Vibe Code Benchのリーダーボード
2026年11月16日時点で、Vibe Code Benchの最高スコアは93.8%で、Claude Fable 5.2(Anthropic)が記録しています。次点はClaude Sonnet 5.5の92.4%です。公表された結果があるのは124のモデル構成です(Vals AI、結果の日付は2026年11月11日)。製品の要件書から、エージェントが動くWebアプリを作り、機能と完成度で評価されます。Vibe Code 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)
- Claude Fable 5.2がVibe Code Bench v1.1の最高スコア93.8%を記録しています(Vals AI、2026年11月11日)。
- Vibe Code Bench v1.1の2位はClaude Sonnet 5.5で、92.4%です(Vals AI、2026年11月11日)。
- Vibe Code Bench v1.1:指示書から一からWebアプリを作るタスク。Vals AIが実施(Vals AI)。
- BenchLeaderでは124のモデル構成にVibe Code Bench v1.1の公表結果があります(BenchLeader、2026年11月16日)。
- Vibe Code Bench v1.1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)。
指示書から一からWebアプリを作るタスク。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
- 124
- データ基準日
- 2026年11月16日
Vals AI (vals.ai).
どんなテストか
製品の要件書から、エージェントが動くWebアプリを作り、機能と完成度で評価されます。
採点方法
ルーブリックスコアで、Vals AIが実行しています。
注意点
ルーブリックで採点されるため、デザイン上の選択やフレームワークへの慣れがスコアに影響します。
- 1Claude Fable 5.2 (high)93.8%
- 2Claude Sonnet 5.5 (max)92.4%
- 3Gemini 4 Argon (high)91.9%
- 4Claude Haiku 5.5 (max)90.4%
- 5Claude Fable 5 (max)90.3%
- 6Claude Opus 5.5 (max)90.3%
- 7Claude Fable 5.1 (max)90.3%
- 8GPT-6 Astra (max)89.6%
- 9Gemini 4 Carbon (high)89.1%
- 10GPT-6.1 Sol (max)88.9%
- 11Claude Opus 588.4%
- 12GPT-6 Sol (max)87.8%
- 13Gemini 4 Hydrogen (xhigh)87.8%
- 14DeepSeek V4.1 Flash 1017 (max)87.7%
- 15Grok 4.7 (xhigh)86.2%
124件中124件
| # | |||||
|---|---|---|---|---|---|
| 1 | NEW | 93.8% | 68.4 | $22.13 | 2026-11-11 |
| 2 | 92.4% | 64.2 | $19.73 | 2026-11-11 | |
| 3 | 91.9% | 65.3 | $8.11 | 2026-11-11 | |
| 4 | 90.4% | 55.3 | $6.07 | 2026-11-11 | |
| 5 | 90.3% | 65.1 | $41.71 | 2026-11-11 | |
| 6 | 90.3% | 68.4 | $35.77 | 2026-11-11 | |
| 7 | 90.3% | 66.7 | $33.37 | 2026-11-11 | |
| 8 | 89.6% | 67.3 | $38.51 | 2026-11-11 | |
| 9 | 89.1% | 68.9 | $8.25 | 2026-11-11 | |
| 10 | 88.9% | 66.6 | $6.23 | 2026-11-11 | |
| 11 | 88.4% | 63.2 | $33.88 | 2026-11-11 | |
| 12 | 87.8% | 62.6 | $26.36 | 2026-11-11 | |
| 13 | NEW | 87.8% | 61.8 | $4.55 | 2026-11-11 |
| 14 | 87.7% | 57.7 | $0.580 | 2026-11-11 | |
| 15 | 86.2% | 57.4 | $15.83 | 2026-11-11 | |
| 16 | 86.0% | 61.7 | $2.29 | 2026-11-11 | |
| 17 | 85.9% | 60.6 | $2.54 | 2026-11-11 | |
| 18 | 85.2% | 57.5 | $1.04 | 2026-11-11 | |
| 19 | 85.0% | 60.2 | $10.01 | 2026-11-11 | |
| 20 | 84.9% | 59.9 | $7.49 | 2026-11-11 | |
| 21 | 84.7% | 55.6 | $0.407 | 2026-11-11 | |
| 22 | 84.0% | 64.1 | $6.00 | 2026-11-11 | |
| 23 | Ember-1 | 83.9% | – | $8.56 | 2026-11-11 |
| 24 | NEW | 83.7% | 52.1 | $0.054 | 2026-11-11 |
| 25 | 83.1% | 60.8 | $1.80 | 2026-11-11 | |
| 26 | 82.9% | 58.1 | $2.10 | 2026-11-11 | |
