LiveBench 2.0 Reasoningのリーダーボード
2026年11月16日時点で、LiveBench 2.0 Reasoningの最高スコアは95.1%で、Gemini 4 Argon(Google)が記録しています。次点はGPT-6 Astraの92.7%です。公表された結果があるのは34のモデル構成です(LiveBench、結果の日付は2026年11月6日)。LiveBench 2.0の推論スイートで、論理、空間認識、心の理論に関する短い問題からなり、それぞれ正解は1つです。LiveBench 2.0 Reasoningは参考として掲載しており、BenchLeader Indexには含まれません。
要点(2026年11月16日時点)
- Gemini 4 ArgonがLiveBench 2.0 Reasoningの最高スコア95.1%を記録しています(LiveBench、2026年11月6日)。
- LiveBench 2.0 Reasoningの2位はGPT-6 Astraで、92.7%です(LiveBench、2026年11月6日)。
- LiveBench 2.0 Reasoning:LiveBench 2.0の推論スイート。正解がひとつに決まる、論理・空間認識・心の理論の短い問題(LiveBench)。
- BenchLeaderでは34のモデル構成にLiveBench 2.0 Reasoningの公表結果があります(BenchLeader、2026年11月16日)。
- LiveBench 2.0 ReasoningはBenchLeader Indexには反映されず、参考として掲載しています(BenchLeaderの評価方法)。
LiveBench 2.0の推論スイート。正解がひとつに決まる、論理・空間認識・心の理論の短い問題。
- 公開元
- LiveBench
- カテゴリ
- 推論
- Indexでの重み
- 参考のみ
- モデル
- 34
- データ基準日
- 2026年11月16日
LiveBench (livebench.ai), White et al. 2024.
同じ名前の以前のテストとは比較できません。以前のテストの最終スコアはLiveBench 1.0 Reasoningに残しています。
どんなテストか
LiveBench 2.0の推論スイートで、論理、空間認識、心の理論に関する短い問題からなり、それぞれ正解は1つです。
採点方法
現行リリースでの正答率で、サブカテゴリを均等に重み付けした平均です。自動で採点されます。
注意点
LiveBench 1.0のReasoningカテゴリと名前は同じですが、問題セットが異なるため、両者は分けて扱っています。2.0のスコアは2026年10月19日から始まります。
- 1Gemini 4 Argon (high)95.1%
- 2GPT-6 Astra (max)92.7%
- 3GPT-6.1 Sol (max)92.6%
- 4Claude Opus 5.5 (max)92.2%
- 5Claude Fable 5.1 (max)91.7%
- 6Claude Sonnet 5.5 (max)91.6%
- 7Grok 4.6 (xhigh)91.2%
- 8Kimi K3.1 Pro (max)91.1%
- 9Kimi K3 (max)90.7%
- 10Gemini 4 Carbon (high)90.6%
- 11Muse Wonder (max)90.6%
- 12GPT-5.6 Terra (max)90.6%
- 13Muse Spark 1.3 (max)89.7%
- 14Gemini 3.8 Flash (high)89.3%
- 15DeepSeek V4.1 Flash 1017 (max)89.1%
| # | |||||||
|---|---|---|---|---|---|---|---|
| 1 | 95.1% | 65.3 | $15.77 | $0.078 | 8k | 2026-11-06 | |
| 2 | 92.7% | 67.3 | $78.75 | $0.390 | 8k | 2026-11-06 | |
| 3 | 92.6% | 66.6 | $16.22 | $0.080 | 8k | 2026-11-06 | |
| 4 | 92.2% | 68.4 | $50.95 | $0.252 | 12k | 2026-11-06 | |
| 5 | 91.7% | 66.7 | $92.95 | $0.460 | 9k | 2026-11-06 | |
| 6 | 91.6% | 64.2 | $42.23 | $0.209 | 21k | 2026-11-06 | |
| 7 | 91.2% | 56.1 | $17.63 | $0.087 | 14k | 2026-11-06 | |
| 8 | 91.1% | 59.9 | $31.53 | $0.156 | 15k | 2026-11-06 | |
| 9 | 90.7% | 60.2 | $39.41 | $0.195 | 13k | 2026-11-06 | |
| 10 | 90.6% | 68.9 | $47.12 | $0.233 | 22k | 2026-11-06 | |
| 11 | 90.6% | 60.8 | $60.27 | $0.298 | 15k | 2026-11-06 | |
| 12 | 90.6% | 59.5 | $37.80 | $0.187 | 15k | 2026-11-06 | |
