BenchLeader

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。

68件中68件
#
1Claude Fable 5max90.7%65.12026-06-25
2GPT-6.1 Solmax90.1%66.62026-06-25
3Claude Fable 5.1max89.5%66.72026-06-25
4GPT-6 Astramax89.4%67.32026-06-25
5Claude Opus 5max88.7%65.02026-06-25
6GPT-6.1 Solxhigh88.7%63.62026-06-25
7Gemini 3.8 Flashhigh87.8%59.42026-06-25
8GPT-5.6 Solmax87.7%65.32026-06-25
9GPT-5.5xhigh87.4%64.12026-06-25
10Claude Opus 5.5max86.3%68.42026-06-25
11Kimi K385.5%60.72026-06-25
12Claude Opus 5.5xhigh85.5%65.42026-06-25
13Gemini 3.7 Flashhigh85.5%62.12026-06-25
14Gemini 3.1 Prohigh85.4%60.42026-06-25
15GPT-6 Solmax85.3%62.62026-06-25
16Gemini 3.5 Flashhigh84.6%62.52026-06-25
17Gemini 3.6 Flashhigh83.9%61.02026-06-25
18Grok 4.683.7%–2026-06-25
19Claude Sonnet 5.5xhigh83.4%62.52026-06-25
20Claude Opus 4.6high83.3%62.52026-06-25
21Muse Wondermax82.9%60.82026-06-25
22GPT-5.6 Terramax82.9%59.52026-06-25
23Grok 4.582.8%59.32026-06-25
24Muse Spark 1.3xhigh82.8%58.12026-06-25
25GPT-5.4xhigh82.6%63.12026-06-25
26DeepSeek V4 Pro82.1%53.02026-06-25
27Claude Opus 4.5high81.3%59.72026-06-25
28DeepSeek V4.1 Flashmax81.2%58.52026-06-25
29Deepseek v4 Flash Vision80.4%–2026-06-25
30Grok 4.7xhigh80.1%57.42026-06-25
31GLM 5.379.9%–2026-06-25
32GPT-5.2high79.8%55.82026-06-25
33Qwen3.7max79.7%60.02026-06-25
34Qwen3.8 Maxmax79.7%58.72026-06-25
35Claude Opus 4.8max79.7%61.12026-06-25
36Smaug Flash79.2%–2026-06-25
37DeepSeek V4 Flash79.2%53.82026-06-25
38Muse Spark 1.2xhigh78.6%61.52026-06-25
39Claude Sonnet 5.5max78.0%64.22026-06-25
40Claude Opus 4.7xhigh77.9%57.02026-06-25
41Kimi K2.7 Code77.9%53.92026-06-25
42GLM 5.3 Flash77.3%57.82026-06-25
43Smaug Mini77.0%–2026-06-25
44MiniMax M376.8%56.12026-06-25
45GLM 5.276.2%51.92026-06-25
46Claude Sonnet 4.6medium76.1%–2026-06-25
47Kimi K2.6thinking75.1%59.32026-06-25
48Qwen3.6 Plus75.0%59.02026-06-25
49Claude Sonnet 5xhigh75.0%55.42026-06-25
50Qwen3.8-Flash-Next74.6%53.92026-06-25
51Qwen3.8 27B74.3%55.12026-06-25
52Muse Spark 1.1xhigh74.3%59.52026-06-25
53GPT-6 Lunamax73.8%55.12026-06-25
54GPT-5.2-Codex73.7%57.62026-06-25
55Grok 4.373.6%54.52026-06-25
56Inklingxhigh73.5%50.02026-06-25
57GPT-5.6 Lunamax72.6%56.22026-06-25
58Grok Build 0.172.5%–2026-06-25
59Gemini 3.5 Flash Litehigh71.8%47.82026-06-25
60GPT-5.4 Minixhigh71.0%55.12026-06-25

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 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。