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。
- 1Claude Fable 5 (max)88.6%
- 2Claude Fable 5.1 (max)88.5%
- 3Gemini 4 Argon (high)88.3%
- 4Muse Wonder Full (max)87.4%
- 5Gemini 3.1 Pro (high)87.4%
- 6Gemini 3.7 Flash (high)87.3%
- 7Gemini 3 Pro (high)87.0%
- 8Gemini 3.8 Flash (high)87.0%
- 9GPT-5.6 Sol (max)87.0%
- 10Claude Opus 5 (max)87.0%
- 11Gemini 3 Flash (high)86.9%
- 12Gemini 3.6 Flash (high)86.7%
- 13GPT-5.5 (xhigh)86.5%
- 14Grok 4.6 (high)86.3%
- 15GLM-Legal (max)86.2%
147件中147件
| # | |||||
|---|---|---|---|---|---|
| 1 | 88.6% | 65.1 | $0.031 | 2026-10-13 | |
| 2 | 88.5% | 66.7 | $0.052 | 2026-10-13 | |
| 3 | 88.3% | 65.3 | $0.016 | 2026-10-13 | |
| 4 | 87.4% | 61.7 | $0.025 | 2026-10-13 | |
| 5 | 87.4% | 60.4 | $0.0068 | 2026-10-13 | |
| 6 | 87.3% | 62.1 | $0.0041 | 2026-10-13 | |
| 7 | 87.0% | 60.0 | $0.010 | 2026-10-13 | |
| 8 | 87.0% | 59.4 | $0.0081 | 2026-10-13 | |
| 9 | 87.0% | 65.3 | $0.013 | 2026-10-13 | |
| 10 | 87.0% | 65.0 | $0.012 | 2026-10-13 | |
| 11 | 86.9% | 57.4 | $0.0021 | 2026-10-13 | |
| 12 | 86.7% | 61.0 | $0.0048 | 2026-10-13 | |
| 13 | 86.5% | 64.1 | $0.015 | 2026-10-13 | |
| 14 | 86.3% | 60.6 | $0.015 | 2026-10-13 | |
| 15 | 86.2% | – | $0.0001 | 2026-10-13 | |
| 16 | 86.2% | 60.2 | $0.0079 | 2026-10-13 | |
| 17 | 86.0% | 63.1 | $0.023 | 2026-10-13 | |
| 18 | 86.0% | 58.2 | – | 2026-10-13 | |
| 19 | 86.0% | 56.8 | $0.0045 | 2026-10-13 | |
| 20 | 85.7% | 57.5 | $0.0048 | 2026-10-13 | |
| 21 | 85.4% | 56.1 | $0.0009 | 2026-10-13 | |
| 22 | 85.3% | 57.0 | $0.0040 | 2026-10-13 | |
| 23 | 85.3% | 61.5 | $0.0064 | 2026-10-13 | |
| 24 | 85.3% | 59.7 | $0.0083 | 2026-10-13 | |
| 25 | 85.1% | 59.5 | $0.0026 | 2026-10-13 | |
| 26 | 85.1% | 57.4 | $0.0037 | 2026-10-13 | |
| 27 | 85.0% | 59.5 | $0.0085 | 2026-10-13 | |
| 28 | 84.9% | 60.0 | $0.0060 | 2026-10-13 | |
| 29 | 84.8% | 58.8 | $0.0065 | 2026-10-13 | |
| 30 | 84.7% | 55.1 | $0.0065 | 2026-10-13 | |
| 31 | 84.6% | 59.7 | $0.037 | 2026-10-13 | |
| 32 | 84.5% | 54.5 | $0.0031 | 2026-10-13 | |
| 33 | 84.4% | 57.4 | $0.011 | 2026-10-13 | |
| 34 | 84.4% | 55.4 | $0.0022 | 2026-10-13 | |
| 35 | 84.3% | 55.2 | – | 2026-10-13 | |
| 36 | 84.3% | 51.8 | $0.0008 | 2026-10-13 | |
| 37 | 84.2% | 59.0 | $0.0030 | 2026-10-13 | |
| 38 | 84.2% | 64.2 | $0.0012 | 2026-10-13 | |
| 39 | 84.1% | 52.3 | – | 2026-10-13 | |
| 40 | 84.1% | 51.9 | $0.0016 | 2026-10-13 | |
| 41 | 84.1% | 47.8 | $0.0013 | 2026-10-13 | |
| 42 | 84.1% | 60.2 | $0.0023 | 2026-10-13 | |
| 43 | 84.0% | 56.2 | $0.0009 | 2026-10-13 | |
| 44 | 84.0% | 56.6 | $0.0006 | 2026-10-13 | |
| 45 | 83.9% | 52.4 | $0.0003 | 2026-10-13 | |
| 46 | 83.9% | 56.1 | $0.0058 | 2026-10-13 | |
| 47 | 83.8% | 52.4 | – | 2026-10-13 | |
| 48 | 83.8% | 56.7 | $0.013 | 2026-10-13 | |
| 49 | 83.8% | 55.1 | – | 2026-10-13 | |
| 50 | 83.8% | 48.4 | $0.0003 | 2026-10-13 | |
| 51 | 83.6% | 58.7 | $0.010 | 2026-10-13 | |
| 52 | 83.6% | 62.5 | $0.0076 | 2026-10-13 | |
| 53 | 83.6% | 61.1 | $0.0091 | 2026-10-13 | |
| 54 | 83.5% | 51.1 | – | 2026-10-13 | |
| 55 | 83.4% | 51.7 | $0.0023 | 2026-10-13 | |
| 56 | 83.3% | 55.6 | $0.0014 | 2026-10-13 | |
| 57 | 83.2% | 58.1 | – | 2026-10-13 | |
| 58 | 83.1% | 53.7 | – | 2026-10-13 | |
| 59 | 83.1% | 46.6 | – | 2026-10-13 | |
| 60 | 83.1% | 51.9 | – | 2026-10-13 |
関連するベンチマーク
LegalBenchでの注目のモデル比較
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。