BenchLeader

LiveBench 1.0 Reasoningのリーダーボード

2026年11月16日時点で、LiveBench 1.0 Reasoningの最高スコアは92.7%で、GPT-6 Astra(OpenAI)が記録しています。次点はGPT-6.1 Solの92.6%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 1.0の推論問題で、論理パズル、空間の問題、有名ななぞなぞの変形などを、答えを暗記されないよう新たに作成したものです。LiveBench 1.0 Reasoning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)

  • GPT-6 AstraがLiveBench 1.0 Reasoningの最高スコア92.7%を記録しています(LiveBench、2026年6月25日)。
  • LiveBench 1.0 Reasoningの2位はGPT-6.1 Solで、92.6%です(LiveBench、2026年6月25日)。
  • LiveBench 1.0 Reasoning:LiveBench 1.0の推論カテゴリ。最終リリース(2026年6月25日)の値で固定。LiveBench 2.0の推論スイートは別のテストです(LiveBench)。
  • BenchLeaderでは68のモデル構成にLiveBench 1.0 Reasoningの公表結果があります(BenchLeader、2026年11月16日)。
  • LiveBench 1.0 Reasoning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の推論カテゴリ。最終リリース(2026年6月25日)の値で固定。LiveBench 2.0の推論スイートは別のテストです。

公開元
LiveBench
カテゴリ
推論
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.

このボードは更新を終えています。同じ名前は現在、別の新しいテストに使われており、そのスコアはLiveBench 2.0 Reasoningにあります。

どんなテストか

LiveBench 1.0の推論問題で、論理パズル、空間の問題、有名ななぞなぞの変形などを、答えを暗記されないよう新たに作成したものです。

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のReasoningスイートは別のテストなので、これらのスコアはもう更新されません。

注意点

小さなカテゴリなので数問でスコアが動き、パズルの形式も特徴的なため、モデルがそれに合わせて調整されることもありえます。

68件中68件
#
1GPT-6 Astramax92.7%67.32026-06-25
2GPT-6.1 Solmax92.6%66.62026-06-25
3Claude Opus 5.5max92.2%68.42026-06-25
4Claude Fable 5.1max91.7%66.72026-06-25
5GPT-5.6 Solmax91.7%65.32026-06-25
6Claude Sonnet 5.5max91.6%64.22026-06-25
7GPT-6.1 Solxhigh91.6%63.62026-06-25
8Claude Opus 5max91.2%65.02026-06-25
9Kimi K390.7%60.72026-06-25
10Claude Opus 5.5xhigh90.7%65.42026-06-25
11Muse Wondermax90.6%60.82026-06-25
12GPT-5.6 Terramax90.6%59.52026-06-25
13Grok 4.690.5%–2026-06-25
14Muse Spark 1.2xhigh90.0%61.52026-06-25
15Claude Fable 5max89.7%65.12026-06-25
16GPT-5.5xhigh89.7%64.12026-06-25
17Muse Spark 1.3xhigh89.7%58.12026-06-25
18Gemini 3.8 Flashhigh89.3%59.42026-06-25
19Claude Opus 4.8max89.2%61.12026-06-25
20Claude Sonnet 5xhigh88.7%55.42026-06-25
21Claude Opus 4.6high88.7%62.52026-06-25
22GPT-6 Solmax88.7%62.62026-06-25
23Qwen3.8 Maxmax88.2%58.72026-06-25
24GPT-5.4xhigh88.1%63.12026-06-25
25Gemini 3.7 Flashhigh87.8%62.12026-06-25
26Muse Spark 1.1xhigh87.7%59.52026-06-25
27Qwen3.8-Flash-Next87.4%53.92026-06-25
28Claude Opus 4.7xhigh87.2%57.02026-06-25
29Grok 4.587.2%59.32026-06-25
30Claude Sonnet 5.5xhigh86.8%62.52026-06-25
31DeepSeek V4.1 Flashmax86.7%58.52026-06-25
32DeepSeek V4 Flash86.6%53.82026-06-25
33Smaug Flash86.2%–2026-06-25
34DeepSeek V4 Pro85.8%53.02026-06-25
35GLM 5.385.8%–2026-06-25
36GPT-5.6 Lunamax85.6%56.22026-06-25
37Deepseek v4 Flash Vision85.4%–2026-06-25
38Gemini 3.6 Flashhigh85.2%61.02026-06-25
39Claude Sonnet 4.6medium84.8%–2026-06-25
40Claude Haiku 5.5max84.6%55.32026-06-25
41Gemini 3.1 Prohigh84.0%60.42026-06-25
42Mistral Large 4high83.9%48.32026-06-25
43Qwen3.7max83.3%60.02026-06-25
44GPT-5.2high83.2%55.82026-06-25
45Kimi K2.7 Code82.8%53.92026-06-25
46Smaug Mini82.8%–2026-06-25
47Grok 4.7xhigh82.7%57.42026-06-25
48Gemini 3.5 Flashhigh82.0%62.52026-06-25
49GPT-6 Lunamax81.8%55.12026-06-25
50Claude Haiku 5.5xhigh81.2%56.72026-06-25
51GPT-5.4 Nanoxhigh81.1%53.92026-06-25
52Claude Opus 4.5high80.1%59.72026-06-25
53Qwen3.8 27B80.0%55.12026-06-25
54Kimi K2.6thinking79.4%59.32026-06-25
55GLM 5.278.6%51.92026-06-25
56Inklingxhigh78.3%50.02026-06-25
57GPT-5.2-Codex77.7%57.62026-06-25
58GLM 5.3 Flash77.6%57.82026-06-25
59Ox Alphamax76.6%–2026-06-25
60Grok Build 0.176.4%–2026-06-25

推論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 1.0 Reasoning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_reasoning

LiveBench 1.0 Reasoning:よくある質問

LiveBench 1.0 Reasoningは何を測るベンチマークですか?
LiveBench 1.0の推論問題で、論理パズル、空間の問題、有名ななぞなぞの変形などを、答えを暗記されないよう新たに作成したものです。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 1.0 Reasoningの最高スコアは?
2026年11月16日時点で、LiveBench 1.0 Reasoningの最高スコアは92.7%で、GPT-6 Astra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92.6%です。スコアはLiveBenchの公表値で、毎日読み直しています。
LiveBench 1.0 ReasoningでトップのAIモデルは?
2026年11月16日時点で、LiveBench 1.0 Reasoningの首位はGPT-6 Astraで、スコアは92.7%です(結果の日付は2026年6月25日)。続いてGPT-6.1 Sol(92.6%)です。
LiveBench 1.0 Reasoning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 1.0 Reasoningの結果があり、すべてLiveBenchから取得しています。
LiveBench 1.0 Reasoning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 1.0 Reasoning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 1.0 ReasoningはBenchLeader Indexに含まれますか?
いいえ。LiveBench 1.0 Reasoning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。