Poker Agentのリーダーボード
2026年11月16日時点で、Poker Agentの最高スコアは1131.8%で、GPT-5.2(OpenAI)が記録しています。次点はGPT-5の1103.2%です。公表された結果があるのは17のモデル構成です(Vals AI、結果の日付は2025年12月23日)。モデル同士でポーカーを多数のハンドにわたって対戦させ、獲得額で採点します。不確実性のもとでの推論と、相手のモデル化を試します。Poker Agent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)
- GPT-5.2がPoker Agentの最高スコア1131.8%を記録しています(Vals AI、2025年12月23日)。
- Poker Agentの2位はGPT-5で、1103.2%です(Vals AI、2025年12月23日)。
- Poker Agent:AIエージェントどうしのポーカー対戦。Vals AIが実施(Vals AI)。
- BenchLeaderでは17のモデル構成にPoker Agentの公表結果があります(BenchLeader、2026年11月16日)。
- Poker Agent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)。
AIエージェントどうしのポーカー対戦。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
- 17
- データ基準日
- 2026年11月16日
Vals AI (vals.ai).
どんなテストか
モデル同士でポーカーを多数のハンドにわたって対戦させ、獲得額で採点します。不確実性のもとでの推論と、相手のモデル化を試します。
採点方法
対戦全体での相対的な獲得額で、Vals AIが実行しています。
注意点
トーナメントのスコアは参加者の顔ぶれに左右されるため、同じ時点のスナップショットの中で比較してください。
- 1GPT-5.21131.8%
- 2GPT-51103.2%
- 3Gemini 3 Flash1100.2%
- 4DeepSeek V3.2 (thinking)1090.3%
- 5Grok 4.1 Fast (thinking)1079.2%
- 6Gemini 3 Pro1078.9%
- 7DeepSeek V3.11058.2%
- 8Claude Sonnet 4.51055.5%
- 9GPT-5.11038.6%
- 10Grok 4 Fast (thinking)1034.3%
- 11Claude Opus 4.51033.4%
- 12Gemini 2.5 Pro1032.6%
- 13gpt-oss-120b1015.3%
- 14Kimi K2 Thinking (thinking)1011.6%
- 15Qwen3 Max (max)994.5%
17件中17件
| # | |||||
|---|---|---|---|---|---|
| 1 | 1131.8% | 56.7 | $0.090 | 2025-12-23 | |
| 2 | 1103.2% | 56.6 | $0.055 | 2025-12-23 | |
| 3 | 1100.2% | 56.5 | $0.0087 | 2025-12-23 | |
| 4 | 1090.3% | 56.7 | $0.014 | 2025-12-23 | |
| 5 | 1079.2% | 55.3 | $0.0044 | 2025-12-23 | |
| 6 | 1078.9% | 60.0 | $0.033 | 2025-12-23 | |
| 7 | 1058.2% | 49.0 | $0.0071 | 2025-12-23 | |
| 8 | 1055.5% | 53.8 | $0.028 | 2025-12-23 | |
| 9 | 1038.6% | 56.1 | $0.036 | 2025-12-23 | |
| 10 | 1034.3% | 51.6 | $0.0039 | 2025-12-23 | |
| 11 | 1033.4% | 57.1 | $0.042 | 2025-12-23 | |
| 12 | 1032.6% | 55.2 | $0.022 | 2025-12-23 | |
| 13 | 1015.3% | 46.1 | $0.0045 | 2025-12-23 | |
| 14 | 1011.6% | 52.3 | $0.024 | 2025-12-23 | |
| 15 | 994.5% | 54.2 | $0.021 | 2025-12-23 | |
| 16 | 945.8% | 50.2 | $0.020 | 2025-12-23 | |
| 17 | 890.5% | 41.8 | $0.0052 | 2025-12-23 |
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
関連するベンチマーク
Poker Agentでの注目のモデル比較
引用表記:BenchLeader「Poker Agent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_poker
Poker Agent:よくある質問
- Poker Agentは何を測るベンチマークですか?
- モデル同士でポーカーを多数のハンドにわたって対戦させ、獲得額で採点します。不確実性のもとでの推論と、相手のモデル化を試します。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。
- Poker Agentの最高スコアは?
- 2026年11月16日時点で、Poker Agentの最高スコアは1131.8%で、GPT-5.2が記録しています(結果の日付は2025年12月23日)。次点はGPT-5の1103.2%です。スコアはVals AIの公表値で、毎日読み直しています。
- Poker AgentでトップのAIモデルは?
- 2026年11月16日時点で、Poker Agentの首位はGPT-5.2で、スコアは1131.8%です(結果の日付は2025年12月23日)。続いてGPT-5(1103.2%)です。
- Poker Agentの結果があるモデルはいくつですか?
- BenchLeaderでは17のモデル構成にPoker Agentの結果があり、すべてVals AIから取得しています。
- Poker Agent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?
- Poker Agent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。
- Poker AgentはBenchLeader Indexに含まれますか?
- いいえ。Poker Agent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。