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。
- 1Grok 4.379.3%
- 2GPT-5.1 (high)73.4%
- 3GPT-4.1 (high)69.9%
- 4GPT-5 mini (high)68.5%
- 5Claude Opus 4.768.4%
- 6GPT-5 (high)66.5%
- 7GPT-5.5 (xhigh)66.2%
- 8GPT-5.2 (xhigh)66.0%
- 9Grok 465.8%
- 10Kimi K2 Thinking (thinking)65.7%
- 11Grok 4 Fast (thinking)65.7%
- 12Gemini 3.1 Pro (high)64.8%
- 13Command A64.5%
- 14Claude Sonnet 4.664.0%
- 15Gemini 2.5 Pro63.9%
53 / 53
| # | |||||
|---|---|---|---|---|---|
| 1 | 79.3% | 54.5 | $0.040 | 2026-05-04 | |
| 2 | 73.4% | 57.5 | $0.043 | 2026-05-04 | |
| 3 | 69.9% | 46.6 | $0.047 | 2026-05-04 | |
| 4 | 68.5% | 54.6 | $0.011 | 2026-05-04 | |
| 5 | 68.4% | 63.1 | $0.162 | 2026-05-04 | |
| 6 | 66.5% | 58.2 | $0.067 | 2026-05-04 | |
| 7 | 66.2% | 64.1 | $0.155 | 2026-05-04 | |
| 8 | 66.0% | 59.9 | $0.104 | 2026-05-04 | |
| 9 | 65.8% | 58.1 | $0.159 | 2026-05-04 | |
| 10 | 65.7% | 52.3 | $0.015 | 2026-05-04 | |
| 11 | 65.7% | 51.6 | $0.0073 | 2026-05-04 | |
| 12 | 64.8% | 60.4 | $0.136 | 2026-05-04 | |
| 13 | 64.5% | 42.1 | $0.098 | 2026-05-04 | |
| 14 | 64.0% | 57.6 | $0.145 | 2026-05-04 | |
| 15 | 63.9% | 55.2 | $0.257 | 2026-05-04 | |
| 16 | 63.8% | 63.1 | $0.101 | 2026-05-04 | |
| 17 | 63.1% | 64.2 | $0.0065 | 2026-05-04 | |
| 18 | 62.6% | 59.3 | $0.229 | 2026-05-04 | |
| 19 | 62.2% | 52.3 | $0.256 | 2026-05-04 | |
| 20 | 62.1% | – | $0.231 | 2026-05-04 | |
| 21 | 61.4% | 45.1 | $0.019 | 2026-05-04 | |
| 22 | 61.2% | 55.1 | $0.026 | 2026-05-04 | |
| 23 | 60.9% | 56.6 | $0.0031 | 2026-05-04 | |
| 24 | 60.5% | 55.3 | $0.011 | 2026-05-04 | |
| 25 | 59.7% | 57.4 | $0.030 | 2026-05-04 | |
| 26 | 59.7% | 41.6 | $0.067 | 2026-05-04 | |
| 27 | 59.4% | 54.7 | $0.013 | 2026-05-04 | |
| 28 | 58.7% | 59.4 | $0.025 | 2026-05-04 | |
| 29 | 57.9% | 47.0 | $0.0089 | 2026-05-04 | |
| 30 | 56.5% | 45.7 | $0.050 | 2026-05-04 | |
| 31 | 56.0% | 51.8 | $0.0049 | 2026-05-04 | |
| 32 | 55.8% | 57.4 | $0.025 | 2026-05-04 | |
| 33 | 55.8% | 53.8 | $0.0080 | 2026-05-04 | |
| 34 | 55.4% | 54.2 | $0.018 | 2026-05-04 | |
| 35 | 55.0% | 54.2 | $0.085 | 2026-05-04 | |
| 36 | 55.0% | 48.4 | $0.0093 | 2026-05-04 | |
| 37 | 54.9% | 51.7 | $0.021 | 2026-05-04 | |
| 38 | 54.5% | 58.3 | $0.068 | 2026-05-04 | |
| 39 | 53.9% | 49.0 | $0.017 | 2026-05-04 | |
| 40 | 53.5% | 53.7 | $0.012 | 2026-05-04 | |
| 41 | 53.2% | 47.9 | $0.024 | 2026-05-04 | |
| 42 | 53.1% | 60.0 | $0.138 | 2026-05-04 | |
| 43 | 52.6% | 47.4 | $0.0042 | 2026-05-04 | |
| 44 | 52.6% | – | – | 2026-05-04 | |
| 45 | 52.5% | 60.2 | $0.034 | 2026-05-04 | |
| 46 | 51.9% | 48.3 | $0.0011 | 2026-05-04 | |
| 47 | 51.7% | 55.1 | $0.041 | 2026-05-04 | |
| 48 | 51.5% | 55.4 | $0.034 | 2026-05-04 | |
| 49 | 51.5% | 59.0 | $0.047 | 2026-05-04 | |
| 50 | 48.8% | 46.1 | $0.0043 | 2026-05-04 | |
| 51 | 47.9% | 62.1 | $0.052 | 2026-05-04 | |
| 52 | 44.2% | – | $0.085 | 2026-05-04 | |
| 53 | 43.8% | 44.5 | $0.0022 | 2026-05-04 |
相关基准测试
CaseLaw v2 上的热门模型对比
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。