Harvey Legal Agent Benchmark
法務エージェント業務の all-pass 率。
- 分類
- ツール利用
- 単位
- パーセント(%)
- 高いほど良い
- 比較グループ
- 3グループ
- すべてのモデルの順位(記録)・順位を付けた結果 4 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(4 件)
公式の結果(Gemini 4 Argon model card)
| 順位 | モデル | effort | スコア | 出典のコスト(指標) | 計測・報告 | 出典 |
|---|---|---|---|---|---|---|
| 1 | Gemini 4 Argon | 記載なし | 19.6% | — | Gemini 4 Argon model card2026-11-12 取得・ベンダー発表値。Google 自己申告(model card, 2026-10 時点)。thinking 設定の記載なし出典の該当箇所Harvey's Legal Agent Benchmark | 19.6% |
公式の結果(Gemini 3.8 Flash model card)
| 順位 | モデル | effort | スコア | 出典のコスト(指標) | 計測・報告 | 出典 |
|---|---|---|---|---|---|---|
| 1 | Gemini 3.8 Flash | 記載なし | 10.0% | — | Gemini 3.8 Flash model card2026-11-12 取得・ベンダー発表値。Google 自己申告(model card, 2026-09 時点)。thinking 設定の記載なし出典の該当箇所Harvey's Legal Agent Benchmark (all pass rate) | 10.0% |
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 | 19.6% | — | 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Harvey Legal Agent Benchmark | Grok 4.7 (xHigh) 19.6 |
| 2 | Grok 4.6 | High | 15.8% | — | 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Harvey Legal Agent Benchmark | Grok 4.6 (High) 15.8 |