BenchLeader

LiveBench Mathematicsのリーダーボード

2026年11月16日時点で、LiveBench Mathematicsの最高スコアは97.1%で、Claude Opus 5.5(Anthropic)が記録しています。次点はClaude Fable 5.1の97.0%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の数学問題で、最近のコンテストの問題や新たに生成された問題から出題され、答えは厳密に一つに定まります。LiveBench Mathematics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 Opus 5.5がLiveBench Mathematicsの最高スコア97.1%を記録しています(LiveBench、2026年6月25日)。
  • LiveBench Mathematicsの2位はClaude Fable 5.1で、97.0%です(LiveBench、2026年6月25日)。
  • LiveBench Mathematics:LiveBench 1.0の数学カテゴリ。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 Mathematicsの公表結果があります(BenchLeader、2026年11月16日)。
  • LiveBench Mathematics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の数学カテゴリ。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
数学
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の数学問題で、最近のコンテストの問題や新たに生成された問題から出題され、答えは厳密に一つに定まります。

採点方法

自動採点による正答率で、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

形式はAIME型のテストと重なります。ここで強くても、証明問題に強いとは限りません。

68件中68件
#
1Claude Opus 5.5max97.1%68.42026-06-25
2Claude Fable 5.1max97.0%66.72026-06-25
3GPT-6.1 Solmax96.8%66.62026-06-25
4GPT-6 Astramax96.8%67.32026-06-25
5Claude Opus 5.5xhigh96.8%65.42026-06-25
6Claude Sonnet 5.5xhigh96.7%62.52026-06-25
7GPT-6.1 Solxhigh96.5%63.62026-06-25
8Muse Wondermax96.5%60.82026-06-25
9GPT-6 Solmax96.4%62.62026-06-25
10GPT-5.6 Solmax96.2%65.32026-06-25
11Claude Sonnet 5.5max96.1%64.22026-06-25
12Claude Fable 5max96.0%65.12026-06-25
13Muse Spark 1.3xhigh96.0%58.12026-06-25
14GPT-5.5xhigh95.9%64.12026-06-25
15Claude Opus 5max95.7%65.02026-06-25
16Grok 4.7xhigh95.7%57.42026-06-25
17DeepSeek V4 Pro95.1%53.02026-06-25
18GPT-5.6 Terramax94.9%59.52026-06-25
19Claude Opus 4.8max94.3%61.12026-06-25
20GPT-5.4xhigh94.2%63.12026-06-25
21Mistral Large 4high93.6%48.32026-06-25
22Gemini 3.7 Flashhigh93.5%62.12026-06-25
23DeepSeek V4.1 Flashmax93.3%58.52026-06-25
24GPT-5.2high93.2%55.82026-06-25
25Claude Sonnet 5xhigh92.9%55.42026-06-25
26Claude Opus 4.7xhigh92.8%57.02026-06-25
27Claude Haiku 5.5xhigh92.8%56.72026-06-25
28Grok 4.692.6%–2026-06-25
29Gemini 3.8 Flashhigh91.6%59.42026-06-25
30Qwen3.8 Maxmax91.3%58.72026-06-25
31Muse Spark 1.2xhigh91.2%61.52026-06-25
32Gemini 3.1 Prohigh91.0%60.42026-06-25
33GPT-5.4 Nanoxhigh91.0%53.92026-06-25
34Grok 4.590.8%59.32026-06-25
35Claude Opus 4.5high90.4%59.72026-06-25
36Smaug Flash90.1%–2026-06-25
37GLM 5.289.8%51.92026-06-25
38Smaug Mini89.7%–2026-06-25
39Claude Opus 4.6high89.3%62.52026-06-25
40GPT-6 Lunamax89.1%55.12026-06-25
41GPT-5.2-Codex88.8%57.62026-06-25
42Nemotron 3 Ultra 550B A55B88.7%55.42026-06-25
43Inklingxhigh88.4%50.02026-06-25
44Gemini 3.5 Flashhigh88.2%62.52026-06-25
45GLM 5.387.9%–2026-06-25
46Deepseek v4 Flash Vision87.8%–2026-06-25
47GPT-5.6 Lunamax87.2%56.22026-06-25
48Muse Spark 1.1xhigh87.1%59.52026-06-25
49Claude Sonnet 4.6medium87.0%–2026-06-25
50DeepSeek V4 Flash86.8%53.82026-06-25
51Claude Haiku 5.5max86.4%55.32026-06-25
52Gemini 3.6 Flashhigh86.4%61.02026-06-25
53Qwen3.8 27B86.2%55.12026-06-25
54Qwen3.8-Flash-Next85.8%53.92026-06-25
55Qwen3.7max85.3%60.02026-06-25
56Kimi K384.4%60.72026-06-25
57Grok 4.384.3%54.52026-06-25
58Kimi K2.6thinking84.3%59.32026-06-25
59Qwen3.6 Plus83.7%59.02026-06-25
60GLM 5.3 Flash81.2%57.82026-06-25

数学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 Mathematics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_math

LiveBench Mathematics:よくある質問

LiveBench Mathematicsは何を測るベンチマークですか?
LiveBenchの数学問題で、最近のコンテストの問題や新たに生成された問題から出題され、答えは厳密に一つに定まります。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 Mathematicsの最高スコアは?
2026年11月16日時点で、LiveBench Mathematicsの最高スコアは97.1%で、Claude Opus 5.5が記録しています(結果の日付は2026年6月25日)。次点はClaude Fable 5.1の97.0%です。スコアはLiveBenchの公表値で、毎日読み直しています。
LiveBench MathematicsでトップのAIモデルは?
2026年11月16日時点で、LiveBench Mathematicsの首位はClaude Opus 5.5で、スコアは97.1%です(結果の日付は2026年6月25日)。続いてClaude Fable 5.1(97.0%)です。
LiveBench Mathematics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 Mathematicsの結果があり、すべてLiveBenchから取得しています。
LiveBench Mathematics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 Mathematics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 MathematicsはBenchLeader Indexに含まれますか?
いいえ。LiveBench Mathematics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。