LegalBench 排行榜
截至 2026年11月16日,LegalBench 的最高分为 88.6%,由 Claude Fable 5(Anthropic)取得,领先于 Claude Fable 5.1(88.5%)。共有 147 个模型配置公布了结果(Vals AI,结果日期 2026年10月13日)。LegalBench 是一组由律师和法学学者编写的法律推理任务,从识别合同条款到将规则适用于事实。LegalBench 计入 BenchLeader Index 的知识得分。
要点(截至 2026年11月16日)
- Claude Fable 5 以 88.6% 保持 LegalBench 最高分(Vals AI,2026年10月13日)。
- Claude Fable 5.1 以 88.5% 位列 LegalBench 第二(Vals AI,2026年10月13日)。
- LegalBench:由律师编写的法律推理任务。由 Vals AI 运行(Vals AI)。
- BenchLeader 上有 147 个模型配置公布了 LegalBench 结果(BenchLeader,2026年11月16日)。
- LegalBench 计入 BenchLeader Index 的知识类别(BenchLeader 方法论)。
由律师编写的法律推理任务。由 Vals AI 运行。
- 发布方
- Vals AI
- 类别
- 知识
- Index 权重
- 0.5
- 模型
- 147
- 数据截至
- 2026年11月16日
Vals AI (vals.ai).
测试内容
LegalBench 是一组由律师和法学学者编写的法律推理任务,从识别合同条款到将规则适用于事实。
评分方式
各任务的准确率,由 Vals AI 运行。
注意事项
任务以美国法律为中心,而且大多是分类题,所以它衡量的更多是法律阅读能力,而不是起草或提供建议的能力。
- 1Claude Fable 5 (max)88.6%
- 2Claude Fable 5.1 (max)88.5%
- 3Gemini 4 Argon (high)88.3%
- 4Muse Wonder Full (max)87.4%
- 5Gemini 3.1 Pro (high)87.4%
- 6Gemini 3.7 Flash (high)87.3%
- 7Gemini 3 Pro (high)87.0%
- 8Gemini 3.8 Flash (high)87.0%
- 9GPT-5.6 Sol (max)87.0%
- 10Claude Opus 5 (max)87.0%
- 11Gemini 3 Flash (high)86.9%
- 12Gemini 3.6 Flash (high)86.7%
- 13GPT-5.5 (xhigh)86.5%
- 14Grok 4.6 (high)86.3%
- 15GLM-Legal (max)86.2%
147 / 147
| # | |||||
|---|---|---|---|---|---|
| 1 | 88.6% | 65.1 | $0.031 | 2026-10-13 | |
| 2 | 88.5% | 66.7 | $0.052 | 2026-10-13 | |
| 3 | 88.3% | 65.3 | $0.016 | 2026-10-13 | |
| 4 | 87.4% | 61.7 | $0.025 | 2026-10-13 | |
| 5 | 87.4% | 60.4 | $0.0068 | 2026-10-13 | |
| 6 | 87.3% | 62.1 | $0.0041 | 2026-10-13 | |
| 7 | 87.0% | 60.0 | $0.010 | 2026-10-13 | |
| 8 | 87.0% | 59.4 | $0.0081 | 2026-10-13 | |
| 9 | 87.0% | 65.3 | $0.013 | 2026-10-13 | |
| 10 | 87.0% | 65.0 | $0.012 | 2026-10-13 | |
| 11 | 86.9% | 57.4 | $0.0021 | 2026-10-13 | |
| 12 | 86.7% | 61.0 | $0.0048 | 2026-10-13 | |
| 13 | 86.5% | 64.1 | $0.015 | 2026-10-13 | |
| 14 | 86.3% | 60.6 | $0.015 | 2026-10-13 | |
| 15 | 86.2% | – | $0.0001 | 2026-10-13 | |
| 16 | 86.2% | 60.2 | $0.0079 | 2026-10-13 | |
| 17 | 86.0% | 63.1 | $0.023 | 2026-10-13 | |
| 18 | 86.0% | 58.2 | – | 2026-10-13 | |
| 19 | 86.0% | 56.8 | $0.0045 | 2026-10-13 | |
| 20 | 85.7% | 57.5 | $0.0048 | 2026-10-13 | |
| 21 | 85.4% | 56.1 | $0.0009 | 2026-10-13 | |
| 22 | 85.3% | 57.0 | $0.0040 | 2026-10-13 | |
| 23 | 85.3% | 61.5 | $0.0064 | 2026-10-13 | |
| 24 | 85.3% | 59.7 | $0.0083 | 2026-10-13 | |
