ProgramBenchのリーダーボード
2026年11月16日時点で、ProgramBenchの最高スコアは19.0%で、Claude Fable 5.2(Anthropic)が記録しています。次点はClaude Opus 5.5の18.5%です。公表された結果があるのは65のモデル構成です(Vals AI、結果の日付は2026年11月9日)。バイナリを与え、その動作を再現する動くソースコードを復元させ、テストで確認します。ProgramBench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 5.2がProgramBenchの最高スコア19.0%を記録しています(Vals AI、2026年11月9日)。
- ProgramBenchの2位はClaude Opus 5.5で、18.5%です(Vals AI、2026年11月9日)。
- ProgramBench:コンパイル済みバイナリからプログラムを作り直すタスク。Vals AIが実施(Vals AI)。
- BenchLeaderでは65のモデル構成にProgramBenchの公表結果があります(BenchLeader、2026年11月16日)。
- ProgramBench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)。
コンパイル済みバイナリからプログラムを作り直すタスク。Vals AIが実施。
- 公開元
- Vals AI
- カテゴリ
- コーディング
- Indexでの重み
- 参考のみ
- モデル
- 65
- データ基準日
- 2026年11月16日
Vals AI (vals.ai).
どんなテストか
バイナリを与え、その動作を再現する動くソースコードを復元させ、テストで確認します。
採点方法
再構築できたプログラムの割合で、Vals AIが実行しています。
注意点
リバースエンジニアリングはニッチな分野で、ほとんどのモデルのスコアは低くなっています。
- 1Claude Fable 5.2 (high)19.0%
- 2Claude Opus 5.5 (max)18.5%
- 3Claude Fable 5.1 (max)7.0%
- 4Claude Sonnet 5.5 (max)6.5%
- 5GPT-6 Astra (max)5.5%
- 6GPT-6.1 Sol (max)3.0%
- 7Claude Opus 5 (max)3.0%
- 8Gemini 4 Argon (high)2.5%
- 9Muse Spark 1.3 (max)2.5%
- 10Claude Haiku 5.5 (max)2.5%
- 11Claude Fable 5 (max)2.0%
- 12GPT-6 Sol (max)2.0%
- 13Kimi K32.0%
- 14GPT-5.6 Sol (max)1.5%
- 15GLM 5.3 (max)1.5%
65件中65件
| # | |||||
|---|---|---|---|---|---|
| 1 | NEW | 19.0% | 68.4 | $46.82 | 2026-11-09 |
| 2 | 18.5% | 68.4 | $42.66 | 2026-11-09 | |
| 3 | 7.0% | 66.7 | $58.52 | 2026-11-09 | |
| 4 | 6.5% | 64.2 | $22.62 | 2026-11-09 | |
| 5 | 5.5% | 67.3 | $11.57 | 2026-11-09 | |
| 6 | 3.0% | 66.6 | $2.87 | 2026-11-09 | |
| 7 | 3.0% | 65.0 | $60.29 | 2026-11-09 | |
| 8 | 2.5% | 65.3 | $17.66 | 2026-11-09 | |
| 9 | 2.5% | 60.6 | $54.29 | 2026-11-09 | |
| 10 | 2.5% | 55.3 | $6.83 | 2026-11-09 | |
| 11 | 2.0% | 65.1 | $75.68 | 2026-11-09 | |
| 12 | 2.0% | 62.6 | $11.67 | 2026-11-09 | |
| 13 | 2.0% | 60.7 | $70.48 | 2026-11-09 | |
| 14 | 1.5% | 65.3 | $15.29 | 2026-11-09 | |
| 15 | 1.5% | 58.8 | $21.96 | 2026-11-09 | |
| 16 | 1.0% | 61.1 | $31.27 | 2026-11-09 | |
| 17 | 1.0% | 60.6 | $16.76 | 2026-11-09 | |
| 18 | 1.0% | 59.4 | $10.93 | 2026-11-09 | |
| 19 | 0.5% | 64.1 | $6.95 | 2026-11-09 | |
| 20 | 0.5% | 61.7 | $28.65 | 2026-11-09 | |
| 21 | 0.5% | 61.5 | $2.47 | 2026-11-09 | |
| 22 | 0.5% | 59.5 | $5.38 | 2026-11-09 | |
| 23 | 0.5% | 58.9 | $12.58 | 2026-11-09 | |
| 24 | 0.5% | 58.6 | $2.27 | 2026-11-09 | |
| 25 | 0.5% | 58.5 | $0.897 | 2026-11-09 | |
