HealthBench Professional
医療専門家向けタスク評価。長さ調整の有無は出典に記載なし。
- 分類
- 知識
- 単位
- パーセント(%)
- 高いほど良い
- 比較グループ
- 1グループ
- すべてのモデルの順位(記録)・順位を付けた結果 2 件
すべてのモデルの順位(記録)
旧モデルと Claude Code / Codex で選べないモデルを含めて、比較グループごとに順位を付け直したものです。順位を付ける顔ぶれが違うので、上の順位とは違います。
旧モデル・選べないモデルを含む順位を開く(2 件)
公式の結果(Grok 4.7 (xAI news))
| 順位 | モデル | effort | スコア | 出典のコスト(指標) | 計測・報告 | 出典 |
|---|---|---|---|---|---|---|
| 1 | Grok 4.7 | Xhigh | 56.7% | — | xAI | Grok 4.7 (xAI news)2026-11-12 取得・ベンダー発表値。xAI 自己申告。表見出しは Grok 4.7 (xHigh)出典の該当箇所HealthBench Professional | Grok 4.7 (xHigh) 56.7 |
| 2 | Grok 4.6 | High | 48.5% | — | xAI | Grok 4.7 (xAI news)2026-11-12 取得・ベンダー発表値。xAI 自己申告(Grok 4.7 発表ページ内の比較列)出典の該当箇所HealthBench Professional | Grok 4.6 (High) 48.5 |