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。
- 1Muse Wonder Full (max)34.0%
- 2Claude Opus 5.5 (xhigh)30.4%
- 3Claude Opus 5 (max)28.5%
- 4Claude Fable 5.1 (max)28.0%
- 5GPT-6 Astra (max)27.6%
- 6Muse Wonder (max)26.6%
- 7Qwen3.8 Max Internal24.8%
- 8GPT-5.6 Luna (max)22.6%
- 9Gemini 4 Argon (high)21.2%
- 10Muse Spark 1.3 (max)20.5%
- 11Claude Haiku 5.5 (max)20.4%
- 12GPT-5.6 Sol (max)20.0%
- 13GLM 5.3 (max)20.0%
- 14Gemini 3.8 Flash (high)18.8%
- 15Kimi K3 (max)18.2%
26件中26件
| # | |||||
|---|---|---|---|---|---|
| 1 | 34.0% | 61.7 | $19.54 | 2026-10-29 | |
| 2 | 30.4% | 65.4 | $44.12 | 2026-10-29 | |
| 3 | 28.5% | 65.0 | $41.49 | 2026-10-29 | |
| 4 | 28.0% | 66.7 | $149.66 | 2026-10-29 | |
| 5 | 27.6% | 67.3 | $84.72 | 2026-10-29 | |
| 6 | 26.6% | 60.8 | $13.72 | 2026-10-29 | |
| 7 | 24.8% | – | $11.59 | 2026-10-29 | |
| 8 | 22.6% | 56.2 | $4.91 | 2026-10-29 | |
| 9 | 21.2% | 65.3 | $18.66 | 2026-10-29 | |
| 10 | 20.5% | 60.6 | $5.60 | 2026-10-29 | |
| 11 | 20.4% | 55.3 | $8.30 | 2026-10-29 | |
| 12 | 20.0% | 65.3 | $47.43 | 2026-10-29 | |
| 13 | 20.0% | 58.8 | $8.24 | 2026-10-29 | |
| 14 | 18.8% | 59.4 | $18.91 | 2026-10-29 | |
| 15 | 18.2% | 60.2 | $9.40 | 2026-10-29 | |
| 16 | 17.5% | 54.7 | $5.89 | 2026-10-29 | |
| 17 | 16.4% | 55.6 | $0.688 | 2026-10-29 | |
| 18 | 16.0% | 52.4 | $0.926 | 2026-10-29 | |
| 19 | 14.8% | 59.5 | $33.33 | 2026-10-29 | |
| 20 | 14.8% | 60.6 | $26.27 | 2026-10-29 | |
| 21 | 14.3% | 48.3 | $3.44 | 2026-10-29 | |
| 22 | 13.8% | 56.1 | $71.15 | 2026-10-29 | |
| 23 | 12.8% | 58.7 | $9.68 | 2026-10-29 | |
| 24 | 9.2% | 56.1 | $3.03 | 2026-10-29 | |
| 25 | 7.3% | 50.4 | $5.00 | 2026-10-29 | |
| 26 | 6.7% | 60.4 | $3.36 | 2026-10-29 |
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
関連するベンチマーク
Vibe Code Bench 1-100での注目のモデル比較
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。