| 13 | 89.7% | 60.6 | $27.42 | $0.136 | 32k | 2026-11-06 | |
| 14 | 89.3% | 59.4 | $29.81 | $0.148 | 39k | 2026-11-06 | |
| 15 | 89.1% | 57.7 | $4.89 | $0.024 | 20k | 2026-11-06 | |
| 16 | NEW | 88.8% | 69.7 | $33.14 | $0.164 | 4k | 2026-11-06 |
| 17 | 88.7% | 64.1 | $8.14 | $0.040 | 8k | 2026-11-06 | |
| 18 | NEW | 88.6% | 61.8 | $39.96 | $0.198 | 25k | 2026-11-06 |
| 19 | 88.2% | 58.7 | $26.56 | $0.132 | 22k | 2026-11-06 | |
| 20 | 85.2% | 48.3 | $10.95 | $0.054 | 25k | 2026-11-06 | |
| 21 | 83.8% | – | $9.74 | $0.048 | 17k | 2026-11-06 | |
| 22 | 82.9% | – | $2.24 | $0.011 | 18k | 2026-11-06 | |
| 23 | 82.7% | 57.4 | $77.78 | $0.385 | 64k | 2026-11-06 | |
| 24 | 82.4% | 55.3 | $4.16 | $0.021 | 41k | 2026-11-06 | |
| 25 | 81.8% | 55.1 | $4.32 | $0.021 | 43k | 2026-11-06 | |
| 26 | 80.0% | – | $15.13 | $0.075 | 25k | 2026-11-06 | |
| 27 | 79.6% | – | $4.79 | $0.024 | 27k | 2026-11-06 | |
| 28 | 78.3% | – | $21.01 | $0.104 | 25k | 2026-11-06 | |
| 29 | 77.6% | 52.4 | $2.78 | $0.014 | 27k | 2026-11-06 | |
| 30 | 75.1% | – | $2.54 | $0.013 | 25k | 2026-11-06 | |
| 31 | 74.6% | – | $4.22 | $0.021 | 36k | 2026-11-06 | |
| 32 | 73.7% | – | $8.62 | $0.043 | 10k | 2026-11-06 | |
| 33 | 71.7% | – | $2.43 | $0.012 | 24k | 2026-11-06 | |
| 34 | 68.3% | – | $0.760 | $0.0038 | 9k | 2026-11-06 |
関連するベンチマーク
LiveBench 2.0 Reasoningでの注目のモデル比較
引用表記:BenchLeader「LiveBench 2.0 Reasoningのリーダーボード」2026年11月16日時点のデータ、https://www.benchleader.com/ja/benchmarks/livebench2_reasoning
LiveBench 2.0 Reasoning:よくある質問
- LiveBench 2.0 Reasoningは何を測るベンチマークですか?
- LiveBench 2.0の推論スイートで、論理、空間認識、心の理論に関する短い問題からなり、それぞれ正解は1つです。スコアは解けたタスクの割合(%)で示され、高いほど良い結果です。
- LiveBench 2.0 Reasoningの最高スコアは?
- 2026年11月16日時点で、LiveBench 2.0 Reasoningの最高スコアは95.1%で、Gemini 4 Argonが記録しています(結果の日付は2026年11月6日)。次点はGPT-6 Astraの92.7%です。スコアはLiveBenchの公表値で、毎日読み直しています。
- LiveBench 2.0 ReasoningでトップのAIモデルは?
- 2026年11月16日時点で、LiveBench 2.0 Reasoningの首位はGemini 4 Argonで、スコアは95.1%です(結果の日付は2026年11月6日)。続いてGPT-6 Astra(92.7%)です。
- LiveBench 2.0 Reasoningの結果があるモデルはいくつですか?
- BenchLeaderでは34のモデル構成にLiveBench 2.0 Reasoningの結果があり、すべてLiveBenchから取得しています。
- LiveBench 2.0 Reasoningを運営しているのは誰で、どのくらいの頻度で更新されますか?
- LiveBench 2.0 ReasoningはLiveBenchが公開しています。BenchLeaderは公開された結果を1日1回読み直し、各結果の公開日を記録しています。
- LiveBench 2.0 ReasoningはBenchLeader Indexに含まれますか?
- いいえ。LiveBench 2.0 Reasoningは参考として掲載していますが、総合スコアには含めていません。