BenchLeader

Legal Research Bench 排行榜

截至 2026年11月16日,Legal Research Bench 的最高分为 55.8%,由 Gemini 4 Carbon(Google)取得,领先于 Claude Fable 5.1(55.3%)。共有 92 个模型配置公布了结果(Vals AI,结果日期 2026年11月11日)。模型必须像律师助理那样,借助工具研究一个美国法律问题,并给出有依据的答案。Legal Research Bench 仅作参考展示,不计入 BenchLeader Index。

要点(截至 2026年11月16日)

  • Gemini 4 Carbon 以 55.8% 保持 Legal Research Bench 最高分(Vals AI,2026年11月11日)。
  • Claude Fable 5.1 以 55.3% 位列 Legal Research Bench 第二(Vals AI,2026年11月11日)。
  • Legal Research Bench:智能体式的美国法律研究问题。由 Vals AI 运行(Vals AI)。
  • BenchLeader 上有 92 个模型配置公布了 Legal Research Bench 结果(BenchLeader,2026年11月16日)。
  • Legal Research Bench 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。

智能体式的美国法律研究问题。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
92
数据截至
2026年11月16日

Vals AI (vals.ai).

测试内容

模型必须像律师助理那样,借助工具研究一个美国法律问题,并给出有依据的答案。

评分方式

由律师评判的准确率,由 Vals AI 运行。

注意事项

只适用于美国,并取决于所提供的研究工具。

92 / 92
#
1Gemini 4 Carbonhigh55.8%68.9$8.742026-11-11
2Claude Fable 5.1max55.3%66.7$23.062026-11-11
3Claude Opus 5max55.3%65.0$6.762026-11-11
4Muse Spark 1.3max55.3%60.6$0.5892026-11-11
5Gemini 4 Argonhigh54.8%65.3$6.452026-11-11
6新Gemini 4 Hydrogenxhigh53.9%61.8$6.272026-11-11
7Muse Wonder Fullmax53.4%61.7$3.602026-11-11
8Claude Opus 5.5max50.5%68.4$23.612026-11-11
9Muse Wondermax50.5%60.8$3.982026-11-11
10Claude Fable 5max49.5%65.1$9.792026-11-11
11GLM 5.3max49.0%58.8$2.242026-11-11
12新Muse Embermax49.0%52.1$0.0572026-11-11
13GPT-5.6 Solmax48.1%65.3$21.612026-11-11
14Claude Sonnet 5.5max48.1%64.2$13.662026-11-11
15Grok 4.6high48.1%60.6$1.532026-11-11
16Qwen3.8 Maxmax47.6%58.7$2.492026-11-11
17MiMo-V2.6-Pro47.1%57.5$0.1812026-11-11
18Grok 4.7xhigh47.1%57.4$4.922026-11-11
19Inkling 2 Small46.6%57.9$0.2892026-11-11
20新Claude Fable 5.2high46.1%68.4$3.962026-11-11
21Kimi K3max46.1%60.2$3.472026-11-11
22Qwen3.8 Max Internal46.1%–$5.312026-11-11
23DeepSeek V4.1 Flash 1017max45.2%57.7$0.6992026-11-11
24Hy445.2%56.7$0.8462026-11-11
25GLM 5.3 Flashmax45.2%52.4$0.2402026-11-11
26Ember-144.7%–$3.672026-11-11
27Muse Spark 1.2xhigh43.8%61.5$0.5082026-11-11
28Claude Opus 4.8max43.8%61.1$2.822026-11-11
29Claude Haiku 5.5max43.8%55.3$1.652026-11-11
30Claude Sonnet 5max41.8%56.1$2.722026-11-11
31GLM-Legalmax41.8%–$0.0492026-11-11
32GPT-5.6 Terramax41.4%59.5$7.912026-11-11
33DeepSeek V4.1 Flashmax41.4%58.5$0.2482026-11-11
34Muse Spark 1.3xhigh40.9%58.1$0.6502026-11-11
35DeepSeek V4 Promax40.9%54.7$1.092026-11-11
36GPT-5.5xhigh40.4%64.1$7.402026-11-11
37Step 5 Preview40.4%56.0$0.8392026-11-11
38GPT-6 Astramax39.4%67.3$10.582026-11-11
39Gemini 3.8 Flashhigh38.9%59.4$1.632026-11-11
40GPT-6.1 Solmax38.5%66.6$3.382026-11-11
41Claude Opus 4.7max38.5%59.7$3.062026-11-11
42Claude Sonnet 4.6max38.5%56.1$2.302026-11-11
43Muse Spark Openxhigh38.5%53.5$1.562026-11-11
44Muse Spark 1.1xhigh38.0%59.5$0.3772026-11-11
45Grok 4.5high38.0%56.8$1.092026-11-11
46MiMo-V2.6-Flash38.0%54.8$0.0702026-11-11
47Kimi K3.1 Promax37.5%59.9$7.232026-11-11
48GPT-5.6 Lunamax36.5%56.2$0.8452026-11-11
49Qwen3.8 27Bxhigh36.1%52.2$2.162026-11-11
50Mistral Large 4 OSShigh35.6%–$1.092026-11-11
51Gemini 3.7 Flashhigh34.6%62.1$0.7602026-11-11
52MiniMax M3.1 Flashmax34.1%–$0.4452026-11-11
53Mistral Large 4high31.7%48.3$2.722026-11-11
54GLM 5.2max31.3%58.9$0.8892026-11-11
55Gemini 3.5 Flashhigh30.8%62.5$1.312026-11-11
56DeepSeek V4 Flashhigh30.3%57.2$0.2752026-11-11
57GPT-6 Lunamax30.3%55.1$0.4402026-11-11
58MiniMax M329.8%56.1$0.3432026-11-11
59GPT-6 Solmax28.9%62.6$4.902026-11-11
60Beam 1.028.9%45.9–2026-11-11

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,《Legal Research Bench 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/vals_legal_research。

Legal Research Bench:常见问题

Legal Research Bench 衡量的是什么?
模型必须像律师助理那样,借助工具研究一个美国法律问题,并给出有依据的答案。分数以完成任务的百分比表示,越高越好。
Legal Research Bench 的最高分是多少?
截至 2026年11月16日,Legal Research Bench 的最高分为 55.8%,由 Gemini 4 Carbon 取得(结果日期 2026年11月11日),领先于 Claude Fable 5.1(55.3%)。分数来自 Vals AI,每天重新读取。
哪个 AI 模型在 Legal Research Bench 上领先?
截至 2026年11月16日,Legal Research Bench 排名第一的是 Gemini 4 Carbon,分数为 55.8%(结果日期 2026年11月11日)。其后为 Claude Fable 5.1(55.3%)。
有多少模型有 Legal Research Bench 结果?
BenchLeader 上有 92 个模型配置有 Legal Research Bench 结果,全部取自 Vals AI。
Legal Research Bench 由谁运行,多久更新一次?
Legal Research Bench 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。
Legal Research Bench 是否计入 BenchLeader Index?
不计入。Legal Research Bench 仅作参考展示,不计入综合分数。