argonhigh88.3%65.3$0.0162026-10-13
4Muse Wonder Fullmax87.4%61.7$0.0252026-10-13
5Gemini 3.1 Prohigh87.4%60.4$0.00682026-10-13
6Gemini 3.7 Flashhigh87.3%62.1$0.00412026-10-13
7Gemini 3 Prohigh87.0%60.0$0.0102026-10-13
8Gemini 3.8 Flashhigh87.0%59.4$0.00812026-10-13
9GPT-5.6 Solmax87.0%65.3$0.0132026-10-13
10Claude Opus 5max87.0%65.0$0.0122026-10-13
11Gemini 3 Flashhigh86.9%57.4$0.00212026-10-13
12Gemini 3.6 Flashhigh86.7%61.0$0.00482026-10-13
13GPT-5.5xhigh86.5%64.1$0.0152026-10-13
14Grok 4.6high86.3%60.6$0.0152026-10-13
15GLM-Legalmax86.2%–$0.00012026-10-13
16Kimi K3max86.2%60.2$0.00792026-10-13
17GPT-5.4xhigh86.0%63.1$0.0232026-10-13
18GPT-5high86.0%58.2–2026-10-13
19Grok 4.5high86.0%56.8$0.00452026-10-13
20GPT-5.1high85.7%57.5$0.00482026-10-13
21MiniMax M385.4%56.1$0.00092026-10-13
22Claude Opus 4.6max85.3%57.0$0.00402026-10-13
23Muse Spark 1.2xhigh85.3%61.5$0.00642026-10-13
24Claude Opus 4.7max85.3%59.7$0.00832026-10-13
25GPT-5.6 Terramax85.1%59.5$0.00262026-10-13
26Qwen3.5 Plusthinking85.1%57.4$0.00372026-10-13
27Muse Spark 1.1xhigh85.0%59.5$0.00852026-10-13
28Qwen3.7max84.9%60.0$0.00602026-10-13
29GLM 5.3max84.8%58.8$0.00652026-10-13
30Kimi K2.684.7%55.1$0.00652026-10-13
31Claude Opus 4.5high84.6%59.7$0.0372026-10-13
32Grok 4.384.5%54.5$0.00312026-10-13
33Grok 4.7xhigh84.4%57.4$0.0112026-10-13
34GLM 5.184.4%55.4$0.00222026-10-13
35Gemini 2.5 Pro84.3%55.2–2026-10-13
36Qwen3.5 Flash84.3%51.8$0.00082026-10-13
37Qwen3.6 Plus84.2%59.0$0.00302026-10-13
38Muse Spark84.2%64.2$0.00122026-10-13
39Claude Sonnet 4.5thinking84.1%52.3–2026-10-13
40GLM 5.284.1%51.9$0.00162026-10-13
41Gemini 3.5 Flash Litehigh84.1%47.8$0.00132026-10-13
42GLM-5thinking84.1%60.2$0.00232026-10-13
43GPT-5.6 Lunamax84.0%56.2$0.00092026-10-13
44MiniMax M2.784.0%56.6$0.00062026-10-13
45GLM 5.3 Flashmax83.9%52.4$0.00032026-10-13
46Claude Sonnet 5max83.9%56.1$0.00582026-10-13
47Gemini 2.5 Flash83.8%52.4–2026-10-13
48Hy483.8%56.7$0.0132026-10-13
49o3high83.8%55.1–2026-10-13
50Gemini 3.1 Flash Litehigh83.8%48.4$0.00032026-10-13
51Qwen3.8 Maxmax83.6%58.7$0.0102026-10-13
52Gemini 3.5 Flashhigh83.6%62.5$0.00762026-10-13
53Claude Opus 4.8max83.6%61.1$0.00912026-10-13
54Claude Opus 4.183.5%51.1–2026-10-13
55GLM 4.783.4%51.7$0.00232026-10-13
56DeepSeek V4.1 Flashhigh83.3%55.6$0.00142026-10-13
57Grok 483.2%58.1–2026-10-13
58Grok 3 Mini Fasthigh83.1%53.7–2026-10-13
59GPT-4.1high83.1%46.6–2026-10-13
60Claude Opus 483.1%51.9–2026-10-13

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「LegalBench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_legalbench

LegalBench:よくある質問

LegalBenchは何を測るベンチマークですか?
LegalBenchは、弁護士や法学者が作成した法的推論タスクの集まりで、契約条項の特定から事実へのルールの当てはめまでを含みます。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。
LegalBenchの最高スコアは?
2026年11月16日時点で、LegalBenchの最高スコアは88.6%で、Claude Fable 5が記録しています(結果の日付は2026年10月13日)。次点はClaude Fable 5.1の88.5%です。スコアはVals AIの公表値で、毎日読み直しています。
LegalBenchでトップのAIモデルは?
2026年11月16日時点で、LegalBenchの首位はClaude Fable 5で、スコアは88.6%です(結果の日付は2026年10月13日)。続いてClaude Fable 5.1(88.5%)です。
LegalBenchの結果があるモデルはいくつですか?
BenchLeaderでは147のモデル構成にLegalBenchの結果があり、すべてVals AIから取得しています。
LegalBench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?
LegalBench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。
LegalBenchはBenchLeader Indexに含まれますか?
はい。LegalBenchはBenchLeader Indexの知識カテゴリに反映され、評価対象モデルの平均が50になるよう正規化されています。