BenchLeader

LiveCodeBenchのリーダーボード

2026年11月16日時点で、LiveCodeBenchの最高スコアは90.5%で、Claude Fable 5.1(Anthropic)が記録しています。次点はClaude Fable 5の89.8%です。公表された結果があるのは140のモデル構成です(Vals AI、結果の日付は2026年9月1日)。LiveCodeBenchは、各モデルの学習データのカットオフ後に公開された競技プログラミングの問題を集め、隠しテストを実行して解答を確認します。LiveCodeBenchはBenchLeader Indexのコーディングスコアに反映されます。

要点(2026年11月16日時点)

  • Claude Fable 5.1がLiveCodeBenchの最高スコア90.5%を記録しています(Vals AI、2026年9月1日)。
  • LiveCodeBenchの2位はClaude Fable 5で、89.8%です(Vals AI、2026年9月1日)。
  • LiveCodeBench:モデルの学習カットオフ後に出題された競技プログラミングの問題。Vals AIが実施(Vals AI)。
  • BenchLeaderでは140のモデル構成にLiveCodeBenchの公表結果があります(BenchLeader、2026年11月16日)。
  • LiveCodeBenchはBenchLeader Indexのコーディングカテゴリに反映されます(BenchLeaderの評価方法)。

モデルの学習カットオフ後に出題された競技プログラミングの問題。Vals AIが実施。

公開元
Vals AI
カテゴリ
コーディング
Indexでの重み
1.0
モデル
140
データ基準日
2026年11月16日

Vals AI (vals.ai).

