Vending-Bench 2のリーダーボード
2026年11月16日時点で、Vending-Bench 2の最高スコアは16484.2で、Gemini 4 Carbon(Google)が記録しています。次点はGPT-6 Astraの15514.7です。公表された結果があるのは72のモデル構成です(Andon Labs、結果の日付は2026年11月10日)。エージェントがシミュレーション上の1年間、自動販売機の事業を運営します。発注、価格設定、仕入れ先との交渉を行い、最終的な残高で採点されます。Vending-Bench 2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)
- Gemini 4 CarbonがVending-Bench 2の最高スコア16484.2を記録しています(Andon Labs、2026年11月10日)。
- Vending-Bench 2の2位はGPT-6 Astraで、15514.7です(Andon Labs、2026年9月3日)。
- Vending-Bench 2:模擬の自動販売機ビジネスを1年間運営するタスク(Andon Labs)。
- BenchLeaderでは72のモデル構成にVending-Bench 2の公表結果があります(BenchLeader、2026年11月16日)。
- Vending-Bench 2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)。
模擬の自動販売機ビジネスを1年間運営するタスク。
- 公開元
- Andon Labsデータ取得元:Epoch AI Benchmarking Hub
- カテゴリ
- エージェント・ツール
- Indexでの重み
- 参考のみ
- モデル
- 72
- データ基準日
- 2026年11月16日
- 最新の結果
- 2026年11月10日
CC BY 4.0 — Epoch AI, ‘AI Benchmarking Hub’, epoch.ai/benchmarks. Mirrored boards credit their original publishers.
どんなテストか
エージェントがシミュレーション上の1年間、自動販売機の事業を運営します。発注、価格設定、仕入れ先との交渉を行い、最終的な残高で採点されます。
採点方法
シミュレーション上のドルでの最終残高で、Andon Labsが公表しています。
注意点
パーセントではなくドルの金額です。試されるのは長期にわたる一貫性です。
- 1Gemini 4 Carbon16484.2
- 2GPT-6 Astra15514.7
- 3GPT-6 Sol14427.9
- 4Gemini 4 Argon13718.2
- 5GPT-6.1 Sol12860.6
- 6Claude Opus 511181.9
- 7Claude Sonnet 5.511165.3
- 8Claude Opus 4.710936.8
- 9Grok 4.710536.8
- 10GPT-5.6 Sol9619.4
- 11Muse Wonder9432.2
- 12Claude Opus 5.59235.3
- 13GPT-6.1 Terra9107.5
- 14Grok 4.69047.0
- 15GLM 5.28313.8
72件中72件
| # | ||||
|---|---|---|---|---|
| 1 | 16484.2 | – | 2026-11-10 | |
| 2 | 15514.7 | 66.4 | 2026-09-03 | |
| 3 | 14427.9 | – | 2026-09-22 | |
| 4 | 13718.2 | 64.4 | 2026-10-13 | |
| 5 | 12860.6 | 62.0 | 2026-09-29 | |
| 6 | 11181.9 | 63.2 | 2026-07-24 | |
| 7 | 11165.3 | – | 2026-09-28 | |
| 8 | 10936.8 | 63.1 | 2026-04-16 | |
| 9 | 10536.8 | – | 2026-09-21 | |
| 10 | 9619.4 | 54.3 | 2026-07-09 | |
| 11 | 9432.2 | 64.4 | 2026-10-12 | |
| 12 | 9235.3 | 61.0 | 2026-09-22 | |
| 13 | 9107.5 | – | 2026-10-26 | |
| 14 | 9047.0 | – | 2026-08-12 | |
| 15 | 8313.8 | 51.9 | 2026-06-16 | |
| 16 | 8163.6 | – | 2026-08-14 | |
| 17 | 8017.6 | 62.1 | 2026-02-05 | |
| 18 | 7523.8 | 61.0 | 2026-04-23 | |
| 19 | 7343.2 | – | 2026-07-09 | |
| 20 | 7204.1 | 57.6 | 2026-02-17 | |
| 21 | 6520.5 | 62.2 | 2026-07-09 | |
| 22 | 6377.7 | 53.0 | 2026-06-30 | |
| 23 | 6204.6 | 55.1 | 2026-04-20 | |
| 24 | 6144.2 | 57.9 | 2026-03-05 | |
