Artificial Analysis · エージェント指数

公開されているベンチマーク資料(LMArenaのユーザー投票順位、Epoch AIのテストスコア、OpenRouterの使用量順位)を定期的に取得して表示します。各ランキングの公開日と取得日を併記します。このサイトが独自に採点したものではありません。

LMArenaのスコアは、2つのモデルの回答を並べて見たユーザーが、よりよい方に投票した結果（Elo方式）です。スコアの差が信頼区間内なら、実質的には同程度と考えましょう。

このランキングの読み方

測定する能力： Artificial Analysisが、ツールを使って複数の段階を進めるエージェント作業の評価をまとめて作成した指数です。

スコアの読み方：高いほど、ツールの使用・多段階の作業の評価で良い結果を出したことを意味します。

注意点：評価環境やツール構成によって結果が変わる場合があるため、実際に使うエージェントツールでの性能と同じとは言い切れません。

今回のランキングから読み取れること

最高スコアはClaude Fable 5.1 (Max, Default Fallback)の57.9です。
1位と5位の差は4.9です。
上位10モデルのうち、Anthropicのモデルが3モデルで最も多くなっています。

エージェント指数 Artificial Analysis

公開日 2026-10-05 · 取得日 2026-10-05

Claude Fable 5.1 (Max, Default Fallback)

57.9

Claude Opus 5 (Max)

56.5

Qwen3.8 Max (0902)

56.0

ZGLM-5.3 (Max)

53.1

xGrok 4.6 (High)

53.0

OGPT-6 Astra (max)

51.0

ZGLM 5.3 Flash

50.9

Claude Fable 5 (Max, Opus 4.8 Fallback)

50.7

OGPT-5.6 Sol (Max)

50.2

Qwen3.8 2.4T A95B

50.1

Kimi K3 (Max)

50.0

Qwen3.8 Max

49.9

Qwen3.8 27B (Xhigh)

45.8

Claude Sonnet 5 (Max)

43.6

Muse Spark 1.2 (Xhigh)

43.2

OGPT-5.6 Terra (Max)

43.2

OGPT-5.6 Luna (Max)

42.1

Claude Opus 4.8 (Max)

41.9

DeepSeek V4 Pro 0813 (Max)

41.3

xGrok 4.5 (High)

