BenchLeader

CaseLaw v2 排行榜

截至 2026年11月16日,CaseLaw v2 的最高分为 79.3%,由 Grok 4.3(SpaceXAI)取得,领先于 GPT-5.1(73.4%)。共有 53 个模型配置公布了结果(Vals AI,结果日期 2026年5月4日)。关于加拿大法院判决的问题,需要阅读案例并加以适用,由律师编写。CaseLaw v2 仅作参考展示,不计入 BenchLeader Index。

要点(截至 2026年11月16日)

  • Grok 4.3 以 79.3% 保持 CaseLaw v2 最高分(Vals AI,2026年5月4日)。
  • GPT-5.1 以 73.4% 位列 CaseLaw v2 第二(Vals AI,2026年5月4日)。
  • CaseLaw v2:关于加拿大法院判例的问题。由 Vals AI 运行(Vals AI)。
  • BenchLeader 上有 53 个模型配置公布了 CaseLaw v2 结果(BenchLeader,2026年11月16日)。
  • CaseLaw v2 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。

关于加拿大法院判例的问题。由 Vals AI 运行。

发布方
Vals AI
类别
知识
Index 权重
仅作参考
模型
53
数据截至
2026年11月16日

Vals AI (vals.ai).

测试内容

关于加拿大法院判决的问题,需要阅读案例并加以适用,由律师编写。

评分方式

准确率,由 Vals AI 运行。

注意事项

只适用于加拿大;与以美国为中心的 LegalBench 互为补充。

53 / 53
#
1Grok 4.379.3%54.5$0.0402026-05-04
2GPT-5.1high73.4%57.5$0.0432026-05-04
3GPT-4.1high69.9%46.6$0.0472026-05-04
4GPT-5 minihigh68.5%54.6$0.0112026-05-04
5Claude Opus 4.768.4%63.1$0.1622026-05-04
6GPT-5high66.5%58.2$0.0672026-05-04
7GPT-5.5xhigh66.2%64.1$0.1552026-05-04
8GPT-5.2xhigh66.0%59.9$0.1042026-05-04
9Grok 465.8%58.1$0.1592026-05-04
10Kimi K2 Thinkingthinking65.7%52.3$0.0152026-05-04
11Grok 4 Fastthinking65.7%51.6$0.00732026-05-04
12Gemini 3.1 Prohigh64.8%60.4$0.1362026-05-04
13Command A64.5%42.1$0.0982026-05-04
14Claude Sonnet 4.664.0%57.6$0.1452026-05-04
15Gemini 2.5 Pro63.9%55.2$0.2572026-05-04
16GPT-5.4xhigh63.8%63.1$0.1012026-05-04
17Muse Spark63.1%64.2$0.00652026-05-04
18Claude Opus 4.5thinking62.6%59.3$0.2292026-05-04
19Claude Sonnet 4.5thinking62.2%52.3$0.2562026-05-04
20Claude Opus 4.6thinking62.1%–$0.2312026-05-04
21Mistral Large 361.4%45.1$0.0192026-05-04
22Kimi K2.661.2%55.1$0.0262026-05-04
23MiniMax M2.760.9%56.6$0.00312026-05-04
24Grok 4.1 Fastthinking60.5%55.3$0.0112026-05-04
25Qwen3.5 Plusthinking59.7%57.4$0.0302026-05-04
26GPT-4ohigh59.7%41.6$0.0672026-05-04
27DeepSeek V4 Promax59.4%54.7$0.0132026-05-04
28Kimi K2.5thinking58.7%59.4$0.0252026-05-04
29Trinity Largethinking57.9%47.0$0.00892026-05-04
30Claude Haiku 4.5thinking56.5%45.7$0.0502026-05-04
31Qwen3.5 Flash56.0%51.8$0.00492026-05-04
32Gemini 3 Flashhigh55.8%57.4$0.0252026-05-04
33MiniMax-M2.155.8%53.8$0.00802026-05-04
34DeepSeek V3.2high55.4%54.2$0.0182026-05-04
35Qwen3 Maxmax55.0%54.2$0.0852026-05-04
36Gemini 3.1 Flash Litehigh55.0%48.4$0.00932026-05-04
37GLM 4.754.9%51.7$0.0212026-05-04
38Grok 4.20thinking54.5%58.3$0.0682026-05-04
39DeepSeek V3.153.9%49.0$0.0172026-05-04
40MiniMax M2.553.5%53.7$0.0122026-05-04
41Qwen3.6 27B53.2%47.9$0.0242026-05-04
42Gemini 3 Prohigh53.1%60.0$0.1382026-05-04
43GPT-5 nanohigh52.6%47.4$0.00422026-05-04
44Gemma 4 31Bhigh52.6%––2026-05-04
45GLM-5thinking52.5%60.2$0.0342026-05-04
46GPT-5.4 Nanohigh51.9%48.3$0.00112026-05-04
47GPT-5.4 Minixhigh51.7%55.1$0.0412026-05-04
48GLM 5.151.5%55.4$0.0342026-05-04
49Qwen3.6 Plus51.5%59.0$0.0472026-05-04
50gpt-oss-120b48.8%46.1$0.00432026-05-04
51Qwen3.6 Maxmax47.9%62.1$0.0522026-05-04
52Mistral Medium 3.5high44.2%–$0.0852026-05-04
53gpt-oss-20b43.8%44.5$0.00222026-05-04

更多知识基准测试 · 全部大模型基准测试

引用格式:BenchLeader,《CaseLaw v2 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/vals_caselaw。

CaseLaw v2:常见问题

CaseLaw v2 衡量的是什么?
关于加拿大法院判决的问题,需要阅读案例并加以适用,由律师编写。分数以完成任务的百分比表示,越高越好。
CaseLaw v2 的最高分是多少?
截至 2026年11月16日,CaseLaw v2 的最高分为 79.3%,由 Grok 4.3 取得(结果日期 2026年5月4日),领先于 GPT-5.1(73.4%)。分数来自 Vals AI,每天重新读取。
哪个 AI 模型在 CaseLaw v2 上领先?
截至 2026年11月16日,CaseLaw v2 排名第一的是 Grok 4.3,分数为 79.3%(结果日期 2026年5月4日)。其后为 GPT-5.1(73.4%)。
有多少模型有 CaseLaw v2 结果?
BenchLeader 上有 53 个模型配置有 CaseLaw v2 结果,全部取自 Vals AI。
CaseLaw v2 由谁运行,多久更新一次?
CaseLaw v2 由 Vals AI 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。
CaseLaw v2 是否计入 BenchLeader Index?
不计入。CaseLaw v2 仅作参考展示,不计入综合分数。