BenchLeader

Vibe Code Bench 1-100のリーダーボード

2026年11月16日時点で、Vibe Code Bench 1-100の最高スコアは34.0%で、Muse Wonder Full(Meta)が記録しています。次点はClaude Opus 5.5の30.4%です。公表された結果があるのは26のモデル構成です(Vals AI、結果の日付は2026年10月29日)。動くアプリを出発点に、エージェントが100件の機能追加の依頼に順番に対応します。スコアは、アプリを壊さずに完了できた依頼の数です。Vibe Code Bench 1-100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)

  • Muse Wonder FullがVibe Code Bench 1-100の最高スコア34.0%を記録しています(Vals AI、2026年10月29日)。
  • Vibe Code Bench 1-100の2位はClaude Opus 5.5で、30.4%です(Vals AI、2026年10月29日)。
  • Vibe Code Bench 1-100:動いているWebアプリを、要望に応じて100回拡張していくタスク。Vals AIが実施(Vals AI)。
  • BenchLeaderでは26のモデル構成にVibe Code Bench 1-100の公表結果があります(BenchLeader、2026年11月16日)。
  • Vibe Code Bench 1-100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)。

動いているWebアプリを、要望に応じて100回拡張していくタスク。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
26
データ基準日
2026年11月16日

Vals AI (vals.ai).

どんなテストか

動くアプリを出発点に、エージェントが100件の機能追加の依頼に順番に対応します。スコアは、アプリを壊さずに完了できた依頼の数です。

採点方法

完了した依頼の数で、Vals AIが実行しています。

注意点

一度きりの生成ではなく、持続的なエージェント型コーディングを試します。

26件中26件
#
1Muse Wonder Fullmax34.0%61.7$19.542026-10-29
2Claude Opus 5.5xhigh30.4%65.4$44.122026-10-29
3Claude Opus 5max28.5%65.0$41.492026-10-29
4Claude Fable 5.1max28.0%66.7$149.662026-10-29
5GPT-6 Astramax27.6%67.3$84.722026-10-29
6Muse Wondermax26.6%60.8$13.722026-10-29
7Qwen3.8 Max Internal24.8%–$11.592026-10-29
8GPT-5.6 Lunamax22.6%56.2$4.912026-10-29
9Gemini 4 Argonhigh21.2%65.3$18.662026-10-29
10Muse Spark 1.3max20.5%60.6$5.602026-10-29
11Claude Haiku 5.5max20.4%55.3$8.302026-10-29
12GPT-5.6 Solmax20.0%65.3$47.432026-10-29
13GLM 5.3max20.0%58.8$8.242026-10-29
14Gemini 3.8 Flashhigh18.8%59.4$18.912026-10-29
15Kimi K3max18.2%60.2$9.402026-10-29
16DeepSeek V4 Promax17.5%54.7$5.892026-10-29
17DeepSeek V4.1 Flashhigh16.4%55.6$0.6882026-10-29
18GLM 5.3 Flashmax16.0%52.4$0.9262026-10-29
19GPT-5.6 Terramax14.8%59.5$33.332026-10-29
20Grok 4.6high14.8%60.6$26.272026-10-29
21Mistral Large 4high14.3%48.3$3.442026-10-29
22Claude Sonnet 5max13.8%56.1$71.152026-10-29
23Qwen3.8 Maxmax12.8%58.7$9.682026-10-29
24MiniMax M39.2%56.1$3.032026-10-29
25Inkling7.3%50.4$5.002026-10-29
26Gemini 3.1 Prohigh6.7%60.4$3.362026-10-29

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 1-100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_bench

Vibe Code Bench 1-100:よくある質問

Vibe Code Bench 1-100は何を測るベンチマークですか?
動くアプリを出発点に、エージェントが100件の機能追加の依頼に順番に対応します。スコアは、アプリを壊さずに完了できた依頼の数です。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。
Vibe Code Bench 1-100の最高スコアは?
2026年11月16日時点で、Vibe Code Bench 1-100の最高スコアは34.0%で、Muse Wonder Fullが記録しています(結果の日付は2026年10月29日)。次点はClaude Opus 5.5の30.4%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 1-100でトップのAIモデルは?
2026年11月16日時点で、Vibe Code Bench 1-100の首位はMuse Wonder Fullで、スコアは34.0%です(結果の日付は2026年10月29日)。続いてClaude Opus 5.5(30.4%)です。
Vibe Code Bench 1-100の結果があるモデルはいくつですか?
BenchLeaderでは26のモデル構成にVibe Code Bench 1-100の結果があり、すべてVals AIから取得しています。
Vibe Code Bench 1-100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 1-100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 1-100はBenchLeader Indexに含まれますか?
いいえ。Vibe Code Bench 1-100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。