LiveBench Instruction Followingのリーダーボード
2026年11月16日時点で、LiveBench Instruction Followingの最高スコアは81.4%で、Gemini 3.8 Flash(Google)が記録しています。次点はGemini 3.7 Flashの79.9%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の指示追従タスクで、長さ、形式、内容に関する明示的な制約のもとで、最近の記事を書き換えたり要約したりします。LiveBench Instruction Following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 3.8 FlashがLiveBench Instruction Followingの最高スコア81.4%を記録しています(LiveBench、2026年6月25日)。
- LiveBench Instruction Followingの2位はGemini 3.7 Flashで、79.9%です(LiveBench、2026年6月25日)。
- LiveBench Instruction Following:LiveBench 1.0の指示追従カテゴリ。最終リリース(2026年6月25日)の値で固定。LiveBench 2.0では廃止されました(LiveBench)。
- BenchLeaderでは68のモデル構成にLiveBench Instruction Followingの公表結果があります(BenchLeader、2026年11月16日)。
- LiveBench Instruction Following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の指示追従カテゴリ。最終リリース(2026年6月25日)の値で固定。LiveBench 2.0では廃止されました。
- 公開元
- LiveBench
- カテゴリ
- 指示追従
- 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.
どんなテストか
LiveBenchの指示追従タスクで、長さ、形式、内容に関する明示的な制約のもとで、最近の記事を書き換えたり要約したりします。
採点方法
満たされた制約の割合を自動でチェックしたもので、LiveBench 1.0の最終リリース(2026年6月25日)の結果です。LiveBench 2.0ではこのカテゴリが廃止されたため、これらのスコアはもう更新されません。
注意点
ルールが守られたかを確認するもので、文章の良し悪しは評価しません。饒舌に調整されたモデルは、求められていない内容を付け加えて減点されます。
- 1Gemini 3.8 Flash (high)81.4%
- 2Gemini 3.7 Flash (high)79.9%
- 3Gemini 3.1 Pro (high)79.1%
- 4Muse Spark 1.3 (xhigh)78.0%
- 5Qwen3.8-Flash-Next77.1%
- 6Claude Fable 5 (max)75.8%
- 7Gemini 3.5 Flash (high)75.6%
- 8GPT-6 Astra (max)75.6%
- 9Gemini 3.6 Flash (high)75.4%
- 10Grok 4.7 (xhigh)75.3%
- 11Muse Spark 1.2 (xhigh)74.3%
- 12GPT-6.1 Sol (max)74.2%
- 13Qwen3.8 Max (max)74.1%
- 14Qwen3.7 (max)74.0%
- 15Smaug Mini73.9%
| # | ||||
|---|---|---|---|---|
| 1 | 81.4% | 59.4 | 2026-06-25 | |
| 2 | 79.9% | 62.1 | 2026-06-25 | |
| 3 | 79.1% | 60.4 | 2026-06-25 | |
| 4 | 78.0% | 58.1 | 2026-06-25 | |
| 5 | 77.1% | 53.9 | 2026-06-25 | |
| 6 | 75.8% | 65.1 | 2026-06-25 | |
| 7 | 75.6% | 62.5 | 2026-06-25 | |
| 8 | 75.6% | 67.3 | 2026-06-25 | |
| 9 | 75.4% | 61.0 | 2026-06-25 | |
| 10 | 75.3% | 57.4 | 2026-06-25 | |
| 11 | 74.3% | 61.5 | 2026-06-25 | |
| 12 | 74.2% | 66.6 | 2026-06-25 | |
| 13 | 74.1% | 58.7 | 2026-06-25 | |
| 14 | 74.0% | 60.0 | 2026-06-25 | |
| 15 | 73.9% | – | 2026-06-25 | |
| 16 | 73.5% | 55.4 | 2026-06-25 | |
| 17 | 73.0% | 60.8 | 2026-06-25 | |
| 18 | 73.0% | 66.7 | 2026-06-25 | |
| 19 | 72.7% | 55.1 | 2026-06-25 | |
| 20 | 72.0% | 61.1 | 2026-06-25 | |
| 21 | 71.9% | – | 2026-06-25 | |
| 22 | 71.8% | 65.3 | 2026-06-25 | |
| 23 | 71.5% | 59.3 | 2026-06-25 | |
| 24 | 71.4% | 60.7 | 2026-06-25 | |
