Blog›Benchmarks

# LLMベンチマークスナップショット、9月6日：AstraとFable 5.1が登場

週刊フォト：GPT-6 Astraがwebdevで1797 Eloでデビュー（旧リーダーより+107）、Claude Fable 5.1がテキストアリーナとLiveBenchを制覇、そしてAiderはまだ追いついていない。

今年最も密集した発表ウィンドウから1週間が経過し、リーダーボードが結果を語り始めました。これは2026年9月6日付の週次スナップショットです：各ソースが今日何を示しているか、先週のスナップショットから何が変わったか、そしてソース間でどこに意見の相違があるか。各数字は、恒久的な日付付きページにリンクしています。

見出し：発表週が着地

GPT-6 AstraとClaude Fable 5.1は、9月の最初の数日間にリリースされ、すでにボードのトップに立っています：

Web開発アリーナ：GPT-6 Astra Maxがデビューで1797 Eloを記録し、先週のリーダー（Claude Opus 5 Max、1691）から+107のジャンプ。この規模のデビュー差は稀で、今年のこれまでの記録は+60未満でした。Claude Fable 5.1 Maxは1762で2位に着地。

テキストアリーナ：Claude Fable 5.1 Maxが1514で1位を獲得し、Opus 5 Maxの支配（1505、現在はOpus 5 Highの後ろで3位）を終わらせました。

LiveBench：Fable 5.1 Max Effortが前モデルをわずかに上回り、83.8対83.4、Astra Maxが83.1で直後に続き、汚染フリーのスイートで3モデルが0.7ポイント以内に収まっています。

BenchLM：Fable 5.1が83.0で1位、Astraが81.1で2位。注目すべき例外は、先週のBenchLMリーダーがClaude Mythos 5（83.4）という制限アクセス版であり、アクセス層がリーダーボードの解釈を複雑にすることを示しています。

Aiderポリグロット（実用的なコード編集）：変更なし、GPT-5 Highが88.0%で依然としてリード。AstraもFable 5.1もまだそこでベンチマークされておらず、来週に注目です。

ソース間の意見の相違

アリーナはすでに新しいペアを称賛していますが、Aiderはまだテストしておらず、LiveBenchはトップ3が1ポイント未満の差であることを示しています。1つのボードだけを見れば戴冠式が見え、5つすべてを見ればアスタリスク付きの写真判定が見えます。その広がりこそが、これらのスナップショットが存在する理由です。

証拠

今日の凍結写真：ベンチマークスナップショット 2026-09-06

先週のもの：スナップショット 2026-08-30

毎日更新されるライブボード：テキスト・Web開発・完全な履歴

モデルの背景情報：GPT-6 Astra・Claude Fable 5とMythos 5（AI Wiki内）

# LLMベンチマークスナップショット、9月6日：AstraとFable 5.1が登場

見出し：発表週が着地

ソース間の意見の相違

証拠

Related Articles