BenchLeader

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。

68件中68件
#
1Claude Fable 5.1max83.4%66.72026-06-25
2Claude Opus 5.5max83.2%68.42026-06-25
3Claude Fable 5max83.0%65.12026-06-25
4GPT-6 Astramax82.2%67.32026-06-25
5Claude Opus 5.5xhigh82.1%65.42026-06-25
6GPT-6.1 Solmax81.6%66.62026-06-25
7Muse Spark 1.3xhigh81.6%58.12026-06-25
8Muse Wondermax81.2%60.82026-06-25
9GPT-6.1 Solxhigh81.1%63.62026-06-25
10DeepSeek V4.1 Flashmax81.1%58.52026-06-25
11GPT-5.6 Solmax81.0%65.32026-06-25
12GPT-5.5xhigh80.2%64.12026-06-25
13Claude Opus 5max80.1%65.02026-06-25
14GPT-6 Solmax79.3%62.62026-06-25
15Kimi K379.2%60.72026-06-25
16Gemini 3.7 Flashhigh78.8%62.12026-06-25
17Qwen3.8 Maxmax78.5%58.72026-06-25
18Grok 4.678.0%–2026-06-25
19GPT-5.4xhigh78.0%63.12026-06-25
20Muse Spark 1.2xhigh78.0%61.52026-06-25
21GPT-5.6 Terramax77.9%59.52026-06-25
22Claude Sonnet 5.5xhigh77.8%62.52026-06-25
23DeepSeek V4 Pro77.4%53.02026-06-25
24Smaug Flash77.4%–2026-06-25
25Grok 4.7xhigh77.4%57.42026-06-25
26Gemini 3.1 Prohigh77.0%60.42026-06-25
27Smaug Mini76.9%–2026-06-25
28Deepseek v4 Flash Vision76.8%–2026-06-25
29Claude Opus 4.7xhigh76.5%57.02026-06-25
30Claude Opus 4.8max76.2%61.12026-06-25
31Qwen3.8-Flash-Next76.2%53.92026-06-25
32GLM 5.376.1%–2026-06-25
33Claude Sonnet 5xhigh76.0%55.42026-06-25
34Gemini 3.8 Flashhigh75.8%59.42026-06-25
35Grok 4.575.8%59.32026-06-25
36Claude Sonnet 5.5max75.7%64.22026-06-25
37Muse Spark 1.1xhigh75.3%59.52026-06-25
38Qwen3.8 27B75.3%55.12026-06-25
39Gemini 3.5 Flashhigh74.6%62.52026-06-25
40GPT-5.2high74.6%55.82026-06-25
41Claude Opus 4.6high74.5%62.52026-06-25
42DeepSeek V4 Flash74.2%53.82026-06-25
43GPT-5.2-Codex74.0%57.62026-06-25
44Gemini 3.6 Flashhigh73.6%61.02026-06-25
45GPT-5.6 Lunamax73.6%56.22026-06-25
46GLM 5.273.2%51.92026-06-25
47Qwen3.7max73.1%60.02026-06-25
48Claude Sonnet 4.6medium73.0%–2026-06-25
49Claude Opus 4.5high72.6%59.72026-06-25
50Claude Haiku 5.5xhigh72.1%56.72026-06-25
51GPT-6 Lunamax72.0%55.12026-06-25
52Inklingxhigh71.9%50.02026-06-25
53Mistral Large 4high71.8%48.32026-06-25
54GLM 5.3 Flash71.6%57.82026-06-25
55Kimi K2.6thinking70.5%59.32026-06-25
56GPT-5.4 Nanoxhigh69.6%53.92026-06-25
57Ox Alphamax69.2%–2026-06-25
58Qwen3.6 Plus68.9%59.02026-06-25
59Kimi K2.7 Code68.4%53.92026-06-25
60Claude Haiku 5.5max67.9%55.32026-06-25

総合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 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。