BenchLeader

MedScribeのリーダーボード

2026年11月16日時点で、MedScribeの最高スコアは91.4%で、Claude Opus 5.5(Anthropic)が記録しています。次点はClaude Fable 5.1の91.3%です。公表された結果があるのは106のモデル構成です(Vals AI、結果の日付は2026年10月29日)。診察の書き起こしから、診療所が作成する書類の下書きをモデルが作り、参照用の文書と比べて採点します。MedScribe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)

  • Claude Opus 5.5がMedScribeの最高スコア91.4%を記録しています(Vals AI、2026年10月29日)。
  • MedScribeの2位はClaude Fable 5.1で、91.3%です(Vals AI、2026年10月29日)。
  • MedScribe:診察記録から医師の事務書類を作成するタスク。Vals AIが実施(Vals AI)。
  • BenchLeaderでは106のモデル構成にMedScribeの公表結果があります(BenchLeader、2026年11月16日)。
  • MedScribe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)。

診察記録から医師の事務書類を作成するタスク。Vals AIが実施。

公開元
Vals AI
カテゴリ
知識
Indexでの重み
参考のみ
モデル
106
データ基準日
2026年11月16日

Vals AI (vals.ai).

どんなテストか

診察の書き起こしから、診療所が作成する書類の下書きをモデルが作り、参照用の文書と比べて採点します。

採点方法

ルーブリックスコアで、Vals AIが実行しています。

注意点

文章をルーブリックで採点するため、書き方の選択がスコアに影響します。

106件中106件
#
1Claude Opus 5.5max91.4%68.4$1.152026-10-29
2Claude Fable 5.1max91.3%66.7$0.9642026-10-29
3Claude Sonnet 5.5max91.1%64.2$0.5092026-10-29
4Claude Opus 5max91.0%65.0$0.2362026-10-29
5Muse Spark 1.2xhigh90.1%61.5$0.0382026-10-29
6Claude Haiku 5.5max89.5%55.3$0.0442026-10-29
7Grok 4.7xhigh89.4%57.4$0.0752026-10-29
8Muse Wonder Fullmax89.3%61.7$0.1922026-10-29
9GLM 5.3 Flashmax88.9%52.4$0.00222026-10-29
10Muse Spark 1.1xhigh88.9%59.5$0.0352026-10-29
11GLM 5.3max88.8%58.8$0.0572026-10-29
12Claude Fable 5max88.5%65.1$0.5832026-10-29
13MiMo-V2.6-Pro88.3%57.5$0.00992026-10-29
14GPT-5.1high88.1%57.5$0.0972026-10-29
15Kimi K3max88.0%60.2$0.1102026-10-29
16GPT-6 Astramax87.9%67.3$0.5822026-10-29
17Gemini 4 Argonhigh87.4%65.3$0.1472026-10-29
18MiniMax M387.3%56.1$0.0142026-10-29
19Grok 4.5high86.9%56.8$0.0332026-10-29
20GPT-5.5xhigh86.9%64.1$0.1432026-10-29
21Claude Opus 4.6max86.7%57.0$0.1152026-10-29
22Grok 4.6high86.5%60.6$0.0372026-10-29
23GPT-6.1 Solmax86.5%66.6$0.1012026-10-29
24Muse Spark85.9%64.2$0.00772026-10-29
25Claude Opus 4.8max85.8%61.1$0.2592026-10-29
26DeepSeek V4.1 Flashhigh85.5%55.6$0.0152026-10-29
27Inkling85.4%50.4$0.1662026-10-29
28Claude Opus 4.5high85.3%59.7$0.4102026-10-29
29MiMo-V2.6-Flash85.3%54.8$0.00222026-10-29
30GPT-5.6 Solmax85.2%65.3$0.2772026-10-29
31Claude Haiku 4.5thinking85.2%45.7$0.0422026-10-29
32Qwen3.8 Maxmax85.0%58.7$0.0902026-10-29
33Claude Sonnet 4.584.5%53.8$0.0552026-10-29
34Gemini 3.8 Flashhigh84.5%59.4$0.0252026-10-29
35GPT-5.2xhigh84.4%59.9$0.1152026-10-29
36GPT-5.6 Lunamax84.4%56.2$0.0232026-10-29
37Inkling Small84.1%52.0$0.0192026-10-29
38Claude Sonnet 4.5thinking84.1%52.3$0.0822026-10-29
39Gemini 3.7 Flashhigh83.9%62.1$0.0592026-10-29
40Qwen3.8 27Bxhigh83.8%52.2$0.0472026-10-29
41MiMo-V2.5-Pro83.7%55.5$0.00602026-10-29
42GPT-6 Lunamax83.7%55.1$0.00962026-10-29
43GPT-5high83.7%58.2$0.1022026-10-29
44Hy483.6%56.7$0.0532026-10-29
45GLM 5.283.5%51.9$0.0452026-10-29
46Gemini 2.5 Flashthinking83.0%49.0$0.0152026-10-29
47Claude Opus 4.7max83.0%59.7$0.1782026-10-29
48GPT-5.6 Terraxhigh82.9%60.1$0.0632026-10-29
49Gemini 2.5 Flash82.9%52.4$0.0152026-10-29
50GPT-6 Solmax82.0%62.6$0.0832026-10-29
51Grok 4 Fastthinking81.6%51.6$0.00252026-10-29
52Ling 3.0 Flash80.9%51.7$0.00142026-10-29
53MiniMax-M2.180.8%53.8$0.00512026-10-29
54GPT-5 minihigh80.6%54.6$0.0332026-10-29
55Mistral Large 4high80.4%48.3$0.0242026-10-29
56DeepSeek V4 Flashhigh80.4%57.2$0.0142026-10-29
57DeepSeek V4 Promax80.2%54.7$0.0412026-10-29
58MiniMax M2.779.9%56.6$0.00512026-10-29
59Grok 4 Fast推論なし79.7%45.6$0.00212026-10-29
60Gemini 3.6 Flashhigh79.7%61.0$0.0732026-10-29

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「MedScribe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_medscribe

MedScribe:よくある質問

MedScribeは何を測るベンチマークですか?
診察の書き起こしから、診療所が作成する書類の下書きをモデルが作り、参照用の文書と比べて採点します。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。
MedScribeの最高スコアは?
2026年11月16日時点で、MedScribeの最高スコアは91.4%で、Claude Opus 5.5が記録しています(結果の日付は2026年10月29日)。次点はClaude Fable 5.1の91.3%です。スコアはVals AIの公表値で、毎日読み直しています。
MedScribeでトップのAIモデルは?
2026年11月16日時点で、MedScribeの首位はClaude Opus 5.5で、スコアは91.4%です(結果の日付は2026年10月29日)。続いてClaude Fable 5.1(91.3%)です。
MedScribeの結果があるモデルはいくつですか?
BenchLeaderでは106のモデル構成にMedScribeの結果があり、すべてVals AIから取得しています。
MedScribe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?
MedScribe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。
MedScribeはBenchLeader Indexに含まれますか?
いいえ。MedScribe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。