| 25 | 71.3% | 63.6 | 2026-06-25 | |
| 26 | 71.0% | – | 2026-06-25 | |
| 27 | 70.7% | 64.1 | 2026-06-25 | |
| 28 | 70.5% | 62.5 | 2026-06-25 | |
| 29 | 70.2% | 63.1 | 2026-06-25 | |
| 30 | 70.1% | 50.0 | 2026-06-25 | |
| 31 | 70.0% | 58.5 | 2026-06-25 | |
| 32 | 69.6% | 59.5 | 2026-06-25 | |
| 33 | 69.3% | – | 2026-06-25 | |
| 34 | 69.3% | – | 2026-06-25 | |
| 35 | 68.6% | 62.6 | 2026-06-25 | |
| 36 | 67.7% | 53.0 | 2026-06-25 | |
| 37 | 67.2% | 47.8 | 2026-06-25 | |
| 38 | 67.2% | 53.9 | 2026-06-25 | |
| 39 | 67.0% | 65.4 | 2026-06-25 | |
| 40 | 66.7% | 57.0 | 2026-06-25 | |
| 41 | 66.5% | 56.7 | 2026-06-25 | |
| 42 | 66.5% | 57.6 | 2026-06-25 | |
| 43 | 65.7% | 68.4 | 2026-06-25 | |
| 44 | 65.5% | 53.8 | 2026-06-25 | |
| 45 | 65.2% | – | 2026-06-25 | |
| 46 | 64.8% | 48.3 | 2026-06-25 | |
| 47 | 64.6% | 59.5 | 2026-06-25 | |
| 48 | 64.4% | 59.3 | 2026-06-25 | |
| 49 | 63.9% | 55.4 | 2026-06-25 | |
| 50 | 63.8% | 65.0 | 2026-06-25 | |
| 51 | 63.3% | 62.5 | 2026-06-25 | |
| 52 | 63.2% | – | 2026-06-25 | |
| 53 | 62.8% | 54.5 | 2026-06-25 | |
| 54 | 62.5% | 59.7 | 2026-06-25 | |
| 55 | 62.3% | 51.9 | 2026-06-25 | |
| 56 | 61.8% | 55.8 | 2026-06-25 | |
| 57 | 60.3% | – | 2026-06-25 | |
| 58 | 60.1% | 56.2 | 2026-06-25 | |
| 59 | 59.8% | 55.1 | 2026-06-25 | |
| 60 | 58.3% | 59.0 | 2026-06-25 |
指示追従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 Instruction Followingでの注目のモデル比較
引用表記:BenchLeader「LiveBench Instruction Following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_if
LiveBench Instruction Following:よくある質問
- LiveBench Instruction Followingは何を測るベンチマークですか?
- LiveBenchの指示追従タスクで、長さ、形式、内容に関する明示的な制約のもとで、最近の記事を書き換えたり要約したりします。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 Instruction Followingの最高スコアは?
- 2026年11月16日時点で、LiveBench Instruction Followingの最高スコアは81.4%で、Gemini 3.8 Flashが記録しています(結果の日付は2026年6月25日)。次点はGemini 3.7 Flashの79.9%です。スコアはLiveBenchの公表値で、毎日読み直しています。
- LiveBench Instruction FollowingでトップのAIモデルは?
- 2026年11月16日時点で、LiveBench Instruction Followingの首位はGemini 3.8 Flashで、スコアは81.4%です(結果の日付は2026年6月25日)。続いてGemini 3.7 Flash(79.9%)です。
- LiveBench Instruction Following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 Instruction Followingの結果があり、すべてLiveBenchから取得しています。
- LiveBench Instruction Following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 Instruction Following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 Instruction FollowingはBenchLeader Indexに含まれますか?
- いいえ。LiveBench Instruction Following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。