BenchLeader

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。

124件中124件
#
1NEWClaude Fable 5.2high93.8%68.4$22.132026-11-11
2Claude Sonnet 5.5max92.4%64.2$19.732026-11-11
3Gemini 4 Argonhigh91.9%65.3$8.112026-11-11
4Claude Haiku 5.5max90.4%55.3$6.072026-11-11
5Claude Fable 5max90.3%65.1$41.712026-11-11
6Claude Opus 5.5max90.3%68.4$35.772026-11-11
7Claude Fable 5.1max90.3%66.7$33.372026-11-11
8GPT-6 Astramax89.6%67.3$38.512026-11-11
9Gemini 4 Carbonhigh89.1%68.9$8.252026-11-11
10GPT-6.1 Solmax88.9%66.6$6.232026-11-11
11Claude Opus 588.4%63.2$33.882026-11-11
12GPT-6 Solmax87.8%62.6$26.362026-11-11
13NEWGemini 4 Hydrogenxhigh87.8%61.8$4.552026-11-11
14DeepSeek V4.1 Flash 1017max87.7%57.7$0.5802026-11-11
15Grok 4.7xhigh86.2%57.4$15.832026-11-11
16Muse Wonder Fullmax86.0%61.7$2.292026-11-11
17Muse Spark 1.3max85.9%60.6$2.542026-11-11
18MiMo-V2.6-Pro85.2%57.5$1.042026-11-11
19Kimi K3max85.0%60.2$10.012026-11-11
20Kimi K3.1 Promax84.9%59.9$7.492026-11-11
21DeepSeek V4.1 Flashhigh84.7%55.6$0.4072026-11-11
22GPT-6.1 Terramax84.0%64.1$6.002026-11-11
23Ember-183.9%–$8.562026-11-11
24NEWMuse Embermax83.7%52.1$0.0542026-11-11
25Muse Wondermax83.1%60.8$1.802026-11-11
26Muse Spark 1.3xhigh82.9%58.1$2.102026-11-11
27Claude Opus 4.8max82.7%61.1$26.882026-11-11
28DeepSeek V4 Promax82.3%54.7$0.3562026-11-11
29GPT-6 Lunamax81.7%55.1$1.352026-11-11
30Mistral Large 4 OSShigh81.6%–$11.722026-11-11
31Inkling 2 Small81.5%57.9$1.902026-11-11
32Claude Sonnet 5max81.3%56.1$25.392026-11-11
33Hy481.0%56.7$2.392026-11-11
34GPT-5.6 Solmax80.5%65.3$33.402026-11-11
35Muse Spark 1.2xhigh79.1%61.5$1.532026-11-11
36MiMo-V2.6-Flash79.0%54.8$0.5632026-11-11
37Gemini 3.8 Flashhigh78.7%59.4$6.872026-11-11
38Mistral Large 4high78.4%48.3$20.282026-11-11
39GLM 5.3max78.1%58.8$12.452026-11-11
40Claude Opus 4.877.5%58.7$6.862026-11-11
41Qwen3.8 Max Internal77.1%–$11.672026-11-11
42GPT-5.6 Lunamax77.1%56.2$0.7262026-11-11
43Grok 4.6high76.2%60.6$4.882026-11-11
44Muse Spark Openxhigh76.2%53.5$1.662026-11-11
45DeepSeek V4 Flashhigh74.7%57.2$0.9062026-11-11
46GPT-5.6 Terramax74.6%59.5$7.892026-11-11
47MiniMax M3.1 Flashmax73.9%–$1.152026-11-11
48Muse Spark 1.1xhigh72.2%59.5$0.9232026-11-11
49Claude Opus 4.7max71.0%59.7$21.412026-11-11
50Gemini 3.7 Flashhigh70.4%62.1$4.832026-11-11
51Step 5 Preview70.4%56.0$5.862026-11-11
52GPT-5.5xhigh69.8%64.1$16.662026-11-11
53Grok 4.5high69.0%56.8$4.102026-11-11
54GPT-5.4xhigh67.4%63.1$10.692026-11-11
55GPT-5.567.4%61.0$5.932026-11-11
56Beam 1.066.4%45.9–2026-11-11
57Qwen3.8 27Bxhigh64.8%52.2$23.462026-11-11
58Qwen3.8 Maxmax64.7%58.7$8.242026-11-11
59Gemini 3.6 Flashhigh64.0%61.0$3.042026-11-11
60GLM 5.2max64.0%58.9$8.492026-11-11

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

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。