BenchLeader

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。

68件中68件
#
1Gemini 3.8 Flashhigh81.4%59.42026-06-25
2Gemini 3.7 Flashhigh79.9%62.12026-06-25
3Gemini 3.1 Prohigh79.1%60.42026-06-25
4Muse Spark 1.3xhigh78.0%58.12026-06-25
5Qwen3.8-Flash-Next77.1%53.92026-06-25
6Claude Fable 5max75.8%65.12026-06-25
7Gemini 3.5 Flashhigh75.6%62.52026-06-25
8GPT-6 Astramax75.6%67.32026-06-25
9Gemini 3.6 Flashhigh75.4%61.02026-06-25
10Grok 4.7xhigh75.3%57.42026-06-25
11Muse Spark 1.2xhigh74.3%61.52026-06-25
12GPT-6.1 Solmax74.2%66.62026-06-25
13Qwen3.8 Maxmax74.1%58.72026-06-25
14Qwen3.7max74.0%60.02026-06-25
15Smaug Mini73.9%–2026-06-25
16Nemotron 3 Ultra 550B A55B73.5%55.42026-06-25
17Muse Wondermax73.0%60.82026-06-25
18Claude Fable 5.1max73.0%66.72026-06-25
19Qwen3.8 27B72.7%55.12026-06-25
20Claude Opus 4.8max72.0%61.12026-06-25
21Grok 4.671.9%–2026-06-25
22GPT-5.6 Solmax71.8%65.32026-06-25
23Grok 4.571.5%59.32026-06-25
24Kimi K371.4%60.72026-06-25
25GPT-6.1 Solxhigh71.3%63.62026-06-25
26Deepseek v4 Flash Vision71.0%–2026-06-25
27GPT-5.5xhigh70.7%64.12026-06-25
28Claude Sonnet 5.5xhigh70.5%62.52026-06-25
29GPT-5.4xhigh70.2%63.12026-06-25
30Inklingxhigh70.1%50.02026-06-25
31DeepSeek V4.1 Flashmax70.0%58.52026-06-25
32Muse Spark 1.1xhigh69.6%59.52026-06-25
33GLM 5.369.3%–2026-06-25
34Smaug Flash69.3%–2026-06-25
35GPT-6 Solmax68.6%62.62026-06-25
36DeepSeek V4 Pro67.7%53.02026-06-25
37Gemini 3.5 Flash Litehigh67.2%47.82026-06-25
38GPT-5.4 Nanoxhigh67.2%53.92026-06-25
39Claude Opus 5.5xhigh67.0%65.42026-06-25
40Claude Opus 4.7xhigh66.7%57.02026-06-25
41Claude Haiku 5.5xhigh66.5%56.72026-06-25
42GPT-5.2-Codex66.5%57.62026-06-25
43Claude Opus 5.5max65.7%68.42026-06-25
44DeepSeek V4 Flash65.5%53.82026-06-25
45Grok Build 0.165.2%–2026-06-25
46Mistral Large 4high64.8%48.32026-06-25
47GPT-5.6 Terramax64.6%59.52026-06-25
48Kimi K2.6thinking64.4%59.32026-06-25
49Claude Sonnet 5xhigh63.9%55.42026-06-25
50Claude Opus 5max63.8%65.02026-06-25
51Claude Opus 4.6high63.3%62.52026-06-25
52Claude Sonnet 4.6medium63.2%–2026-06-25
53Grok 4.362.8%54.52026-06-25
54Claude Opus 4.5high62.5%59.72026-06-25
55GLM 5.262.3%51.92026-06-25
56GPT-5.2high61.8%55.82026-06-25
57Ox Alphamax60.3%–2026-06-25
58GPT-5.6 Lunamax60.1%56.22026-06-25
59GPT-5.4 Minixhigh59.8%55.12026-06-25
60Qwen3.6 Plus58.3%59.02026-06-25

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

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。