研究/論文重要度 ★8
LLM Leaderboardの歴史：AIランキング2023→2026を追跡 | BenchLM.ai
LLM Leaderboard History: AI Rankings 2023→2026 Tracked | BenchLM.ai
Elo Rating for LLMs·2026/7/9
AI要約
2026年7月現在、ArenaリーダーボードはClaude Opus 4.6が1501 Eloでリードしており、2023年5月のVicuna-13B（1094 Elo）から407ポイント上昇しました。このEloレーティングは、チェスのランキングと同様に、人間による匿名でのモデル比較の勝率に基づいており、自動ベンチマークよりも実世界でのLLMの品質を信頼できる指標として広く認識されています。
AI要点
- 2026年7月現在、LLMリーダーボードではClaude Opus 4.6が1501 Eloでトップを維持しています。
- これは2023年5月のVicuna-13B（1094 Elo）から大幅な上昇であり、Eloレーティングが実世界でのLLM品質の指標として認識されています。
- 過去39ヶ月でリーダーボードのトップは21回交代しており、競争の激しさと急速な進歩を示しています。
- 8つのプロバイダーが競合する中、オープンソースコミュニティも急速に性能を向上させています。
なぜ重要か
LLMの性能評価におけるEloレーティングの有効性と、急速な技術進化の現状を示しています。人間による評価に基づいたリーダーボードは、LLM開発の方向性や競争動向を把握する上で重要な指標となります。