Ga naar inhoud

Benchmarks · Vals AI

LegalBench (Vals-leaderboard)

Let op: Vals heeft geen benchmark gericht op Nederlands of Europees recht. Meet juridisch redeneren met korte, goed afgebakende taken (open dataset van Guha e.a.; Vals draait alle modellen met dezelfde instellingen). Onderverdeeld naar issue-, rule-, conclusion-, interpretation- en rhetoric-taken. De top-10 ligt tussen 87,0 en 88,6 procent (stand 13-10-2026), dus de ranglijst onderscheidt weinig. De oorspronkelijke dataset (https://github.com/HazyResearch/legalbench) heeft per taak een eigen licentie; de bron vraagt de licentie van de dataset-maker te volgen.

Modellen gemeten
113
Bovenaan
88,56 %Claude Fable 5binnen de standaardfout van ±0,33
Versie
1
Peildatum
13 oktober 2026
Naar de bronDeze benchmark telt niet mee in de PrudentScore.

01

Ranglijst

Bovenaan: Top 15

Vals AI Legal Research Bench, all-pass [1]. Gestreepte balken vallen af op de compliancepoort.

  1. 1Claude Fable 588,56%
  2. 2Claude Fable 5.188,51%
  3. 3Gemini 4 Argon88,30%
  4. 4Wonder Full87,42%
  5. 5Gemini 3.1 Pro Preview (02/26)87,40%
  6. 6Gemini 3.7 Flash87,26%
  7. 7Gemini 3 Pro (11/25)87,03%
  8. 8Gemini 3.8 Flash86,99%
  9. 9Claude Opus 586,97%
  10. 10GPT-5.6 Sol86,97%
  11. 11Gemini 3 Flash (12/25)86,86%
  12. 12Gemini 3.6 Flash86,70%
  13. 13GPT 5.586,52%
  14. 14Grok 4.686,31%
  15. 15GLM Legal86,23%

Bron: Vals AI (LegalBench (Vals-leaderboard)) · Licentie: CC BY 4.0 · Bewerking: Prudai selecteerde de modellen, vertaalde de uitleg, voegde de poortuitslag en de PrudentScore toe en rondde getallen af op twee decimalen.

