Agents' Last Exam（ALE）でGPT-5.5が首位 ── Claude Fable 5は55産業ツールベンチマークで敗北

概要

UC Berkeley RDIと300人超の専門家が構築した実務型AIベンチマーク「Agents' Last Exam（ALE）」で、GPT-5.5がClaude Fable 5を上回り首位を獲得した。55の産業分野でプロ仕様のソフトウェア操作を直接課す、極めて実戦的な評価指標だ。

詳細

• ALE概要: 55産業分野のプロ向けソフトウェアを実際に操作させるエージェント評価ベンチマーク
• UC Berkeley RDI（信頼できるインテリジェントシステム研究所）と300人超の専門家が設計
• 発表直後から注目を集めたClaude Fable 5だが、ALEではGPT-5.5が首位
• 純粋な知識・推論テストではなく、実際のツール操作能力を測定する点が特徴
• AIモデルの「実務における労働能力」の測定に特化した設計思想

参照

• 出典: https://xenospectrum.com/agents-last-exam-benchmark-gpt-5-5-beats-claude-fable-5/
• はてなブックマーク ITホットエントリー（2026年6月13日）