BenchLeader

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。

发布方
Scale AI SEAL
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。

48 / 48
#
1Muse Spark 1.361.6%61.62026-09-14
2Muse Spark Open59.8%–2026-10-20
3Muse Wonder58.4%64.42026-10-14
4Muse Spark 1.157.0%62.22026-07-09
5Gemini 4 Carbon53.4%–2026-11-11
6Claude Fable 552.6%65.42026-07-28
7Muse Spark52.3%64.22026-04-08
8Claude Opus 4.6无推理52.3%58.42026-02-17
9Claude Fable 5.151.6%66.42026-09-03
10GPT-5.6 Solmax50.5%65.32026-07-28
11GPT-5 Pro49.9%59.62025-11-13
12o3-pro49.7%49.92025-11-13
13Gemini 4 Argon49.4%64.42026-10-16
14GPT-5.1thinking49.3%54.62025-12-11
15新Claude Fable 5.249.0%65.42026-11-12
16GPT-549.0%56.62025-11-13
17Gemini 3.8 Flash48.9%56.42026-09-09
18o348.6%60.42025-11-13
19GPT-6 Astra48.4%66.42026-09-09
20GPT-6.1 Sol47.9%62.02026-10-07
21Kimi K3.1 Pro47.9%61.82026-11-12
22Grok 4.7xhigh47.6%57.42026-09-25
23Claude Opus 5.547.6%61.02026-09-25
24DeepSeek V4.1 Flash 101747.3%–2026-10-27
25GPT-5.2 Pro45.4%–2025-12-16
26MiniMax M3.1 Flash45.1%54.32026-11-05
27GPT-5.4high44.4%58.62026-04-22
28Claude Opus 4.5thinking44.2%59.32025-11-26
29Gemini 3.1 Pro44.0%59.92026-03-23
30Kimi K2.543.8%54.62026-02-13
31GPT-6 Luna42.9%–2026-09-25
32Gemini 2.5 Pro41.4%55.22025-11-13
33Gemini 2.5 Flash41.0%52.42025-11-13
34Kimi K2 Thinkingthinking40.9%52.32025-11-13
35Claude Sonnet 4.540.8%53.82025-11-13
36Gemini 3 Pro40.6%60.02025-11-20
37gpt-oss-120b40.2%46.12025-11-13
38Mistral Medium 3.5medium39.5%41.62025-11-13
39GPT-6 Sol38.6%–2026-09-25
40Qwen3 235B A22B 250738.3%50.72025-11-13
41o4-mini38.1%55.22025-11-13
42DeepSeek V3.137.6%49.02025-11-13
43DeepSeek R1 052836.6%49.12025-11-13
44GPT-4.136.5%48.72025-11-13
45Kimi K236.4%51.12025-11-13
46Claude Opus 4.134.0%51.12025-11-13
47GPT-4.1 mini30.4%44.72025-11-13
48Llama 4 Maverick24.8%41.82025-11-13

更多知识基准测试 · 全部大模型基准测试

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。