BenchLeader

MMMU-Pro (Vals)のリーダーボード

2026年11月16日時点で、MMMU-Pro (Vals)の最高スコアは90.6%で、Claude Fable 5.1(Anthropic)が記録しています。次点はClaude Opus 5の89.9%です。公表された結果があるのは91のモデル構成です(Vals AI、結果の日付は2026年9月1日)。Vals AIが実行した、選択肢10個のより難しいマルチモーダル試験MMMU-Proです。MMMU-Pro (Vals)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 Fable 5.1がMMMU-Pro (Vals)の最高スコア90.6%を記録しています(Vals AI、2026年9月1日)。
  • MMMU-Pro (Vals)の2位はClaude Opus 5で、89.9%です(Vals AI、2026年9月1日)。
  • MMMU-Pro (Vals):Vals AIが独自に実行したMMMU-Pro。Vals AIが実施(Vals AI)。
  • BenchLeaderでは91のモデル構成にMMMU-Pro (Vals)の公表結果があります(BenchLeader、2026年11月16日)。
  • MMMU-Pro (Vals)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)。

Vals AIが独自に実行したMMMU-Pro。Vals AIが実施。

公開元
Vals AI
カテゴリ
マルチモーダル
Indexでの重み
参考のみ
モデル
91
データ基準日
2026年11月16日

Vals AI (vals.ai).

どんなテストか

Vals AIが実行した、選択肢10個のより難しいマルチモーダル試験MMMU-Proです。

採点方法

正答率で、Vals AIが実行しています。

注意点

Artificial Analysisの実行結果と公式ボードと並べて表示しています。

91件中91件
#
1Claude Fable 5.1max90.6%66.7$0.1662026-09-01
2Claude Opus 5max89.9%65.0$0.0692026-09-01
3Claude Fable 5max89.3%65.1$0.1612026-09-01
4Gemini 3.8 Flashhigh89.1%59.4$0.00452026-09-01
5Gemini 3.7 Flashhigh89.0%62.1$0.0142026-09-01
6GPT-5.6 Solmax88.8%65.3$0.0562026-09-01
7Gemini 3.6 Flashhigh88.4%61.0$0.0192026-09-01
8GPT-5.5xhigh88.3%64.1$0.0432026-09-01
9Gemini 3.5 Flashhigh88.3%62.5$0.0252026-09-01
10Gemini 3.1 Prohigh88.2%60.4$0.0642026-09-01
11Kimi K388.2%60.7$0.0592026-09-01
12Qwen3.8 Maxmax88.0%58.7$0.0162026-09-01
13Gemini 3 Flashhigh87.6%57.4$0.0142026-09-01
14GPT-5.4xhigh87.5%63.1$0.0472026-09-01
15Gemini 3 Prohigh87.5%60.0$0.0102026-09-01
16Muse Spark87.4%64.2$0.00172026-09-01
17GPT-5.2xhigh86.7%59.9$0.0612026-09-01
18Claude Opus 4.8max86.6%61.1$0.1212026-09-01
19Muse Spark 1.1xhigh86.6%59.5$0.0142026-09-01
20GPT-5.6 Terramax86.5%59.5$0.0162026-09-01
21Kimi K2.686.3%55.1$0.0352026-09-01
22Muse Spark 1.2xhigh86.1%61.5$0.0182026-09-01
23GLM 5.3 Flashmax86.0%52.4$0.00102026-09-01
24Claude Opus 4.7max85.5%59.7$0.1702026-09-01
25GPT-5.6 Lunamax85.0%56.2$0.00642026-09-01
26Kimi K2.5thinking84.3%59.4$0.0202026-09-01
27Qwen3.6 Plus84.2%59.0$0.0172026-09-01
28Qwen3.8 27Bxhigh83.9%52.2$0.0132026-09-01
29Claude Opus 4.6max83.9%57.0$0.1162026-09-01
30Claude Sonnet 4.6max83.6%56.1$0.1442026-09-01
31Gemini 3.5 Flash Litehigh83.6%47.8$0.00662026-09-01
32Grok 4.20thinking83.5%58.3$0.0272026-09-01
33GPT-5.1high83.2%57.5$0.00282026-09-01
34Grok 4.383.1%54.5$0.0222026-09-01
35Claude Sonnet 5max83.0%56.1$0.0332026-09-01
36Claude Opus 4.5high83.0%59.7$0.1272026-09-01
37Gemini 3.1 Flash Litehigh82.5%48.4$0.00322026-09-01
38Qwen3.5 Flash81.9%51.8$0.00262026-09-01
39GPT-5high81.5%58.2$0.0332026-09-01
40Gemini 2.5 Pro81.3%55.2$0.00782026-09-01
41MiniMax M381.2%56.1$0.00942026-09-01
42Gemini 2.5 Flash 09 2025thinking80.8%52.8$0.00192026-09-01
43o3high80.4%55.1$0.0152026-09-01
44MiMo-V2.580.0%56.3$0.00142026-09-01
45o4-minihigh79.7%51.2$0.0112026-09-01
46Gemini 2.5 Flash 09 202579.5%47.5$0.00192026-09-01
47Claude Sonnet 4.5thinking79.3%52.3$0.0582026-09-01
48GPT-5.4 Minixhigh79.3%55.1$0.00712026-09-01
49GPT-5 minihigh78.9%54.6$0.00722026-09-01
50Inkling78.5%50.4$0.0312026-09-01
51Claude Opus 4.1thinking77.5%58.1$0.1692026-09-01
52o1high77.4%49.5$0.1462026-09-01
53Grok 476.3%58.1$0.0982026-09-01
54Gemini 2.5 Flash Lite 09thinking75.4%49.6$0.00042026-09-01
55Claude 3.7 Sonnetthinking75.1%52.9$0.0512026-09-01
56Claude Sonnet 4thinking74.9%53.8$0.0512026-09-01
57Claude Opus 4.173.7%51.1$0.0442026-09-01
58GPT-5.4 Nanohigh73.6%48.3$0.00082026-09-01
59Claude Opus 473.3%51.9$0.0622026-09-01
60Grok 4 Fastthinking72.8%51.6$0.00292026-09-01

マルチモーダ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「MMMU-Pro (Vals)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_mmmu_pro

MMMU-Pro (Vals):よくある質問

MMMU-Pro (Vals)は何を測るベンチマークですか?
Vals AIが実行した、選択肢10個のより難しいマルチモーダル試験MMMU-Pro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。
MMMU-Pro (Vals)の最高スコアは?
2026年11月16日時点で、MMMU-Pro (Vals)の最高スコアは90.6%で、Claude Fable 5.1が記録しています(結果の日付は2026年9月1日)。次点はClaude Opus 5の89.9%です。スコアはVals AIの公表値で、毎日読み直しています。
MMMU-Pro (Vals)でトップのAIモデルは?
2026年11月16日時点で、MMMU-Pro (Vals)の首位はClaude Fable 5.1で、スコアは90.6%です(結果の日付は2026年9月1日)。続いてClaude Opus 5(89.9%)です。
MMMU-Pro (Vals)の結果があるモデルはいくつですか?
BenchLeaderでは91のモデル構成にMMMU-Pro (Vals)の結果があり、すべてVals AIから取得しています。
MMMU-Pro (Vals)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?
MMMU-Pro (Vals)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。
MMMU-Pro (Vals)はBenchLeader Indexに含まれますか?
いいえ。MMMU-Pro (Vals)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。