LiveBench 1.0のリーダーボード
2026年11月16日時点で、LiveBench 1.0の最高スコアは83.4%で、Claude Fable 5.1(Anthropic)が記録しています。次点はClaude Opus 5.5の83.2%です。公表された結果があるのは68のモデル構成です(LiveBench、結果の日付は2026年6月25日)。LiveBench 1.0は、データ汚染への対策を重視し、リリースごとに更新されていたベンチマークです。推論、コーディング、エージェント型コーディング、数学、データ分析、言語、指示追従にわたる新作の問題で構成されていました。LiveBench 1.0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 5.1がLiveBench 1.0の最高スコア83.4%を記録しています(LiveBench、2026年6月25日)。
- LiveBench 1.0の2位はClaude Opus 5.5で、83.2%です(LiveBench、2026年6月25日)。
- LiveBench 1.0:LiveBench 1.0の7カテゴリのスコアの平均。最終リリース(2026年6月25日)の値で固定。LiveBench 2.0に置き換えられました(LiveBench)。
- BenchLeaderでは68のモデル構成にLiveBench 1.0の公表結果があります(BenchLeader、2026年11月16日)。
- LiveBench 1.0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 1.0の7カテゴリのスコアの平均。最終リリース(2026年6月25日)の値で固定。LiveBench 2.0に置き換えられました。
- 公開元
- LiveBench
- カテゴリ
- 総合
- Indexでの重み
- 参考のみ
- モデル
- 68
- データ基準日
- 2026年11月16日
LiveBench (livebench.ai), White et al. 2024.
このボードは更新を終えています。同じ名前は現在、別の新しいテストに使われており、そのスコアはLiveBench 2.0にあります。
どんなテストか
LiveBench 1.0は、データ汚染への対策を重視し、リリースごとに更新されていたベンチマークです。推論、コーディング、エージェント型コーディング、数学、データ分析、言語、指示追従にわたる新作の問題で構成されていました。
採点方法
LiveBench 1.0の最終リリース(2026年6月25日)における7カテゴリのスコアの平均です。LiveBench 2.0が別のスイート構成で置き換えたため、これらのスコアはもう更新されません。
注意点
異なるスイートを平均するLiveBench 2.0の総合スコアとは比較できません。2026年6月以降にリリースされたモデルは掲載されていません。
- 1Claude Fable 5.1 (max)83.4%
- 2Claude Opus 5.5 (max)83.2%
- 3Claude Fable 5 (max)83.0%
- 4GPT-6 Astra (max)82.2%
- 5Claude Opus 5.5 (xhigh)82.1%
- 6GPT-6.1 Sol (max)81.6%
- 7Muse Spark 1.3 (xhigh)81.6%
- 8Muse Wonder (max)81.2%
- 9GPT-6.1 Sol (xhigh)81.1%
- 10DeepSeek V4.1 Flash (max)81.1%
- 11GPT-5.6 Sol (max)81.0%
- 12GPT-5.5 (xhigh)80.2%
- 13Claude Opus 5 (max)80.1%
- 14GPT-6 Sol (max)79.3%
- 15Kimi K379.2%
| # | ||||
|---|---|---|---|---|
| 1 | 83.4% | 66.7 | 2026-06-25 | |
| 2 | 83.2% | 68.4 | 2026-06-25 | |
| 3 | 83.0% | 65.1 | 2026-06-25 | |
| 4 | 82.2% | 67.3 | 2026-06-25 | |
| 5 | 82.1% | 65.4 | 2026-06-25 | |
| 6 | 81.6% | 66.6 | 2026-06-25 | |
| 7 | 81.6% | 58.1 | 2026-06-25 | |
| 8 | 81.2% | 60.8 | 2026-06-25 | |
| 9 | 81.1% | 63.6 | 2026-06-25 | |
| 10 | 81.1% | 58.5 | 2026-06-25 | |
| 11 | 81.0% | 65.3 | 2026-06-25 | |
| 12 | 80.2% | 64.1 | 2026-06-25 | |
| 13 | 80.1% | 65.0 | 2026-06-25 | |
| 14 | 79.3% | 62.6 | 2026-06-25 | |
| 15 | 79.2% | 60.7 | 2026-06-25 | |
| 16 | 78.8% | 62.1 | 2026-06-25 | |
| 17 | 78.5% | 58.7 | 2026-06-25 | |
| 18 | 78.0% | – | 2026-06-25 | |
| 19 | 78.0% | 63.1 | 2026-06-25 | |
