BenchLeader

LiveBench Designのリーダーボード

2026年11月16日時点で、LiveBench Designの最高スコアは85.1%で、Claude Fable 5.2(Anthropic)が記録しています。次点はClaude Opus 5.5の83.3%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のデザインスイートで、レイアウトやビジュアルデザインのタスクを固定のルーブリックで採点します。LiveBench Design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)

  • Claude Fable 5.2がLiveBench Designの最高スコア85.1%を記録しています(LiveBench、2026年11月6日)。
  • LiveBench Designの2位はClaude Opus 5.5で、83.3%です(LiveBench、2026年11月6日)。
  • LiveBench Design:LiveBench 2.0のデザインスイート(LiveBench)。
  • BenchLeaderでは34のモデル構成にLiveBench Designの公表結果があります(BenchLeader、2026年11月16日)。
  • LiveBench Design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のデザインスイート。

公開元
LiveBench
カテゴリ
マルチモーダル
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.

どんなテストか

LiveBenchのデザインスイートで、レイアウトやビジュアルデザインのタスクを固定のルーブリックで採点します。

採点方法

スイートの0〜100のタスクスコアの平均で、1回の実行の結果です。

注意点

デザインのルーブリックは、自動化されていても部分的に主観を含みます。多くのスイートの1つとして扱ってください。

34件中34件
#
1NEWClaude Fable 5.2xhigh85.1%69.7$180.10$7.20105k2026-11-06
2Claude Opus 5.5max83.3%68.4$143.71$5.75150k2026-11-06
3Claude Fable 5.1max81.6%66.7$184.39$7.3860k2026-11-06
4Claude Sonnet 5.5max81.3%64.2$125.42$5.02211k2026-11-06
5Gemini 4 Carbonhigh80.2%68.9$30.61$1.2271k2026-11-06
6GPT-6 Astramax80.0%67.3$71.89$2.8825k2026-11-06
7DeepSeek V4.1 Flash 1017max79.8%57.7$5.30$0.212113k2026-11-06
8GPT-6.1 Terramax79.7%64.1$6.76$0.27032k2026-11-06
9GPT-6.1 Solmax79.6%66.6$9.26$0.37026k2026-11-06
10Claude Haiku 5.5max79.3%55.3$16.58$0.663171k2026-11-06
11NEWGemini 4 Hydrogenxhigh77.3%61.8$23.23$0.92976k2026-11-06
12Qwen3.8 Maxmax76.6%58.7$14.91$0.59646k2026-11-06
13Grok 4.6xhigh76.3%56.1$31.66$1.2747k2026-11-06
14Mistral Large 4high76.3%48.3$5.15$0.20646k2026-11-06
15GPT-6 Lunamax76.1%55.1$0.760$0.03145k2026-11-06
16Grok 4.7xhigh75.0%57.4$84.24$3.37118k2026-11-06
17Muse Spark 1.3max74.8%60.6$20.72$0.82949k2026-11-06
18MiMo-V2.6-Prohigh74.3%–$2.33$0.09358k2026-11-06
19Kimi K3.1 Promax73.7%59.9$15.36$0.61437k2026-11-06
20GLM 5.3 Flashmax73.7%52.4$1.59$0.06339k2026-11-06
21Kimi K3max72.5%60.2$25.02$1.0032k2026-11-06
22Qwen3.8 27Bmax72.4%–$9.59$0.38463k2026-11-06
23MiniMax M3.1 Flashmax71.2%–$3.96$0.15896k2026-11-06
24Muse Wondermax70.9%60.8$17.18$0.68718k2026-11-06
25GPT-5.6 Terramax70.9%59.5$15.50$0.62023k2026-11-06
26Step 5 Previewmax70.8%–$18.64$0.74672k2026-11-06
27Gemini 3.8 Flashhigh69.7%59.4$24.49$0.98087k2026-11-06
28Gemini 4 Argonhigh69.2%65.3$29.01$1.1661k2026-11-06
29Smaug Nemotron 3.5 NVFP4max60.6%–$0.700$0.02831k2026-11-06
30Nemotron Super VL 3.5max60.0%–$1.23$0.04934k2026-11-06
31Muse Spark Openmax58.1%–$8.90$0.35632k2026-11-06
32Gemma 4 31Bmax56.5%–$0.370$0.01510k2026-11-06
33Nemotron Super VL 3.5 NVFP4max55.6%–$0.950$0.03832k2026-11-06
34Inklingmax55.2%–$7.15$0.28627k2026-11-06

マルチモーダルのベンチマークをもっと見る · LLMベンチマーク一覧

引用表記:BenchLeader「LiveBench Design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/livebench_design

LiveBench Design:よくある質問

LiveBench Designは何を測るベンチマークですか?
LiveBenchのデザインスイートで、レイアウトやビジュアルデザインのタスクを固定のルーブリックで採点します。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 Designの最高スコアは?
2026年11月16日時点で、LiveBench Designの最高スコアは85.1%で、Claude Fable 5.2が記録しています(結果の日付は2026年11月6日)。次点はClaude Opus 5.5の83.3%です。スコアはLiveBenchの公表値で、毎日読み直しています。
LiveBench DesignでトップのAIモデルは?
2026年11月16日時点で、LiveBench Designの首位はClaude Fable 5.2で、スコアは85.1%です(結果の日付は2026年11月6日)。続いてClaude Opus 5.5(83.3%)です。
LiveBench Design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 Designの結果があり、すべてLiveBenchから取得しています。
LiveBench Design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 Design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 DesignはBenchLeader Indexに含まれますか?
いいえ。LiveBench Design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。