エージェントに最適なLLM(2026年11月)
2026年11月16日時点で、第三者ベンチマークにおけるエージェントとツール利用に最適なLLMはOpenAIのGPT-6 Sol (Daybreak Blue, max)(max)(エージェントスコア 72.3)、次いでClaude Sonnet 5.5(max)(エージェントスコア 70.5)、GPT-5.6 Sol(max)(エージェントスコア 67.5)です。
エージェント・ツールカテゴリでランク付けしています。関数呼び出し、複数ステップのツール利用、Terminal-Bench、BFCL、τ²-bench などのエージェント型タスクのボードが対象です。うち3つ以上の結果が必要なので、結果2つだけで首位に立つことはできません。
対象68モデル · 2026年11月16日時点のデータ · 更新:6時間ごと(UTC 04:03、10:03、16:03、22:03に開始)
直接比較: Claude Sonnet 5.5 vs GPT-5.6 Sol (#2 vs #3)
| # | モデル | エージェントスコア | Index | 価格 $/M | 速度 tok/s |
|---|---|---|---|---|---|
| 1 | 72.3 | – | $4.00 | – | |
| 2 | 70.5 | 64.2 | $4.00 | 152 | |
| 3 | 67.5 | 65.3 | $8.00 | 100 | |
| 4 | 64.6 | 61.8 | $4.00 | 30 | |
| 5 | 64.3 | 66.6 | $4.00 | 50 | |
| 6 | 63.9 | 67.3 | $20.00 | 41 | |
| 7 | 63.8 | 65.0 | $10.00 | 80 | |
| 8 | 63.4 | 64.1 | $2.00 | 72 | |
| 9 | 63.1 | 60.1 | $4.50 | 97 | |
| 10 | 63.0 | 63.1 | $5.63 | 73 | |
| 11 | 62.8 | 62.5 | $3.38 | 176 | |
| 12 | 62.1 | 58.9 | $2.15 | 69 | |
| 13 | 61.8 | 64.1 | $11.25 | 81 | |
| 14 | 61.7 | 60.0 | – | – | |
| 15 | 61.3 | 68.4 | $8.00 | 116 |
ランキング全体(68モデル) · コーディングエージェント向けのベスト(重み付けを明記) · 算出方法 · このランキングの元になったLLMベンチマーク
エージェントに最適なLLM:よくある質問
- 2026年11月時点で、エージェントとツール利用に最適なLLMは?
- 2026年11月16日時点で、第三者ベンチマークにおけるエージェントとツール利用に最適なLLMはOpenAIのGPT-6 Sol (Daybreak Blue, max)(max)(エージェントスコア 72.3)、次いでClaude Sonnet 5.5(max)(エージェントスコア 70.5)、GPT-5.6 Sol(max)(エージェントスコア 67.5)です。BenchLeader は48の公開元による285のベンチマークを集約し、ランキングを6時間ごと(UTC 04:03、10:03、16:03、22:03に開始)に作り直しています。
- コストパフォーマンスが最も良いのは?
- このリストの上位15のうち、1ドルあたりの BenchLeader Index ポイントが最も多いのはGPT-6.1 Terra(max)です。ブレンド価格は100万トークンあたり$2.00で Index は64.1、対してGPT-6 Sol (Daybreak Blue, max)は$4.00です。
- オープンウェイトで最良の選択肢は?
- Moonshot AIのKimi K3.1 Proが、このリストで最上位のオープンウェイトモデルです(4位)。
- どのようにランク付けしていますか?
- エージェント・ツールカテゴリでランク付けしています。関数呼び出し、複数ステップのツール利用、Terminal-Bench、BFCL、τ²-bench などのエージェント型タスクのボードが対象です。うち3つ以上の結果が必要なので、結果2つだけで首位に立つことはできません。すべてのスコアは第三者の公開元によるもので、モデルのページで出典にリンクしています。発表記事のスコアは、ランキングにもベンチマークボードにも使いません。第三者の情報源がまだないモデルに限り、一部の仕様(定価、コンテキストウィンドウ、回答開始までの時間)をベンダーの公表値から取ることがあり、その場合は「ベンダー公表」と明記します。モデルのページに載る、少数のベンダー自身による測定値も同様です。
引用表記:BenchLeader「エージェントに最適なLLM(2026年11月)」2026年11月16日時点のデータ、https://www.benchleader.com/ja/best/llm-for-agents