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。
- 1Claude Fable 5.2 (xhigh)85.1%
- 2Claude Opus 5.5 (max)83.3%
- 3Claude Fable 5.1 (max)81.6%
- 4Claude Sonnet 5.5 (max)81.3%
- 5Gemini 4 Carbon (high)80.2%
- 6GPT-6 Astra (max)80.0%
- 7DeepSeek V4.1 Flash 1017 (max)79.8%
- 8GPT-6.1 Terra (max)79.7%
- 9GPT-6.1 Sol (max)79.6%
- 10Claude Haiku 5.5 (max)79.3%
- 11Gemini 4 Hydrogen (xhigh)77.3%
- 12Qwen3.8 Max (max)76.6%
- 13Grok 4.6 (xhigh)76.3%
- 14Mistral Large 4 (high)76.3%
- 15GPT-6 Luna (max)76.1%
34件中34件
| # | |||||||
|---|---|---|---|---|---|---|---|
| 1 | NEW | 85.1% | 69.7 | $180.10 | $7.20 | 105k | 2026-11-06 |
| 2 | 83.3% | 68.4 | $143.71 | $5.75 | 150k | 2026-11-06 | |
| 3 | 81.6% | 66.7 | $184.39 | $7.38 | 60k | 2026-11-06 | |
| 4 | 81.3% | 64.2 | $125.42 | $5.02 | 211k | 2026-11-06 | |
| 5 | 80.2% | 68.9 | $30.61 | $1.22 | 71k | 2026-11-06 | |
| 6 | 80.0% | 67.3 | $71.89 | $2.88 | 25k | 2026-11-06 | |
| 7 | 79.8% | 57.7 | $5.30 | $0.212 | 113k | 2026-11-06 | |
| 8 | 79.7% | 64.1 | $6.76 | $0.270 | 32k | 2026-11-06 | |
| 9 | 79.6% | 66.6 | $9.26 | $0.370 | 26k | 2026-11-06 | |
| 10 | 79.3% | 55.3 | $16.58 | $0.663 | 171k | 2026-11-06 | |
| 11 | NEW | 77.3% | 61.8 | $23.23 | $0.929 | 76k | 2026-11-06 |
| 12 | 76.6% | 58.7 | $14.91 | $0.596 | 46k | 2026-11-06 | |
| 13 | 76.3% | 56.1 | $31.66 | $1.27 | 47k | 2026-11-06 | |
| 14 | 76.3% | 48.3 | $5.15 | $0.206 | 46k | 2026-11-06 | |
| 15 | 76.1% | 55.1 | $0.760 | $0.031 | 45k | 2026-11-06 | |
| 16 | 75.0% | 57.4 | $84.24 | $3.37 | 118k | 2026-11-06 | |
| 17 | 74.8% | 60.6 | $20.72 | $0.829 | 49k | 2026-11-06 | |
| 18 | 74.3% | – | $2.33 | $0.093 | 58k | 2026-11-06 | |
| 19 | 73.7% | 59.9 | $15.36 | $0.614 | 37k | 2026-11-06 | |
| 20 | 73.7% | 52.4 | $1.59 | $0.063 | 39k | 2026-11-06 | |
| 21 | 72.5% | 60.2 | $25.02 | $1.00 | 32k | 2026-11-06 | |
| 22 | 72.4% | – | $9.59 | $0.384 | 63k | 2026-11-06 | |
| 23 | 71.2% | – | $3.96 | $0.158 | 96k | 2026-11-06 | |
| 24 | 70.9% | 60.8 | $17.18 | $0.687 | 18k | 2026-11-06 | |
| 25 | 70.9% | 59.5 | $15.50 | $0.620 | 23k | 2026-11-06 | |
| 26 | 70.8% | – | $18.64 | $0.746 | 72k | 2026-11-06 | |
| 27 | 69.7% | 59.4 | $24.49 | $0.980 | 87k | 2026-11-06 | |
| 28 | 69.2% | 65.3 | $29.01 | $1.16 | 61k | 2026-11-06 | |
| 29 | 60.6% | – | $0.700 | $0.028 | 31k | 2026-11-06 | |
| 30 | 60.0% | – | $1.23 | $0.049 | 34k | 2026-11-06 | |
| 31 | 58.1% | – | $8.90 | $0.356 | 32k | 2026-11-06 | |
| 32 | 56.5% | – | $0.370 | $0.015 | 10k | 2026-11-06 | |
| 33 | 55.6% | – | $0.950 | $0.038 | 32k | 2026-11-06 | |
| 34 | 55.2% | – | $7.15 | $0.286 | 27k | 2026-11-06 |
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
関連するベンチマーク
LiveBench Designでの注目のモデル比較
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。