Tax Agent Benchのリーダーボード
2026年11月16日時点で、Tax Agent Benchの最高スコアは52.3%で、Gemini 4 Hydrogen(Google)が記録しています。次点はGemini 4 Carbonの51.8%です。公表された結果があるのは83のモデル構成です(Vals AI、結果の日付は2026年11月11日)。ツールを使って税法や規則を調べる必要がある法人税の質問で、税務の専門家が採点します。Tax Agent Bench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)
- Gemini 4 HydrogenがTax Agent Benchの最高スコア52.3%を記録しています(Vals AI、2026年11月11日)。
- Tax Agent Benchの2位はGemini 4 Carbonで、51.8%です(Vals AI、2026年11月11日)。
- Tax Agent Bench:エージェント型の米国法人税リサーチ。Vals AIが実施(Vals AI)。
- BenchLeaderでは83のモデル構成にTax Agent Benchの公表結果があります(BenchLeader、2026年11月16日)。
- Tax Agent Bench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)。
エージェント型の米国法人税リサーチ。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
- 83
- データ基準日
- 2026年11月16日
Vals AI (vals.ai).
どんなテストか
ツールを使って税法や規則を調べる必要がある法人税の質問で、税務の専門家が採点します。
採点方法
正答率で、Vals AIが実行しています。
注意点
米国の法人税だけが対象で、ルールは毎年変わります。
- 1Gemini 4 Hydrogen (xhigh)52.3%
- 2Gemini 4 Carbon (high)51.8%
- 3Claude Fable 5.1 (max)50.8%
- 4Qwen3.8 Max Internal49.7%
- 5Gemini 4 Argon (high)49.2%
- 6Claude Opus 5 (max)47.1%
- 7Claude Opus 5.5 (max)44.5%
- 8DeepSeek V4.1 Flash 1017 (max)44.4%
- 9GLM 5.3 (max)43.3%
- 10Muse Wonder Full (max)43.0%
- 11Muse Spark 1.3 (max)42.4%
- 12Claude Sonnet 5.5 (max)42.0%
- 13Inkling 2 Small38.9%
- 14Claude Fable 5 (max)38.3%
- 15Muse Ember (max)38.2%
83件中83件
| # | |||||
|---|---|---|---|---|---|
| 1 | NEW | 52.3% | 61.8 | $3.87 | 2026-11-11 |
| 2 | 51.8% | 68.9 | $6.34 | 2026-11-11 | |
| 3 | 50.8% | 66.7 | $13.18 | 2026-11-11 | |
| 4 | 49.7% | – | $4.07 | 2026-11-11 | |
| 5 | 49.2% | 65.3 | $3.47 | 2026-11-11 | |
| 6 | 47.1% | 65.0 | $5.14 | 2026-11-11 | |
| 7 | 44.5% | 68.4 | $14.40 | 2026-11-11 | |
| 8 | 44.4% | 57.7 | $0.459 | 2026-11-11 | |
| 9 | 43.3% | 58.8 | $1.80 | 2026-11-11 | |
| 10 | 43.0% | 61.7 | $2.15 | 2026-11-11 | |
| 11 | 42.4% | 60.6 | $0.390 | 2026-11-11 | |
| 12 | 42.0% | 64.2 | $8.73 | 2026-11-11 | |
| 13 | 38.9% | 57.9 | $0.144 | 2026-11-11 | |
| 14 | 38.3% | 65.1 | $6.70 | 2026-11-11 | |
| 15 | NEW | 38.2% | 52.1 | $0.032 | 2026-11-11 |
| 16 | 37.9% | 58.1 | $0.320 | 2026-11-11 | |
| 17 | 36.3% | 60.8 | $1.88 | 2026-11-11 | |
| 18 | 35.8% | 57.4 | $1.80 | 2026-11-11 | |
| 19 | 34.4% | 56.7 | $1.69 | 2026-11-11 | |
| 20 | 33.7% | 60.6 | $0.978 | 2026-11-11 | |
| 21 | 33.4% | 60.2 | $2.79 | 2026-11-11 | |
| 22 | 32.8% | 61.5 | $0.269 | 2026-11-11 | |
| 23 | 32.4% | 57.5 | $0.134 | 2026-11-11 | |
| 24 | 32.1% | – | $0.321 | 2026-11-11 | |
| 25 | 32.1% | 59.4 | $0.857 | 2026-11-11 | |
| 26 | 32.1% | 58.7 | $1.55 | 2026-11-11 | |