| 26 | 0.5% | 58.1 | $11.56 | 2026-11-09 | |
| 27 | 0.5% | 57.9 | $8.46 | 2026-11-09 | |
| 28 | 0.5% | 57.5 | $0.727 | 2026-11-09 | |
| 29 | 0.5% | 57.4 | $46.49 | 2026-11-09 | |
| 30 | 0.5% | 56.1 | – | 2026-11-09 | |
| 31 | 0.5% | 55.1 | $0.181 | 2026-11-09 | |
| 32 | 0.5% | 54.8 | $0.471 | 2026-11-09 | |
| 33 | 0.5% | 52.0 | $0.479 | 2026-11-09 | |
| 34 | 0.0% | 63.1 | – | 2026-11-09 | |
| 35 | 0.0% | 62.5 | – | 2026-11-09 | |
| 36 | 0.0% | 62.1 | $7.13 | 2026-11-09 | |
| 37 | 0.0% | 61.0 | $5.92 | 2026-11-09 | |
| 38 | 0.0% | 60.4 | $2.63 | 2026-11-09 | |
| 39 | 0.0% | 59.7 | – | 2026-11-09 | |
| 40 | 0.0% | 59.5 | $13.06 | 2026-11-09 | |
| 41 | 0.0% | 59.0 | – | 2026-11-09 | |
| 42 | 0.0% | 58.7 | $12.36 | 2026-11-09 | |
| 43 | 0.0% | 57.4 | $0.440 | 2026-11-09 | |
| 44 | 0.0% | 57.2 | $1.29 | 2026-11-09 | |
| 45 | 0.0% | 56.8 | $4.12 | 2026-11-09 | |
| 46 | 0.0% | 56.7 | $12.81 | 2026-11-09 | |
| 47 | 0.0% | 56.6 | – | 2026-11-09 | |
| 48 | 0.0% | 56.5 | $0.356 | 2026-11-09 | |
| 49 | 0.0% | 56.2 | $0.943 | 2026-11-09 | |
| 50 | 0.0% | 56.1 | $24.36 | 2026-11-09 | |
| 51 | 0.0% | 55.4 | – | 2026-11-09 | |
| 52 | 0.0% | 55.4 | – | 2026-11-09 | |
| 53 | 0.0% | 55.1 | – | 2026-11-09 | |
| 54 | 0.0% | 55.1 | – | 2026-11-09 | |
| 55 | 0.0% | 54.7 | $3.41 | 2026-11-09 | |
| 56 | 0.0% | 53.9 | $3.19 | 2026-11-09 | |
| 57 | 0.0% | 52.4 | $1.60 | 2026-11-09 | |
| 58 | 0.0% | 52.2 | $17.99 | 2026-11-09 | |
| 59 | 0.0% | 50.4 | $4.14 | 2026-11-09 | |
| 60 | 0.0% | 48.4 | $0.064 | 2026-11-09 |
コーディング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
ProgramBenchでの注目のモデル比較
引用表記:BenchLeader「ProgramBench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_programbench
ProgramBench:よくある質問
- ProgramBenchは何を測るベンチマークですか?
- バイナリを与え、その動作を再現する動くソースコードを復元させ、テストで確認します。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。
- ProgramBenchの最高スコアは?
- 2026年11月16日時点で、ProgramBenchの最高スコアは19.0%で、Claude Fable 5.2が記録しています(結果の日付は2026年11月9日)。次点はClaude Opus 5.5の18.5%です。スコアはVals AIの公表値で、毎日読み直しています。
- ProgramBenchでトップのAIモデルは?
- 2026年11月16日時点で、ProgramBenchの首位はClaude Fable 5.2で、スコアは19.0%です(結果の日付は2026年11月9日)。続いてClaude Opus 5.5(18.5%)です。
- ProgramBenchの結果があるモデルはいくつですか?
- BenchLeaderでは65のモデル構成にProgramBenchの結果があり、すべてVals AIから取得しています。
- ProgramBench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?
- ProgramBench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。
- ProgramBenchはBenchLeader Indexに含まれますか?
- いいえ。ProgramBench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。