LiveBench Languageのリーダーボード
2026年11月16日時点で、LiveBench Languageの最高スコアは90.7%で、Claude Fable 5(Anthropic)が記録しています。次点はGPT-6.1 Solの90.1%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の言語タスクで、最近のテキストから作った言葉のパズル、誤字の修正、あらすじの並べ替えなどです。LiveBench Language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がLiveBench Languageの最高スコア90.7%を記録しています(LiveBench、2026年6月25日)。
- LiveBench Languageの2位はGPT-6.1 Solで、90.1%です(LiveBench、2026年6月25日)。
- LiveBench Language:LiveBench 1.0の言語カテゴリ。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 Languageの公表結果があります(BenchLeader、2026年11月16日)。
- LiveBench Language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の言語カテゴリ。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の言語タスクで、最近のテキストから作った言葉のパズル、誤字の修正、あらすじの並べ替えなどです。
採点方法
正答率で、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
小さく独特なカテゴリです。文章力の指標というより、モデルがテキストを丁寧に扱えるかを確かめるのに向いています。
- 1Claude Fable 5 (max)90.7%
- 2GPT-6.1 Sol (max)90.1%
- 3Claude Fable 5.1 (max)89.5%
- 4GPT-6 Astra (max)89.4%
- 5Claude Opus 5 (max)88.7%
- 6GPT-6.1 Sol (xhigh)88.7%
- 7Gemini 3.8 Flash (high)87.8%
- 8GPT-5.6 Sol (max)87.7%
- 9GPT-5.5 (xhigh)87.4%
- 10Claude Opus 5.5 (max)86.3%
- 11Kimi K385.5%
- 12Claude Opus 5.5 (xhigh)85.5%
- 13Gemini 3.7 Flash (high)85.5%
- 14Gemini 3.1 Pro (high)85.4%
- 15GPT-6 Sol (max)85.3%
68件中68件
| # | ||||
|---|---|---|---|---|
| 1 | 90.7% | 65.1 | 2026-06-25 | |
| 2 | 90.1% | 66.6 | 2026-06-25 | |
| 3 | 89.5% | 66.7 | 2026-06-25 | |
| 4 | 89.4% | 67.3 | 2026-06-25 | |
| 5 | 88.7% | 65.0 | 2026-06-25 | |
| 6 | 88.7% | 63.6 | 2026-06-25 | |
| 7 | 87.8% | 59.4 | 2026-06-25 | |
| 8 | 87.7% | 65.3 | 2026-06-25 | |
| 9 | 87.4% | 64.1 | 2026-06-25 | |
| 10 | 86.3% | 68.4 | 2026-06-25 | |
| 11 | 85.5% | 60.7 | 2026-06-25 | |
| 12 | 85.5% | 65.4 | 2026-06-25 | |
| 13 | 85.5% | 62.1 | 2026-06-25 | |
| 14 | 85.4% | 60.4 | 2026-06-25 | |
| 15 | 85.3% | 62.6 | 2026-06-25 | |
| 16 | 84.6% | 62.5 | 2026-06-25 | |
| 17 | 83.9% | 61.0 | 2026-06-25 | |
| 18 | 83.7% | – | 2026-06-25 | |
| 19 | 83.4% | 62.5 | 2026-06-25 | |
| 20 | 83.3% | 62.5 | 2026-06-25 | |
| 21 | 82.9% | 60.8 | 2026-06-25 | |
| 22 | 82.9% | 59.5 | 2026-06-25 | |
| 23 | 82.8% | 59.3 | 2026-06-25 | |
| 24 | 82.8% | 58.1 | 2026-06-25 | |
| 25 | 82.6% | 63.1 | 2026-06-25 | |
| 26 | 82.1% | 53.0 | 2026-06-25 | |
| 27 | 81.3% | 59.7 | 2026-06-25 | |
| 28 | 81.2% | 58.5 | 2026-06-25 | |
| 29 | 80.4% | – | 2026-06-25 | |
| 30 | 80.1% | 57.4 | 2026-06-25 | |
| 31 | 79.9% | – | 2026-06-25 | |
| 32 | 79.8% | 55.8 | 2026-06-25 | |
| 33 | 79.7% | 60.0 | 2026-06-25 | |
| 34 | 79.7% | 58.7 | 2026-06-25 | |
| 35 | 79.7% | 61.1 | 2026-06-25 | |
| 36 | 79.2% | – | 2026-06-25 | |
| 37 | 79.2% | 53.8 | 2026-06-25 | |
| 38 | 78.6% | 61.5 | 2026-06-25 | |
| 39 | 78.0% | 64.2 | 2026-06-25 | |
| 40 | 77.9% | 57.0 | 2026-06-25 | |
| 41 | 77.9% | 53.9 | 2026-06-25 | |
| 42 | 77.3% | 57.8 | 2026-06-25 | |
| 43 | 77.0% | – | 2026-06-25 | |
| 44 | 76.8% | 56.1 | 2026-06-25 | |
| 45 | 76.2% | 51.9 | 2026-06-25 | |
| 46 | 76.1% | – | 2026-06-25 | |
| 47 | 75.1% | 59.3 | 2026-06-25 | |
| 48 | 75.0% | 59.0 | 2026-06-25 | |
| 49 | 75.0% | 55.4 | 2026-06-25 | |
| 50 | 74.6% | 53.9 | 2026-06-25 | |
| 51 | 74.3% | 55.1 | 2026-06-25 | |
| 52 | 74.3% | 59.5 | 2026-06-25 | |
| 53 | 73.8% | 55.1 | 2026-06-25 | |
| 54 | 73.7% | 57.6 | 2026-06-25 | |
| 55 | 73.6% | 54.5 | 2026-06-25 | |
| 56 | 73.5% | 50.0 | 2026-06-25 | |
| 57 | 72.6% | 56.2 | 2026-06-25 | |
| 58 | 72.5% | – | 2026-06-25 | |
| 59 | 71.8% | 47.8 | 2026-06-25 | |
| 60 | 71.0% | 55.1 | 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 Languageでの注目のモデル比較
引用表記:BenchLeader「LiveBench Language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_language
LiveBench Language:よくある質問
- LiveBench Languageは何を測るベンチマークですか?
- LiveBenchの言語タスクで、最近のテキストから作った言葉のパズル、誤字の修正、あらすじの並べ替えなどです。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 Languageの最高スコアは?
- 2026年11月16日時点で、LiveBench Languageの最高スコアは90.7%で、Claude Fable 5が記録しています(結果の日付は2026年6月25日)。次点はGPT-6.1 Solの90.1%です。スコアはLiveBenchの公表値で、毎日読み直しています。
- LiveBench LanguageでトップのAIモデルは?
- 2026年11月16日時点で、LiveBench Languageの首位はClaude Fable 5で、スコアは90.7%です(結果の日付は2026年6月25日)。続いてGPT-6.1 Sol(90.1%)です。
- LiveBench Language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 Languageの結果があり、すべてLiveBenchから取得しています。
- LiveBench Language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 Language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 LanguageはBenchLeader Indexに含まれますか?
- いいえ。LiveBench Language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。