どんなテストか

LiveCodeBenchは、各モデルの学習データのカットオフ後に公開された競技プログラミングの問題を集め、隠しテストを実行して解答を確認します。

採点方法

すべてのテストに合格した問題の割合で、Vals AIが直近の一定期間の問題で実行しています。

注意点

データ汚染がないと言えるのはモデルのカットオフ以降の期間だけで、その期間も時とともに変わるため、異なる時点のスコアを厳密に比較することはできません。

140件中140件
#
1Claude Fable 5.1max90.5%66.7$0.2612026-09-01
2Claude Fable 5max89.8%65.1$0.4282026-09-01
3Gemini 3.8 Flashhigh89.5%59.4$0.0712026-09-01
4Claude Opus 5max89.0%65.0$0.1342026-09-01
5Gemini 3.7 Flashhigh88.7%62.1$0.0402026-09-01
6Gemini 3.1 Prohigh88.5%60.4$0.1012026-09-01
7Grok 4.6high88.2%60.6$0.0402026-09-01
8Gemini 3.6 Flashhigh88.1%61.0$0.0562026-09-01
9GPT-5.2-Codex88.0%57.6$0.1172026-09-01
10Qwen3.8 Maxmax87.8%58.7$0.0912026-09-01
11Claude Opus 4.8max87.8%61.1$0.3272026-09-01
12Gemini 3.5 Flashhigh87.6%62.5$0.0862026-09-01
13DeepSeek V4 Promax87.5%54.7$0.0642026-09-01
14Grok 4.5high87.3%56.8$0.0452026-09-01
15GPT-5.3-Codexxhigh87.3%62.9$0.0922026-09-01
16DeepSeek V4 Flashhigh87.3%57.2$0.0202026-09-01
17Kimi K3max87.2%60.2$0.1042026-09-01
18Qwen3.7max87.1%60.0$0.0872026-09-01
19Kimi K2.686.8%55.1$0.0652026-09-01
20GPT-5 minihigh86.6%54.6$0.0122026-09-01
21GPT-5.1high86.5%57.5$0.1262026-09-01
22Gemini 3 Pro86.4%60.0$0.1272026-09-01
23Nemotron 3 Ultra 550B A55B86.0%55.4–2026-09-01
24Qwen3.6 Plus86.0%59.0$0.0782026-09-01
25GPT-5.6 Terraxhigh85.9%60.1$0.0312026-09-01
26Inkling Small85.9%52.0$0.0212026-09-01
27Muse Spark 1.1xhigh85.9%59.5$0.0462026-09-01
28GPT-5high85.9%58.2$0.0642026-09-01
29Gemini 3 Flashhigh85.6%57.4$0.0512026-09-01
30GPT-5.1-Codex85.5%–$0.1382026-09-01
31Inkling85.5%50.4$0.1532026-09-01
32GPT-5.2xhigh85.4%59.9$0.1352026-09-01
33Qwen3.5 Plusthinking85.3%57.4$0.0482026-09-01
34GPT-5.5xhigh85.3%64.1$0.0672026-09-01
35Claude Opus 4.7max85.1%59.7$0.3512026-09-01
36GPT-5-Codexhigh84.7%58.6$0.0972026-09-01
37Claude Opus 4.6max84.7%57.0$0.3432026-09-01
38Grok 4.3high84.5%56.5$0.0202026-09-01
39Grok 4.20thinking84.3%58.3$0.0522026-09-01
40GPT-5.4xhigh84.1%63.1$0.3292026-09-01
41GPT-5.4 Nanohigh84.0%48.3$0.00252026-09-01
42Qwen3.8 27Bxhigh84.0%52.2$0.0452026-09-01
43Ling 3.0 Flash84.0%51.7$0.00302026-09-01
44o3high83.9%55.1$0.0332026-09-01
45Kimi K2.5thinking83.9%59.4$0.0392026-09-01
46Claude Opus 4.5high83.7%59.7$0.9712026-09-01
47GPT-5.1-Codex-Maxmax83.6%––2026-09-01
48Qwen3.5 Flash83.3%51.8$0.00952026-09-01
49Grok 483.3%58.1$0.1562026-09-01
50gpt-oss-120b83.2%46.1$0.00852026-09-01
51GPT-5.6 Solmax82.6%65.3$0.0902026-09-01
52Claude Sonnet 5max82.4%56.1$0.0952026-09-01
53GLM 4.782.2%51.7$0.0352026-09-01
54o4-minihigh82.2%51.2$0.0142026-09-01
55MiniMax M382.2%56.1$0.0372026-09-01
56Claude Sonnet 4.6max82.1%56.1$0.3712026-09-01
57Kimi K2.7 Code82.0%53.9$0.0272026-09-01
58GLM-5thinking81.9%60.2$0.0442026-09-01
59MiniMax-M2.181.8%53.8$0.0182026-09-01
60MiMo-V2.581.5%56.3$0.00222026-09-01

コーディング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「LiveCodeBench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/vals_livecodebench

LiveCodeBench:よくある質問

LiveCodeBenchは何を測るベンチマークですか?
LiveCodeBenchは、各モデルの学習データのカットオフ後に公開された競技プログラミングの問題を集め、隠しテストを実行して解答を確認します。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。
LiveCodeBenchの最高スコアは?
2026年11月16日時点で、LiveCodeBenchの最高スコアは90.5%で、Claude Fable 5.1が記録しています(結果の日付は2026年9月1日)。次点はClaude Fable 5の89.8%です。スコアはVals AIの公表値で、毎日読み直しています。
LiveCodeBenchでトップのAIモデルは?
2026年11月16日時点で、LiveCodeBenchの首位はClaude Fable 5.1で、スコアは90.5%です(結果の日付は2026年9月1日)。続いてClaude Fable 5(89.8%)です。
LiveCodeBenchの結果があるモデルはいくつですか?
BenchLeaderでは140のモデル構成にLiveCodeBenchの結果があり、すべてVals AIから取得しています。
LiveCodeBench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?
LiveCodeBenchはVals AI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。
LiveCodeBenchはBenchLeader Indexに含まれますか?
はい。LiveCodeBenchはBenchLeader Indexのコーディングカテゴリに反映され、評価対象モデルの平均が50になるよう正規化されています。