BenchLeader

VoiceCodeBenchのリーダーボード

2026年11月16日時点で、VoiceCodeBenchの最高スコアは67.7%で、GPT Live Transcribe(OpenAI)が記録しています。次点はGrok Voice Transcribe 2.0の65.3%です。公表された結果があるのは20のモデル構成です(Vals AI、結果の日付は2026年9月24日)。音声認識モデルが、薬品名やティッカーシンボルなど分野固有の固有表現を含む音声を書き起こし、それらを正しく認識できたかで採点します。VoiceCodeBench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)

  • GPT Live TranscribeがVoiceCodeBenchの最高スコア67.7%を記録しています(Vals AI、2026年9月24日)。
  • VoiceCodeBenchの2位はGrok Voice Transcribe 2.0で、65.3%です(Vals AI、2026年9月24日)。
  • VoiceCodeBench:8つの業務分野にわたる、音声からの固有表現の認識。Vals AIが実施(Vals AI)。
  • BenchLeaderでは20のモデル構成にVoiceCodeBenchの公表結果があります(BenchLeader、2026年11月16日)。
  • VoiceCodeBench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)。

8つの業務分野にわたる、音声からの固有表現の認識。Vals AIが実施。

公開元
Vals AI
カテゴリ
マルチモーダル
Indexでの重み
参考のみ
モデル
20
データ基準日
2026年11月16日

Vals AI (vals.ai).

どんなテストか

音声認識モデルが、薬品名やティッカーシンボルなど分野固有の固有表現を含む音声を書き起こし、それらを正しく認識できたかで採点します。

採点方法

固有表現の正答率で、Vals AIが実行しています。

注意点

音声のベンチマークなので、掲載されているのは音声モデルだけで、推論は測りません。

上位15
  1. 1GPT Live Transcribe67.7%
  2. 2Grok Voice Transcribe 2.065.3%
  3. 3Ink 262.0%
  4. 4GPT 4o Transcribe59.7%
  5. 5Nova 3 Streaming59.3%
  6. 6Resonant 159.0%
  7. 7Inworld Stt 157.3%
  8. 8Muse Voice Transcribe57.0%
  9. 9Whisper Large v3 Turbo57.0%
  10. 10Flux General En55.7%
  11. 11Chirp 355.3%
  12. 12Scribe v2 Realtime55.3%
  13. 13Whisper Large v354.3%
  14. 14Voxtral Mini 260253.0%
  15. 15Grok Voice Transcribe 1.052.0%
20件中20件
#
1GPT Live Transcribe67.7%–$0.0192026-09-24
2Grok Voice Transcribe 2.065.3%–$0.00372026-09-24
3Ink 262.0%––2026-09-24
4GPT 4o Transcribe59.7%–$0.00312026-09-24
5Nova 3 Streaming59.3%–$0.00542026-09-24
6Resonant 159.0%–$0.00772026-09-24
7Inworld Stt 157.3%–$0.00272026-09-24
8Muse Voice Transcribe57.0%–$0.00342026-09-24
9Whisper Large v3 Turbo57.0%–$0.00072026-09-24
10Flux General En55.7%–$0.00722026-09-24
11Chirp 355.3%–$0.0182026-09-24
12Scribe v2 Realtime55.3%–$0.00732026-09-24
13Whisper Large v354.3%–$0.00212026-09-24
14Voxtral Mini 260253.0%–$0.00342026-09-24
15Grok Voice Transcribe 1.052.0%–$0.00372026-09-24
16GPT 4o Mini Transcribe Streaming Response51.7%–$0.00162026-09-24
17Voxtral Mini Transcribe Realtime 260246.0%–$0.00672026-09-24
18Transcribe 03 202644.7%––2026-09-24
19Universal Language Model37.3%––2026-09-24
20Universal 3.5 Pro30.3%–$0.00852026-09-24

マルチモーダル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「VoiceCodeBench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_voice_code_bench

VoiceCodeBench:よくある質問

VoiceCodeBenchは何を測るベンチマークですか?
音声認識モデルが、薬品名やティッカーシンボルなど分野固有の固有表現を含む音声を書き起こし、それらを正しく認識できたかで採点します。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。
VoiceCodeBenchの最高スコアは?
2026年11月16日時点で、VoiceCodeBenchの最高スコアは67.7%で、GPT Live Transcribeが記録しています(結果の日付は2026年9月24日)。次点はGrok Voice Transcribe 2.0の65.3%です。スコアはVals AIの公表値で、毎日読み直しています。
VoiceCodeBenchでトップのAIモデルは?
2026年11月16日時点で、VoiceCodeBenchの首位はGPT Live Transcribeで、スコアは67.7%です(結果の日付は2026年9月24日)。続いてGrok Voice Transcribe 2.0(65.3%)です。
VoiceCodeBenchの結果があるモデルはいくつですか?
BenchLeaderでは20のモデル構成にVoiceCodeBenchの結果があり、すべてVals AIから取得しています。
VoiceCodeBench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?
VoiceCodeBench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。
VoiceCodeBenchはBenchLeader Indexに含まれますか?
いいえ。VoiceCodeBench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。