BenchLeader

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)

第一候補 GPT-6 Sol (Daybreak Blue, max) maxこのリストの1位:エージェントスコア 72.3コスパ最良 GPT-6.1 Terra max上位15のうち、1ドルあたりの Index ポイントが最多($2.00/M で 64.1)オープンウェイトで最良 Kimi K3.1 Pro 自分で動かせるモデルの中で最上位(4位)上位15で最速 Gemini 3.5 Flash high出力176トークン/秒

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
1GPT-6 Sol (Daybreak Blue, max)maxOpenAI72.3–$4.00–
2Claude Sonnet 5.5maxAnthropic70.564.2$4.00152
3GPT-5.6 SolmaxOpenAI67.565.3$8.00100
4Kimi K3.1 ProMoonshot AI64.661.8$4.0030
5GPT-6.1 SolmaxOpenAI64.366.6$4.0050
6GPT-6 AstramaxOpenAI63.967.3$20.0041
7Claude Opus 5maxAnthropic63.865.0$10.0080
8GPT-6.1 TerramaxOpenAI63.464.1$2.0072
9GPT-5.6 TerraxhighOpenAI63.160.1$4.5097
10GPT-5.4xhighOpenAI63.063.1$5.6373
11Gemini 3.5 FlashhighGoogle62.862.5$3.38176
12GLM 5.2maxZhipu AI62.158.9$2.1569
13GPT-5.5xhighOpenAI61.864.1$11.2581
14Gemini 3 ProGoogle61.760.0––
15Claude Opus 5.5maxAnthropic61.368.4$8.00116

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