| 25 | 85.1% | 59.5 | $0.0026 | 2026-10-13 | |
| 26 | 85.1% | 57.4 | $0.0037 | 2026-10-13 | |
| 27 | 85.0% | 59.5 | $0.0085 | 2026-10-13 | |
| 28 | 84.9% | 60.0 | $0.0060 | 2026-10-13 | |
| 29 | 84.8% | 58.8 | $0.0065 | 2026-10-13 | |
| 30 | 84.7% | 55.1 | $0.0065 | 2026-10-13 | |
| 31 | 84.6% | 59.7 | $0.037 | 2026-10-13 | |
| 32 | 84.5% | 54.5 | $0.0031 | 2026-10-13 | |
| 33 | 84.4% | 57.4 | $0.011 | 2026-10-13 | |
| 34 | 84.4% | 55.4 | $0.0022 | 2026-10-13 | |
| 35 | 84.3% | 55.2 | – | 2026-10-13 | |
| 36 | 84.3% | 51.8 | $0.0008 | 2026-10-13 | |
| 37 | 84.2% | 59.0 | $0.0030 | 2026-10-13 | |
| 38 | 84.2% | 64.2 | $0.0012 | 2026-10-13 | |
| 39 | 84.1% | 52.3 | – | 2026-10-13 | |
| 40 | 84.1% | 51.9 | $0.0016 | 2026-10-13 | |
| 41 | 84.1% | 47.8 | $0.0013 | 2026-10-13 | |
| 42 | 84.1% | 60.2 | $0.0023 | 2026-10-13 | |
| 43 | 84.0% | 56.2 | $0.0009 | 2026-10-13 | |
| 44 | 84.0% | 56.6 | $0.0006 | 2026-10-13 | |
| 45 | 83.9% | 52.4 | $0.0003 | 2026-10-13 | |
| 46 | 83.9% | 56.1 | $0.0058 | 2026-10-13 | |
| 47 | 83.8% | 52.4 | – | 2026-10-13 | |
| 48 | 83.8% | 56.7 | $0.013 | 2026-10-13 | |
| 49 | 83.8% | 55.1 | – | 2026-10-13 | |
| 50 | 83.8% | 48.4 | $0.0003 | 2026-10-13 | |
| 51 | 83.6% | 58.7 | $0.010 | 2026-10-13 | |
| 52 | 83.6% | 62.5 | $0.0076 | 2026-10-13 | |
| 53 | 83.6% | 61.1 | $0.0091 | 2026-10-13 | |
| 54 | 83.5% | 51.1 | – | 2026-10-13 | |
| 55 | 83.4% | 51.7 | $0.0023 | 2026-10-13 | |
| 56 | 83.3% | 55.6 | $0.0014 | 2026-10-13 | |
| 57 | 83.2% | 58.1 | – | 2026-10-13 | |
| 58 | 83.1% | 53.7 | – | 2026-10-13 | |
| 59 | 83.1% | 46.6 | – | 2026-10-13 | |
| 60 | 83.1% | 51.9 | – | 2026-10-13 |
相关基准测试
LegalBench 上的热门模型对比
引用格式:BenchLeader,《LegalBench 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/vals_legalbench。
LegalBench:常见问题
- LegalBench 衡量的是什么?
- LegalBench 是一组由律师和法学学者编写的法律推理任务,从识别合同条款到将规则适用于事实。分数以完成任务的百分比表示,越高越好。
- LegalBench 的最高分是多少?
- 截至 2026年11月16日,LegalBench 的最高分为 88.6%,由 Claude Fable 5 取得(结果日期 2026年10月13日),领先于 Claude Fable 5.1(88.5%)。分数来自 Vals AI,每天重新读取。
- 哪个 AI 模型在 LegalBench 上领先?
- 截至 2026年11月16日,LegalBench 排名第一的是 Claude Fable 5,分数为 88.6%(结果日期 2026年10月13日)。其后为 Claude Fable 5.1(88.5%)。
- 有多少模型有 LegalBench 结果?
- BenchLeader 上有 147 个模型配置有 LegalBench 结果,全部取自 Vals AI。
- LegalBench 由谁运行,多久更新一次?
- LegalBench 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。
- LegalBench 是否计入 BenchLeader Index?
- 计入。LegalBench 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。