PRBench Legal 排行榜
截至 2026年11月16日,PRBench Legal 的最高分为 61.6%,由 Muse Spark 1.3(Meta)取得,领先于 Muse Spark Open(59.8%)。共有 48 个模型配置公布了结果(Scale AI SEAL,结果日期 2026年9月14日)。PRBench Legal 提出专业法律任务,从分析合同到就具体情形给出建议,由执业律师按评分标准打分。PRBench Legal 计入 BenchLeader Index 的知识得分。
要点(截至 2026年11月16日)
- Muse Spark 1.3 以 61.6% 保持 PRBench Legal 最高分(Scale AI SEAL,2026年9月14日)。
- Muse Spark Open 以 59.8% 位列 PRBench Legal 第二(Scale AI SEAL,2026年10月20日)。
- PRBench Legal:法律实务中的专业推理,由从业者评分。Scale AI(Scale AI SEAL)。
- BenchLeader 上有 48 个模型配置公布了 PRBench Legal 结果(BenchLeader,2026年11月16日)。
- PRBench Legal 计入 BenchLeader Index 的知识类别(BenchLeader 方法论)。
法律实务中的专业推理,由从业者评分。Scale AI。
- 类别
- 知识
- Index 权重
- 0.5
- 模型
- 48
- 数据截至
- 2026年11月16日
- 最新结果
- 2026年11月12日
Scale AI SEAL Leaderboards.
测试内容
PRBench Legal 提出专业法律任务,从分析合同到就具体情形给出建议,由执业律师按评分标准打分。
评分方式
按评分标准所得分数的百分比,由 Scale AI 发布。
注意事项
与特定司法管辖区相关,并按评分标准打分;它与分类式的 LegalBench 互为补充。
- 1Muse Spark 1.361.6%
- 2Muse Spark Open59.8%
- 3Muse Wonder58.4%
- 4Muse Spark 1.157.0%
- 5Gemini 4 Carbon53.4%
- 6Claude Fable 552.6%
- 7Muse Spark52.3%
- 8Claude Opus 4.6 (none)52.3%
- 9Claude Fable 5.151.6%
- 10GPT-5.6 Sol (max)50.5%
- 11GPT-5 Pro49.9%
- 12o3-pro49.7%
- 13Gemini 4 Argon49.4%
- 14GPT-5.1 (thinking)49.3%
- 15Claude Fable 5.249.0%
48 / 48
| # | ||||
|---|---|---|---|---|
| 1 | 61.6% | 61.6 | 2026-09-14 | |
| 2 | 59.8% | – | 2026-10-20 | |
| 3 | 58.4% | 64.4 | 2026-10-14 | |
| 4 | 57.0% | 62.2 | 2026-07-09 | |
| 5 | 53.4% | – | 2026-11-11 | |
| 6 | 52.6% | 65.4 | 2026-07-28 | |
| 7 | 52.3% | 64.2 | 2026-04-08 | |
| 8 | 52.3% | 58.4 | 2026-02-17 | |
| 9 | 51.6% | 66.4 | 2026-09-03 | |
| 10 | 50.5% | 65.3 | 2026-07-28 | |
| 11 | 49.9% | 59.6 | 2025-11-13 | |
| 12 | 49.7% | 49.9 | 2025-11-13 | |
| 13 | 49.4% | 64.4 | 2026-10-16 | |
| 14 | 49.3% | 54.6 | 2025-12-11 | |
| 15 | 新 | 49.0% | 65.4 | 2026-11-12 |
| 16 | 49.0% | 56.6 | 2025-11-13 | |
| 17 | 48.9% | 56.4 | 2026-09-09 | |
| 18 | 48.6% | 60.4 | 2025-11-13 | |
| 19 | 48.4% | 66.4 | 2026-09-09 | |
| 20 | 47.9% | 62.0 | 2026-10-07 | |
| 21 | 47.9% | 61.8 | 2026-11-12 | |
| 22 | 47.6% | 57.4 | 2026-09-25 | |
| 23 | 47.6% | 61.0 | 2026-09-25 | |
| 24 | 47.3% | – | 2026-10-27 | |
| 25 | 45.4% | – | 2025-12-16 | |
| 26 | 45.1% | 54.3 | 2026-11-05 | |
| 27 | 44.4% | 58.6 | 2026-04-22 | |
| 28 | 44.2% | 59.3 | 2025-11-26 | |
| 29 | 44.0% | 59.9 | 2026-03-23 | |
| 30 | 43.8% | 54.6 | 2026-02-13 | |
| 31 | 42.9% | – | 2026-09-25 | |
| 32 | 41.4% | 55.2 | 2025-11-13 | |
| 33 | 41.0% | 52.4 | 2025-11-13 | |
| 34 | 40.9% | 52.3 | 2025-11-13 | |
| 35 | 40.8% | 53.8 | 2025-11-13 | |
| 36 | 40.6% | 60.0 | 2025-11-20 | |
| 37 | 40.2% | 46.1 | 2025-11-13 | |
| 38 | 39.5% | 41.6 | 2025-11-13 | |
| 39 | 38.6% | – | 2026-09-25 | |
| 40 | 38.3% | 50.7 | 2025-11-13 | |
| 41 | 38.1% | 55.2 | 2025-11-13 | |
| 42 | 37.6% | 49.0 | 2025-11-13 | |
| 43 | 36.6% | 49.1 | 2025-11-13 | |
| 44 | 36.5% | 48.7 | 2025-11-13 | |
| 45 | 36.4% | 51.1 | 2025-11-13 | |
| 46 | 34.0% | 51.1 | 2025-11-13 | |
| 47 | 30.4% | 44.7 | 2025-11-13 | |
| 48 | 24.8% | 41.8 | 2025-11-13 |
相关基准测试
PRBench Legal 上的热门模型对比
引用格式:BenchLeader,《PRBench Legal 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/scale_prbench_legal。
PRBench Legal:常见问题
- PRBench Legal 衡量的是什么?
- PRBench Legal 提出专业法律任务,从分析合同到就具体情形给出建议,由执业律师按评分标准打分。分数以完成任务的百分比表示,越高越好。
- PRBench Legal 的最高分是多少?
- 截至 2026年11月16日,PRBench Legal 的最高分为 61.6%,由 Muse Spark 1.3 取得(结果日期 2026年9月14日),领先于 Muse Spark Open(59.8%)。分数来自 Scale AI SEAL,每天重新读取。
- 哪个 AI 模型在 PRBench Legal 上领先?
- 截至 2026年11月16日,PRBench Legal 排名第一的是 Muse Spark 1.3,分数为 61.6%(结果日期 2026年9月14日)。其后为 Muse Spark Open(59.8%)。
- 有多少模型有 PRBench Legal 结果?
- BenchLeader 上有 48 个模型配置有 PRBench Legal 结果,全部取自 Scale AI SEAL。
- PRBench Legal 由谁运行,多久更新一次?
- PRBench Legal 由 Scale AI SEAL 发布。BenchLeader 每天重新读取一次公布的结果,并记录每个结果的发布日期。
- PRBench Legal 是否计入 BenchLeader Index?
- 计入。PRBench Legal 计入 BenchLeader Index 的知识类别,并经过归一化,使参评模型的平均值为 50。