| 27 | 82.7% | 61.1 | $26.88 | 2026-11-11 | |
| 28 | 82.3% | 54.7 | $0.356 | 2026-11-11 | |
| 29 | 81.7% | 55.1 | $1.35 | 2026-11-11 | |
| 30 | 81.6% | – | $11.72 | 2026-11-11 | |
| 31 | 81.5% | 57.9 | $1.90 | 2026-11-11 | |
| 32 | 81.3% | 56.1 | $25.39 | 2026-11-11 | |
| 33 | 81.0% | 56.7 | $2.39 | 2026-11-11 | |
| 34 | 80.5% | 65.3 | $33.40 | 2026-11-11 | |
| 35 | 79.1% | 61.5 | $1.53 | 2026-11-11 | |
| 36 | 79.0% | 54.8 | $0.563 | 2026-11-11 | |
| 37 | 78.7% | 59.4 | $6.87 | 2026-11-11 | |
| 38 | 78.4% | 48.3 | $20.28 | 2026-11-11 | |
| 39 | 78.1% | 58.8 | $12.45 | 2026-11-11 | |
| 40 | 77.5% | 58.7 | $6.86 | 2026-11-11 | |
| 41 | 77.1% | – | $11.67 | 2026-11-11 | |
| 42 | 77.1% | 56.2 | $0.726 | 2026-11-11 | |
| 43 | 76.2% | 60.6 | $4.88 | 2026-11-11 | |
| 44 | 76.2% | 53.5 | $1.66 | 2026-11-11 | |
| 45 | 74.7% | 57.2 | $0.906 | 2026-11-11 | |
| 46 | 74.6% | 59.5 | $7.89 | 2026-11-11 | |
| 47 | 73.9% | – | $1.15 | 2026-11-11 | |
| 48 | 72.2% | 59.5 | $0.923 | 2026-11-11 | |
| 49 | 71.0% | 59.7 | $21.41 | 2026-11-11 | |
| 50 | 70.4% | 62.1 | $4.83 | 2026-11-11 | |
| 51 | 70.4% | 56.0 | $5.86 | 2026-11-11 | |
| 52 | 69.8% | 64.1 | $16.66 | 2026-11-11 | |
| 53 | 69.0% | 56.8 | $4.10 | 2026-11-11 | |
| 54 | 67.4% | 63.1 | $10.69 | 2026-11-11 | |
| 55 | 67.4% | 61.0 | $5.93 | 2026-11-11 | |
| 56 | 66.4% | 45.9 | – | 2026-11-11 | |
| 57 | 64.8% | 52.2 | $23.46 | 2026-11-11 | |
| 58 | 64.7% | 58.7 | $8.24 | 2026-11-11 | |
| 59 | 64.0% | 61.0 | $3.04 | 2026-11-11 | |
| 60 | 64.0% | 58.9 | $8.49 | 2026-11-11 |
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
Vibe Code Bench v1.1での注目のモデル比較
引用表記:BenchLeader「Vibe Code Bench v1.1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_vibe_code
Vibe Code Bench v1.1:よくある質問
- Vibe Code Bench v1.1は何を測るベンチマークですか?
- 製品の要件書から、エージェントが動くWebアプリを作り、機能と完成度で評価されます。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。
- Vibe Code Bench v1.1の最高スコアは?
- 2026年11月16日時点で、Vibe Code Bench v1.1の最高スコアは93.8%で、Claude Fable 5.2が記録しています(結果の日付は2026年11月11日)。次点はClaude Sonnet 5.5の92.4%です。スコアはVals AIの公表値で、毎日読み直しています。
- Vibe Code Bench v1.1でトップのAIモデルは?
- 2026年11月16日時点で、Vibe Code Bench v1.1の首位はClaude Fable 5.2で、スコアは93.8%です(結果の日付は2026年11月11日)。続いてClaude Sonnet 5.5(92.4%)です。
- Vibe Code Bench v1.1の結果があるモデルはいくつですか?
- BenchLeaderでは124のモデル構成にVibe Code Bench v1.1の結果があり、すべてVals AIから取得しています。
- Vibe Code Bench v1.1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?
- Vibe Code Bench v1.1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。
- Vibe Code Bench v1.1はBenchLeader Indexに含まれますか?
- いいえ。Vibe Code Bench v1.1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。