Time Horizon Index: KSPのリーダーボード
2026年11月16日時点で、Time Horizon Index: KSPの最高スコアは91.3%で、Claude Opus 5.5(Anthropic)が記録しています。次点はGPT-6 Astraの90.5%です。公表された結果があるのは13のモデル構成です(Vals AI、結果の日付は2026年10月7日)。エージェントがKerbal Space Programでミッションを計画して飛行させます。物理演算と多くのステップを伴う長期的なタスクです。Time Horizon Index: KSP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Time Horizon Index: KSPの最高スコア91.3%を記録しています(Vals AI、2026年10月7日)。
- Time Horizon Index: KSPの2位はGPT-6 Astraで、90.5%です(Vals AI、2026年10月7日)。
- Time Horizon Index: KSP:Kerbal Space Programのミッションをはじめから終わりまで遂行するタスク。Vals AIが実施(Vals AI)。
- BenchLeaderでは13のモデル構成にTime Horizon Index: KSPの公表結果があります(BenchLeader、2026年11月16日)。
- Time Horizon Index: KSP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)。
Kerbal Space Programのミッションをはじめから終わりまで遂行するタスク。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
- 13
- データ基準日
- 2026年11月16日
Vals AI (vals.ai).
どんなテストか
エージェントがKerbal Space Programでミッションを計画して飛行させます。物理演算と多くのステップを伴う長期的なタスクです。
採点方法
ミッションの進行度スコアで、Vals AIが実行しています。
注意点
変わった単一の環境なので、長期タスクの能力を示すシグナルとしてだけ読んでください。
- 1Claude Opus 5.5 (max)91.3%
- 2GPT-6 Astra (max)90.5%
- 3Claude Fable 5.1 (max)63.3%
- 4Gemini 4 Argon (high)52.5%
- 5GPT-5.6 Sol (max)23.8%
- 6Claude Opus 5 (max)18.8%
- 7Gemini 3.8 Flash (high)18.8%
- 8Claude Opus 4.8 (max)11.8%
- 9Kimi K3 (max)10.5%
- 10GPT-5.5 (xhigh)8.3%
- 11Grok 4.5 (high)6.3%
- 12Grok 4.6 (high)5.8%
- 13Muse Spark 1.1 (xhigh)1.7%
13件中13件
| # | |||||
|---|---|---|---|---|---|
| 1 | 91.3% | 68.4 | $921.76 | 2026-10-07 | |
| 2 | 90.5% | 67.3 | $4206.59 | 2026-10-07 | |
| 3 | 63.3% | 66.7 | $4655.01 | 2026-10-07 | |
| 4 | 52.5% | 65.3 | $708.63 | 2026-10-07 | |
| 5 | 23.8% | 65.3 | $2027.20 | 2026-10-07 | |
| 6 | 18.8% | 65.0 | $1348.77 | 2026-10-07 | |
| 7 | 18.8% | 59.4 | $543.14 | 2026-10-07 | |
| 8 | 11.8% | 61.1 | $1499.32 | 2026-10-07 | |
| 9 | 10.5% | 60.2 | $216.43 | 2026-10-07 | |
| 10 | 8.3% | 64.1 | $516.36 | 2026-10-07 | |
| 11 | 6.3% | 56.8 | $344.04 | 2026-10-07 | |
| 12 | 5.8% | 60.6 | $225.12 | 2026-10-07 | |
| 13 | 1.7% | 59.5 | $144.92 | 2026-10-07 |
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
Time Horizon Index: KSPでの注目のモデル比較
引用表記:BenchLeader「Time Horizon Index: KSP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_time_horizon_ksp
Time Horizon Index: KSP:よくある質問
- Time Horizon Index: KSPは何を測るベンチマークですか?
- エージェントがKerbal Space Programでミッションを計画して飛行させます。物理演算と多くのステップを伴う長期的なタスクです。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。
- Time Horizon Index: KSPの最高スコアは?
- 2026年11月16日時点で、Time Horizon Index: KSPの最高スコアは91.3%で、Claude Opus 5.5が記録しています(結果の日付は2026年10月7日)。次点はGPT-6 Astraの90.5%です。スコアはVals AIの公表値で、毎日読み直しています。
- Time Horizon Index: KSPでトップのAIモデルは?
- 2026年11月16日時点で、Time Horizon Index: KSPの首位はClaude Opus 5.5で、スコアは91.3%です(結果の日付は2026年10月7日)。続いてGPT-6 Astra(90.5%)です。
- Time Horizon Index: KSPの結果があるモデルはいくつですか?
- BenchLeaderでは13のモデル構成にTime Horizon Index: KSPの結果があり、すべてVals AIから取得しています。
- Time Horizon Index: KSP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?
- Time Horizon Index: KSP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。
- Time Horizon Index: KSPはBenchLeader Indexに含まれますか?
- いいえ。Time Horizon Index: KSP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。