Voldoet aan de compliancepoortValt af op de compliancepoort
LegalBench (Vals-leaderboard) 1
# ModelScoreKosten/taakPoortPrudentScore
1Claude Fable 5Anthropic88,56%± 0,33-Valt afgeen score
2Claude Fable 5.1Anthropic88,51%± 0,42-Valt afgeen score
3Gemini 4 ArgonGoogle88,30%± 0,37-Voldoet79
4Wonder FullMeta87,42%± 0,41-Valt afgeen score
5Gemini 3.1 Pro Preview (02/26)Google87,40%± 0,33-Valt afgeen score
6Gemini 3.7 FlashGoogle87,26%± 0,42-Voldoet58
7Gemini 3 Pro (11/25)Google87,03%± 0,37-Valt afgeen score
8Gemini 3.8 FlashGoogle86,99%± 0,43-Voldoet62
9Claude Opus 5Anthropic86,97%± 0,42-Voldoet72
10GPT-5.6 SolOpenAI86,97%± 0,41-Voldoet57
11Gemini 3 Flash (12/25)Google86,86%± 0,36-Valt afgeen score
12Gemini 3.6 FlashGoogle86,70%± 0,41-Voldoet46
13GPT 5.5OpenAI86,52%± 0,41-Voldoet51
14Grok 4.6xAI (SpaceXAI)86,31%± 0,42-Valt afgeen score
15GLM LegalZ.ai86,23%± 0,41-Valt afgeen score
16Kimi K3Moonshot AI86,21%± 0,41-Valt afgeen score
17GPT 5.4 (xhigh)OpenAI86,04%± 0,41-Voldoet0
18GPT 5OpenAI86,02%± 0,38-Voldoetgeen score
19Grok 4.5xAI (SpaceXAI)85,97%± 0,41-Valt afgeen score
20GPT 5.1OpenAI85,68%± 0,40-Voldoetgeen score
21MiniMax-M3MiniMax85,42%± 0,44-Valt afgeen score
22Claude Opus 4.6 (Thinking)Anthropic85,30%± 0,37-Voldoetgeen score
23Muse Spark 1.2Meta85,26%± 0,45-Valt afgeen score
24Claude Opus 4.7Anthropic85,25%± 0,45-Voldoet54
25GPT-5.6 TerraOpenAI85,11%± 0,45-Voldoet53
26Qwen 3.5 PlusAlibaba85,10%± 0,41-Nog niet beoordeeldgeen score
27Muse Spark 1.1Meta84,98%± 0,42-Valt afgeen score
28Qwen 3.7 MaxAlibaba84,91%± 0,41-Nog niet beoordeeldgeen score
29GLM 5.3Z.ai84,84%± 0,40-Valt afgeen score
30Kimi K2.6Moonshot AI84,74%± 0,45-Valt afgeen score
31Claude Opus 4.5 (Thinking)Anthropic84,60%± 0,39-Voldoetgeen score
32Grok 4.3xAI (SpaceXAI)84,46%± 0,42-Valt afgeen score
33GLM 5.1Z.ai84,39%± 0,43-Valt afgeen score
34Grok 4.7xAI (SpaceXAI)84,39%± 0,46-Valt afgeen score
35Qwen 3.5 FlashAlibaba84,28%± 0,41-Nog niet beoordeeldgeen score
36Qwen 3.6 PlusAlibaba84,23%± 0,42-Nog niet beoordeeldgeen score
37Muse SparkMeta84,22%± 0,42-Valt afgeen score
38Claude Sonnet 4.5 (Thinking)Anthropic84,08%± 0,45-Voldoetgeen score
39=Gemini 3.5 Flash LiteGoogle84,07%± 0,44-Voldoet38
39=GLM 5.2Z.ai84,07%± 0,45-Valt afgeen score
41GLM 5Z.ai84,06%± 0,41-Voldoetgeen score
42GPT-5.6 LunaOpenAI84,03%± 0,42-Voldoet56
43MiniMax-M2.7MiniMax83,98%± 0,41-Valt afgeen score
44GLM 5.3 FlashZ.ai83,93%± 0,43-Valt afgeen score
45Claude Sonnet 5Anthropic83,92%± 0,46-Voldoet59
46Gemini 3.1 Flash Lite PreviewGoogle83,76%± 0,41-Nog niet beoordeeldgeen score
47o3OpenAI83,76%± 0,42-Voldoetgeen score
48Hy4 PreviewTencent83,76%± 0,41-Valt afgeen score
49Qwen 3.8 MaxAlibaba83,61%± 0,42-Nog niet beoordeeldgeen score
50Gemini 3.5 FlashGoogle83,60%± 0,85-Voldoet47
51Claude Opus 4.8Anthropic83,57%± 0,47-Voldoet62
52Claude Opus 4.1 (Nonthinking)Anthropic83,46%± 0,45-Valt afgeen score
53GLM 4.7Z.ai83,36%± 0,47-Voldoetgeen score
54DeepSeek V4.1 FlashDeepSeek83,28%± 0,46-Valt afgeen score
55Grok 4xAI (SpaceXAI)83,19%± 0,47-Valt afgeen score
56GPT 4.1OpenAI83,10%± 0,43-Voldoetgeen score
57Claude Opus 4 (Nonthinking)Anthropic83,07%± 0,44-Valt afgeen score
58Mercury 2.5Inception Labs83,06%± 0,48-Nog niet beoordeeldgeen score
59Inkling SmallThinking Machines82,99%± 0,46-Valt afgeen score
60Claude Sonnet 4 (Nonthinking)Anthropic82,95%± 0,41-Valt afgeen score
61InklingThinking Machines82,95%± 0,50-Valt afgeen score
62Claude Opus 4.5 (Nonthinking)Anthropic82,84%± 0,43-Voldoetgeen score
63GPT 5.2OpenAI82,76%± 0,40-Voldoetgeen score
64Gemini 2.5 Flash Preview (9/25) (Thinking)Google82,63%± 0,41-Valt afgeen score
65Gemini 2.5 Flash Preview (9/25) (Nonthinking)Google82,49%± 0,43-Valt afgeen score
66Grok 4.1 Fast (Reasoning)xAI (SpaceXAI)82,45%± 0,46-Valt afgeen score