| 20 | 78.0% | 61.5 | 2026-06-25 | |
| 21 | 77.9% | 59.5 | 2026-06-25 | |
| 22 | 77.8% | 62.5 | 2026-06-25 | |
| 23 | 77.4% | 53.0 | 2026-06-25 | |
| 24 | 77.4% | – | 2026-06-25 | |
| 25 | 77.4% | 57.4 | 2026-06-25 | |
| 26 | 77.0% | 60.4 | 2026-06-25 | |
| 27 | 76.9% | – | 2026-06-25 | |
| 28 | 76.8% | – | 2026-06-25 | |
| 29 | 76.5% | 57.0 | 2026-06-25 | |
| 30 | 76.2% | 61.1 | 2026-06-25 | |
| 31 | 76.2% | 53.9 | 2026-06-25 | |
| 32 | 76.1% | – | 2026-06-25 | |
| 33 | 76.0% | 55.4 | 2026-06-25 | |
| 34 | 75.8% | 59.4 | 2026-06-25 | |
| 35 | 75.8% | 59.3 | 2026-06-25 | |
| 36 | 75.7% | 64.2 | 2026-06-25 | |
| 37 | 75.3% | 59.5 | 2026-06-25 | |
| 38 | 75.3% | 55.1 | 2026-06-25 | |
| 39 | 74.6% | 62.5 | 2026-06-25 | |
| 40 | 74.6% | 55.8 | 2026-06-25 | |
| 41 | 74.5% | 62.5 | 2026-06-25 | |
| 42 | 74.2% | 53.8 | 2026-06-25 | |
| 43 | 74.0% | 57.6 | 2026-06-25 | |
| 44 | 73.6% | 61.0 | 2026-06-25 | |
| 45 | 73.6% | 56.2 | 2026-06-25 | |
| 46 | 73.2% | 51.9 | 2026-06-25 | |
| 47 | 73.1% | 60.0 | 2026-06-25 | |
| 48 | 73.0% | – | 2026-06-25 | |
| 49 | 72.6% | 59.7 | 2026-06-25 | |
| 50 | 72.1% | 56.7 | 2026-06-25 | |
| 51 | 72.0% | 55.1 | 2026-06-25 | |
| 52 | 71.9% | 50.0 | 2026-06-25 | |
| 53 | 71.8% | 48.3 | 2026-06-25 | |
| 54 | 71.6% | 57.8 | 2026-06-25 | |
| 55 | 70.5% | 59.3 | 2026-06-25 | |
| 56 | 69.6% | 53.9 | 2026-06-25 | |
| 57 | 69.2% | – | 2026-06-25 | |
| 58 | 68.9% | 59.0 | 2026-06-25 | |
| 59 | 68.4% | 53.9 | 2026-06-25 | |
| 60 | 67.9% | 55.3 | 2026-06-25 |
関連するベンチマーク
LiveBench 1.0での注目のモデル比較
引用表記:BenchLeader「LiveBench 1.0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_global
LiveBench 1.0:よくある質問
- LiveBench 1.0は何を測るベンチマークですか?
- LiveBench 1.0は、データ汚染への対策を重視し、リリースごとに更新されていたベンチマークです。推論、コーディング、エージェント型コーディング、数学、データ分析、言語、指示追従にわたる新作の問題で構成されていました。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 1.0の最高スコアは?
- 2026年11月16日時点で、LiveBench 1.0の最高スコアは83.4%で、Claude Fable 5.1が記録しています(結果の日付は2026年6月25日)。次点はClaude Opus 5.5の83.2%です。スコアはLiveBenchの公表値で、毎日読み直しています。
- LiveBench 1.0でトップのAIモデルは?
- 2026年11月16日時点で、LiveBench 1.0の首位はClaude Fable 5.1で、スコアは83.4%です(結果の日付は2026年6月25日)。続いてClaude Opus 5.5(83.2%)です。
- LiveBench 1.0の結果があるモデルはいくつですか?
- BenchLeaderでは68のモデル構成にLiveBench 1.0の結果があり、すべてLiveBenchから取得しています。
- LiveBench 1.0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 1.0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 1.0はBenchLeader Indexに含まれますか?
- いいえ。LiveBench 1.0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。