| 25 | 5940.1 | – | 2026-02-05 | |
| 26 | 5787.4 | 58.7 | 2026-05-28 | |
| 27 | 5680.3 | 63.9 | 2026-06-09 | |
| 28 | 5634.4 | 55.4 | 2026-04-07 | |
| 29 | 5478.2 | 60.0 | 2025-11-18 | |
| 30 | 5421.6 | 66.4 | 2026-09-01 | |
| 31 | 5396.4 | – | 2026-05-19 | |
| 32 | 5165.0 | 60.7 | 2026-07-16 | |
| 33 | 5114.9 | 59.0 | 2026-03-31 | |
| 34 | 5093.8 | 56.4 | 2026-09-02 | |
| 35 | 5082.9 | 53.9 | 2026-06-12 | |
| 36 | 5018.5 | – | 2026-06-09 | |
| 37 | 4967.1 | 57.1 | 2025-11-24 | |
| 38 | 4966.6 | 65.1 | 2026-06-09 | |
| 39 | 4662.9 | – | 2026-02-17 | |
| 40 | 4529.9 | 65.4 | 2026-06-09 | |
| 41 | 4432.1 | 54.9 | 2026-02-11 | |
| 42 | 4339.8 | – | 2026-06-09 | |
| 43 | 4254.2 | 62.1 | 2026-04-20 | |
| 44 | 4094.7 | 47.2 | 2026-07-09 | |
| 45 | 3887.4 | 59.3 | 2026-07-08 | |
| 46 | 3838.7 | 53.8 | 2025-09-29 | |
| 47 | 3774.3 | – | 2026-02-19 | |
| 48 | 3634.7 | 56.5 | 2025-12-17 | |
| 49 | 3602.5 | – | 2026-10-07 | |
| 50 | 3591.3 | 56.7 | 2025-12-11 | |
| 51 | 3284.5 | 53.0 | 2026-04-24 | |
| 52 | 2992.3 | 61.1 | 2026-05-28 | |
| 53 | 2376.8 | 51.7 | 2025-12-22 | |
| 54 | 2157.8 | 56.1 | 2026-06-01 | |
| 55 | 1473.4 | 56.1 | 2025-11-13 | |
| 56 | 1198.5 | 54.6 | 2026-01-27 | |
| 57 | 1106.6 | 55.3 | 2025-11-19 | |
| 58 | 1034 | 50.2 | 2025-09-29 | |
| 59 | 911.2 | 59.9 | 2026-02-19 | |
| 60 | 573.6 | 55.2 | 2025-06-17 |
エージェント・ツール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
Vending-Bench 2での注目のモデル比較
引用表記:BenchLeader「Vending-Bench 2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/vending_bench_2
Vending-Bench 2:よくある質問
- Vending-Bench 2は何を測るベンチマークですか?
- エージェントがシミュレーション上の1年間、自動販売機の事業を運営します。発注、価格設定、仕入れ先との交渉を行い、最終的な残高で採点されます。スコアはスコアで示され、高いほど良い結果です。
- Vending-Bench 2の最高スコアは?
- 2026年11月16日時点で、Vending-Bench 2の最高スコアは16484.2で、Gemini 4 Carbonが記録しています(結果の日付は2026年11月10日)。次点はGPT-6 Astraの15514.7です。スコアはAndon Labsの公表値で、毎日読み直しています。
- Vending-Bench 2でトップのAIモデルは?
- 2026年11月16日時点で、Vending-Bench 2の首位はGemini 4 Carbonで、スコアは16484.2です(結果の日付は2026年11月10日)。続いてGPT-6 Astra(15514.7)です。
- Vending-Bench 2の結果があるモデルはいくつですか?
- BenchLeaderでは72のモデル構成にVending-Bench 2の結果があり、すべてAndon Labs(Epoch AI Benchmarking Hub経由)から取得しています。
- Vending-Bench 2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?
- Vending-Bench 2はAndon Labs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。
- Vending-Bench 2はBenchLeader Indexに含まれますか?
- いいえ。Vending-Bench 2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。