67Qwen 3.8 27BAlibaba82,43%± 0,47-Valt afgeen score
68DeepSeek V4 Pro (0813)DeepSeek82,36%± 0,44-Valt afgeen score
69GPT 4o (2024-11-20)OpenAI82,21%± 0,46-Voldoetgeen score
70Claude Sonnet 4.6Anthropic82,12%± 0,48-Voldoet55
71Nemotron 3 UltraNVIDIA82,07%± 0,46-Valt afgeen score
72Claude Sonnet 4 (Thinking)Anthropic82,06%± 0,46-Valt afgeen score
73Gemini 2.5 Flash Lite (9/25) (Thinking)Google82,04%± 0,44-Valt afgeen score
74Qwen 3 MaxAlibaba81,86%± 0,40-Nog niet beoordeeldgeen score
75GPT 5 MiniOpenAI81,77%± 0,45-Voldoetgeen score
76Kimi K2 InstructMoonshot AI81,45%± 0,44-Valt afgeen score
77Claude Haiku 4.5 (Thinking)Anthropic81,24%± 0,49-Voldoet32
78Grok 4 Fast (Reasoning)xAI (SpaceXAI)80,60%± 0,45-Valt afgeen score
79Qwen 3 Max PreviewAlibaba80,33%± 0,40-Nog niet beoordeeldgeen score
80DeepSeek V4 Pro (2026-04-23)DeepSeek80,32%± 0,47-Valt afgeen score
81Kimi K2 ThinkingMoonshot AI80,20%± 0,46-Valt afgeen score
82MiniMax-M2.5MiniMax79,96%± 0,47-Voldoetgeen score
83Command ACohere79,70%± 0,42-Valt afgeen score
84Ling 3.0 FlashAnt Group79,69%± 0,52-Valt afgeen score
85GLM 4.6Z.ai79,61%± 0,52-Valt afgeen score
86o4 MiniOpenAI79,19%± 0,50-Voldoetgeen score
87Mistral Large 3Mistral AI79,14%± 0,46-Voldoetgeen score
88Grok 4.1 Fast Non-ReasoningxAI (SpaceXAI)79,11%± 0,46-Valt afgeen score
89Gemini 2.5 Flash Lite (9/25) (Nonthinking)Google79,01%± 0,44-Valt afgeen score
90MiMo V2.5Xiaomi78,89%± 0,51-Valt afgeen score
91Grok 4 Fast (Non-Reasoning)xAI (SpaceXAI)78,40%± 0,47-Valt afgeen score
92GPT 4.1 MiniOpenAI78,04%± 0,42-Voldoetgeen score
93GPT 5.4 NanoOpenAI77,92%± 0,43-Voldoet29
94Llama 4 MaverickMeta77,81%± 0,42-Valt afgeen score
95Grok 4.20 (Reasoning)xAI (SpaceXAI)77,74%± 0,48-Valt afgeen score
96DeepSeek V4 Flash 0731DeepSeek77,71%± 0,50-Valt afgeen score
97MiMo V2.5 ProXiaomi77,13%± 0,55-Valt afgeen score
98DeepSeek V3.2 (Thinking)DeepSeek76,08%± 0,49-Voldoetgeen score
99GPT OSS 120BOpenAI75,94%± 0,52-Voldoetgeen score
100GLM 4.5Z.ai75,63%± 0,51-Valt afgeen score
101MiniMax-M2.1MiniMax75,45%± 0,54-Voldoetgeen score
102Laguna M.1Poolside75,14%± 0,59-Valt afgeen score
103Llama 4 ScoutMeta72,04%± 0,48-Valt afgeen score
104Laguna XS.2Poolside71,03%± 0,56-Valt afgeen score
105GPT OSS 20BOpenAI70,85%± 0,61-Voldoetgeen score
106Mistral Small 3.1 (03/2025)Mistral AI69,16%± 0,51-Voldoetgeen score
107DeepSeek V3.2 (Nonthinking)DeepSeek65,96%± 0,42-Voldoetgeen score
108Mistral Medium 3.1 (05/2025)Mistral AI61,98%± 0,47-Voldoetgeen score
109Command A+Cohere61,42%± 0,63-Valt afgeen score
110GPT 4.1 NanoOpenAI61,06%± 0,59-Voldoetgeen score
111Magistral Medium 1.2 (09/2025)Mistral AI54,77%± 0,56-Nog niet beoordeeldgeen score
112GPT 5 NanoOpenAI50,13%± 0,47-Voldoetgeen score
113Magistral Small 1.2 (09/2025)Mistral AI40,02%± 0,47-Voldoetgeen score

Bron: Vals AI (LegalBench (Vals-leaderboard)) · Licentie: CC BY 4.0 · Bewerking: Prudai selecteerde de modellen, vertaalde de uitleg, voegde de poortuitslag en de PrudentScore toe en rondde getallen af op twee decimalen.

Vals AI · Versie 1 · Peildatum 13 oktober 2026 · Naar de bron. De PrudentScore is een samenstelling door Prudai B.V. op basis van openbaar gepubliceerde cijfers en vertegenwoordigt niet de opvatting of goedkeuring van Vals AI, Harvey of Artificial Analysis. Cijfers van Artificial Analysis staan uitsluitend in lopende tekst, met bronvermelding en link, zoals de voorwaarden van die partij voorschrijven [9].

Andere benchmarks

Claude en Anthropic, GPT en OpenAI, Gemini en Google, Grok en xAI, Kimi en Moonshot AI, Muse en Meta, Mistral, DeepSeek, GLM en Z.ai, Harvey, Vals AI en Artificial Analysis zijn handelsmerken van hun respectieve eigenaren. Vermelding dient uitsluitend ter identificatie en impliceert geen samenwerking, sponsoring of goedkeuring.