BenchLeader

Harvey's Legal Agent Benchmark 排行榜

截至 2026年11月16日,Harvey's Legal Agent Benchmark 的最高分为 27.1%,由 Gemini 4 Argon(Google)取得,领先于 Muse Spark Open(25.0%)。共有 37 个模型配置公布了结果(Vals AI,结果日期 2026年11月11日)。需要像律师助理那样在一组文档之间工作的法律任务,从起草到审阅。Harvey's Legal Agent Benchmark 仅作参考展示,不计入 BenchLeader Index。

要点(截至 2026年11月16日)

  • Gemini 4 Argon 以 27.1% 保持 Harvey's Legal Agent Benchmark v1.1 最高分(Vals AI,2026年11月11日)。
  • Muse Spark Open 以 25.0% 位列 Harvey's Legal Agent Benchmark v1.1 第二(Vals AI,2026年11月11日)。
  • Harvey's Legal Agent Benchmark v1.1:与 Harvey 合作编写、处理文件的智能体式法律工作。由 Vals AI 运行(Vals AI)。
  • BenchLeader 上有 37 个模型配置公布了 Harvey's Legal Agent Benchmark v1.1 结果(BenchLeader,2026年11月16日)。
  • Harvey's Legal Agent Benchmark v1.1 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。

与 Harvey 合作编写、处理文件的智能体式法律工作。由 Vals AI 运行。

发布方
Vals AI
类别
智能体与工具
Index 权重
仅作参考
模型
37
数据截至
2026年11月16日

Vals AI (vals.ai).

测试内容

需要像律师助理那样在一组文档之间工作的法律任务,从起草到审阅。

评分方式

评分标准得分,由 Vals AI 与 Harvey 一起运行。

注意事项

与一家法律 AI 厂商共同设计,Vals 对此有公开说明。

37 / 37
#
1Gemini 4 Argonhigh27.1%65.3$10.552026-11-11
2Muse Spark Openxhigh25.0%53.5$13.632026-11-11
3新Muse Embermax25.0%52.1$0.1182026-11-11
4Muse Wondermax23.8%60.8$7.082026-11-11
5Muse Wonder Fullmax23.3%61.7$5.412026-11-11
6Inkling 2 Small21.7%57.9$1.232026-11-11
7Grok 4.7xhigh18.3%57.4$10.752026-11-11
8Gemini 4 Carbonhigh17.5%68.9$6.522026-11-11
9Mistral Large 4high17.5%48.3$2.552026-11-11
10Mistral Large 4 OSShigh15.8%–$0.7332026-11-11
11Qwen3.8 Max Internal15.4%–$3.362026-11-11
12GLM 5.3max14.6%58.8$3.992026-11-11
13DeepSeek V4.1 Flash 1017max14.2%57.7$0.6132026-11-11
14MiMo-V2.6-Pro13.8%57.5$0.2172026-11-11
15MiMo-V2.6-Flash13.3%54.8$0.0862026-11-11
16Kimi K3max12.9%60.2$4.142026-11-11
17Step 5 Preview12.9%56.0$1.132026-11-11
18Hy412.5%56.7$1.042026-11-11
19Gemini 3.8 Flashhigh12.1%59.4$3.662026-11-11
20Kimi K3.1 Promax11.7%59.9$9.002026-11-11
21新Gemini 4 Hydrogenxhigh11.3%61.8$3.282026-11-11
22DeepSeek V4 Promax10.8%54.7$0.8022026-11-11
23Claude Sonnet 5.5max10.4%64.2$17.712026-11-11
24GLM 5.3 Flashmax10.4%52.4$0.3232026-11-11
25Claude Opus 5.5max9.2%68.4$21.812026-11-11
26MiniMax M3.1 Flashmax7.5%–$0.4732026-11-11
27GPT-6 Astramax7.1%67.3$25.462026-11-11
28GPT-6.1 Solmax6.3%66.6$3.542026-11-11
29新Claude Fable 5.2high5.0%68.4$19.372026-11-11
30Mercury 3high5.0%–$0.1882026-11-11
31Beam 1.04.6%45.9–2026-11-11
32Claude Haiku 5.5max4.2%55.3$4.262026-11-11
33GPT-6 Lunamax4.2%55.1$0.2982026-11-11
34Inkling3.8%50.4$1.252026-11-11
35Nemotron 3.5 Super VL 120B A12Bhigh3.8%–$0.3732026-11-11
36Inkling Small2.9%52.0$0.1792026-11-11
37GPT-6.1 Terramax1.7%64.1$1.482026-11-11

更多智能体与工具基准测试 · 全部大模型基准测试

引用格式:BenchLeader,《Harvey's Legal Agent Benchmark v1.1 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/vals_hlab。

Harvey's Legal Agent Benchmark v1.1:常见问题

Harvey's Legal Agent Benchmark v1.1 衡量的是什么?
需要像律师助理那样在一组文档之间工作的法律任务,从起草到审阅。分数以完成任务的百分比表示,越高越好。
Harvey's Legal Agent Benchmark v1.1 的最高分是多少?
截至 2026年11月16日,Harvey's Legal Agent Benchmark v1.1 的最高分为 27.1%,由 Gemini 4 Argon 取得(结果日期 2026年11月11日),领先于 Muse Spark Open(25.0%)。分数来自 Vals AI,每天重新读取。
哪个 AI 模型在 Harvey's Legal Agent Benchmark v1.1 上领先?
截至 2026年11月16日,Harvey's Legal Agent Benchmark v1.1 排名第一的是 Gemini 4 Argon,分数为 27.1%(结果日期 2026年11月11日)。其后为 Muse Spark Open(25.0%)。
有多少模型有 Harvey's Legal Agent Benchmark v1.1 结果?
BenchLeader 上有 37 个模型配置有 Harvey's Legal Agent Benchmark v1.1 结果,全部取自 Vals AI。
Harvey's Legal Agent Benchmark v1.1 由谁运行,多久更新一次?
Harvey's Legal Agent Benchmark v1.1 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。
Harvey's Legal Agent Benchmark v1.1 是否计入 BenchLeader Index?
不计入。Harvey's Legal Agent Benchmark v1.1 仅作参考展示,不计入综合分数。