41.2

グラフには、同じモデルの推論設定（high・maxなど）のうち、スコアが最も高いものだけを表示しています。表には設定ごとの順位をすべて掲載しています。

表で見る（上位60件）

順位	モデル	開発元	スコア
1	#1Claude Fable 5.1 (Max, Default Fallback)	Anthropic	57.9
2	#2Claude Opus 5 (Max)	Anthropic	56.5
3	#3Qwen3.8 Max (0902)	Alibaba	56
4	#4ZGLM-5.3 (Max)	Z.ai	53.1
5	#5xGrok 4.6 (High)	xAI	53
6	#6OGPT-6 Astra (max)	OpenAI	51
7	#7ZGLM 5.3 Flash	Z.ai	50.9
8	#8Claude Fable 5 (Max, Opus 4.8 Fallback)	Anthropic	50.7
9	#9OGPT-5.6 Sol (Max)	OpenAI	50.2
10	#10Qwen3.8 2.4T A95B	Alibaba	50.1
11	#11Kimi K3 (Max)	Moonshot AI	50
12	#12Qwen3.8 Max	Alibaba	49.9
13	#13Qwen3.8 27B (Xhigh)	Alibaba	45.8
14	#14Claude Sonnet 5 (Max)	Anthropic	43.6
15	#15Muse Spark 1.2 (Xhigh)	Meta	43.2
16	#16OGPT-5.6 Terra (Max)	OpenAI	43.2
17	#17OGPT-5.6 Luna (Max)	OpenAI	42.1
18	#18Claude Opus 4.8 (Max)	Anthropic	41.9
19	#19DeepSeek V4 Pro 0813 (Max)	DeepSeek	41.3
20	#20xGrok 4.5 (High)	xAI	41.2
21	#21DeepSeek V4 Flash 0731 (Max)	DeepSeek	41
22	#22Gemini 3.8 Flash (High)	Google	40.2
23	#23Claude Opus 4.7 (Max)	Anthropic	38.6
24	#24ZGLM-5.2 (Max)	Z.ai	38.4
25	#25OGPT-5.5 (Xhigh)	OpenAI	36.4
26	#26Gemini 3.7 Flash (High)	Google	35.2
27	#27Claude Sonnet 4.6 (Max)	Anthropic	31.8
28	#28MiniMax-M3	MiniMax	29.5
29	#29Gemini 3.6 Flash (High)	Google	29
30	#30iLing-3.0-flash-VL	inclusionAI	28.7
31	#31iLing-3.0-flash-Fin	inclusionAI	27.9
32	#32DeepSeek V4 Flash 0420 (High)	DeepSeek	26.3
33	#33DeepSeek V4 Pro 0424 (Max)	DeepSeek	26.3
34	#34Gemini 3.5 Flash (High)	Google	26
35	#35Muse Spark 1.1 (Xhigh)	Meta	25.8
36	#36THy3	Tencent	24.1
37	#37ZGLM-5.1 (Reasoning)	Z.ai	23.9
38	#38NNex-N2-Pro (Based on Qwen3.5-397B-A17B)	Nex Agi	23.7
39	#39TInkling Small	Thinkingmachines	23.5
40	#40TInkling (Xhigh)	Thinkingmachines	22.5
41	#41Qwen3.7 Max	Alibaba	22.5
42	#42MiMo-V2.5-Pro (Reasoning)	Xiaomi	21.3
43	#43Kimi K2.7 Code	Moonshot AI	21
44	#44Kimi K2.6 (Reasoning)	Moonshot AI	20.5
45	#45Nemotron 3 Ultra 550B A55B (Reasoning)	NVIDIA	20.1
46	#46iLing 3.0 Flash	inclusionAI	19.3
47	#47Qwen3.6 27B (Reasoning)	Alibaba	18.5
48	#48OGPT-5.4 mini (Xhigh)	OpenAI	17.9
49	#49Qwen3.7 Plus	Alibaba	17.5
50	#50OGPT-5.4 nano (Xhigh)	OpenAI	16
51	#51Claude 4.5 Sonnet (Reasoning)	Anthropic	15.8
52	#52MiMo-V2.5	Xiaomi	15.8
53	#53xGrok 4.3 (High)	xAI	15.5
54	#54MiniMax-M2.7	MiniMax	15.3
55	#55Gemini 3.5 Flash-Lite	Google	14.3
56	#56MLongCat 2.0	Meituan	14
57	#57Qwen3.6 35B A3B (Reasoning)	Alibaba	13.1
58	#58iRing-2.6-1T	inclusionAI	10.7
59	#59Qwen3.5 397B A17B (Reasoning)	Alibaba	8.3
60	#60Gemini 3.1 Pro Preview	Google	8.2

Source: Artificial Analysis (artificialanalysis.ai) via OpenRouter (openrouter.ai/rankings). Licensed under CC BY 4.0.

データ: LMArena leaderboard dataset（CC BY 4.0）。変更: 各ランキングは上位50件のみ表示。スコアは四捨五入。 https://huggingface.co/datasets/lmarena-ai/leaderboard-dataset企業ロゴは各社の商標であり、識別のためにのみ使用しています（アイコン：Simple Icons）。データ：Epoch AI — Capabilities & benchmarking（CC BY 4.0）。 https://epoch.ai/benchmarksSource: Artificial Analysis (artificialanalysis.ai) via OpenRouter (openrouter.ai/rankings). Source: OpenRouter evals (openrouter.ai) via OpenRouter (openrouter.ai/rankings). Source: Design Arena (www.designarena.ai) via OpenRouter (openrouter.ai/rankings). Licensed under CC BY 4.0. Source: OpenRouter (openrouter.ai/rankings), as of 2026-10-05. Licensed under CC BY 4.0. https://openrouter.ai/rankings