| 27 | NEW | 32.1% | 68.4 | $3.31 | 2026-11-11 |
| 28 | 31.9% | 55.3 | $1.16 | 2026-11-11 | |
| 29 | 31.6% | 52.4 | $0.138 | 2026-11-11 | |
| 30 | 31.1% | 65.3 | $7.51 | 2026-11-11 | |
| 31 | Ember-1 | 31.1% | – | $2.97 | 2026-11-11 |
| 32 | 30.9% | 52.2 | $0.815 | 2026-11-11 | |
| 33 | 30.7% | – | $0.503 | 2026-11-11 | |
| 34 | 30.4% | 48.3 | $1.39 | 2026-11-11 | |
| 35 | 30.0% | 59.5 | $4.83 | 2026-11-11 | |
| 36 | 30.0% | 61.1 | $1.69 | 2026-11-11 | |
| 37 | 29.4% | 56.1 | $1.79 | 2026-11-11 | |
| 38 | 28.5% | 54.8 | $0.049 | 2026-11-11 | |
| 39 | 28.1% | 57.2 | $0.156 | 2026-11-11 | |
| 40 | 27.3% | 56.0 | $0.553 | 2026-11-11 | |
| 41 | 26.8% | 54.7 | $0.729 | 2026-11-11 | |
| 42 | 26.6% | 58.5 | $0.135 | 2026-11-11 | |
| 43 | 26.3% | 53.5 | $0.884 | 2026-11-11 | |
| 44 | 25.8% | 56.1 | $1.19 | 2026-11-11 | |
| 45 | 24.9% | 59.9 | $3.64 | 2026-11-11 | |
| 46 | 24.9% | 56.8 | $0.474 | 2026-11-11 | |
| 47 | 24.8% | 56.2 | $0.465 | 2026-11-11 | |
| 48 | 23.7% | 59.7 | $1.27 | 2026-11-11 | |
| 49 | 22.8% | 62.1 | $0.484 | 2026-11-11 | |
| 50 | 21.8% | 64.1 | $4.07 | 2026-11-11 | |
| 51 | 21.8% | 66.6 | $1.32 | 2026-11-11 | |
| 52 | 21.6% | 62.5 | $0.860 | 2026-11-11 | |
| 53 | 20.7% | 67.3 | $5.80 | 2026-11-11 | |
| 54 | 20.6% | – | $0.025 | 2026-11-11 | |
| 55 | 20.6% | 56.1 | $0.164 | 2026-11-11 | |
| 56 | 19.9% | 55.1 | $0.191 | 2026-11-11 | |
| 57 | 18.2% | – | $0.046 | 2026-11-11 | |
| 58 | 18.0% | 61.0 | $0.356 | 2026-11-11 | |
| 59 | 17.1% | 64.1 | $2.16 | 2026-11-11 | |
| 60 | 15.8% | 60.0 | $0.435 | 2026-11-11 |
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
Tax Agent Benchでの注目のモデル比較
引用表記:BenchLeader「Tax Agent Bench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_tax_agent
Tax Agent Bench:よくある質問
- Tax Agent Benchは何を測るベンチマークですか?
- ツールを使って税法や規則を調べる必要がある法人税の質問で、税務の専門家が採点します。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。
- Tax Agent Benchの最高スコアは?
- 2026年11月16日時点で、Tax Agent Benchの最高スコアは52.3%で、Gemini 4 Hydrogenが記録しています(結果の日付は2026年11月11日)。次点はGemini 4 Carbonの51.8%です。スコアはVals AIの公表値で、毎日読み直しています。
- Tax Agent BenchでトップのAIモデルは?
- 2026年11月16日時点で、Tax Agent Benchの首位はGemini 4 Hydrogenで、スコアは52.3%です(結果の日付は2026年11月11日)。続いてGemini 4 Carbon(51.8%)です。
- Tax Agent Benchの結果があるモデルはいくつですか?
- BenchLeaderでは83のモデル構成にTax Agent Benchの結果があり、すべてVals AIから取得しています。
- Tax Agent Bench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?
- Tax Agent Bench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。
- Tax Agent BenchはBenchLeader Indexに含まれますか?
- いいえ。Tax Agent Bench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。