BenchLeader

LiveBench 1.0 Coding 排行榜

截至 2026年11月16日,LiveBench 1.0 Coding 的最高分为 91.4%,由 Claude Sonnet 5.5(Anthropic)取得,领先于 Claude Opus 5.5(89.3%)。共有 68 个模型配置公布了结果(LiveBench,结果日期 2026年6月25日)。LiveBench 1.0 的编程任务:为近期的竞赛编程题补全和生成代码,通过运行测试来检查。LiveBench 1.0 Coding 仅作参考展示,不计入 BenchLeader Index。

要点(截至 2026年11月16日)

  • Claude Sonnet 5.5 以 91.4% 保持 LiveBench 1.0 Coding 最高分(LiveBench,2026年6月25日)。
  • Claude Opus 5.5 以 89.3% 位列 LiveBench 1.0 Coding 第二(LiveBench,2026年6月25日)。
  • LiveBench 1.0 Coding:LiveBench 1.0 的编程类别,冻结在最终版本(2026年6月25日)。LiveBench 2.0 的编程套件是另一项测试(LiveBench)。
  • BenchLeader 上有 68 个模型配置公布了 LiveBench 1.0 Coding 结果(BenchLeader,2026年11月16日)。
  • LiveBench 1.0 Coding 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。

LiveBench 1.0 的编程类别,冻结在最终版本(2026年6月25日)。LiveBench 2.0 的编程套件是另一项测试。

发布方
LiveBench
类别
编程
Index 权重
仅作参考
模型
68
数据截至
2026年11月16日

LiveBench (livebench.ai), White et al. 2024.

该排行榜已冻结。如今沿用这个名称的是另一项较新的测试,其分数见 LiveBench 2.0 Coding。

测试内容

LiveBench 1.0 的编程任务:为近期的竞赛编程题补全和生成代码,通过运行测试来检查。

评分方式

通过测试的题目百分比,取自 LiveBench 1.0 的最后一个版本(2026 年 6 月 25 日)。LiveBench 2.0 的 Coding 套件是另一项测试,这些分数不再更新。

注意事项

题目简短、自成一体,所以衡量的是算法编程能力,而不是在代码库中工作的能力。后者请看 LiveBench 2.0 Coding 和 SWE-bench。

68 / 68
#
1Claude Sonnet 5.5max91.4%64.22026-06-25
2Claude Opus 5.5max89.3%68.42026-06-25
3Claude Opus 5.5xhigh89.3%65.42026-06-25
4Claude Sonnet 5.5xhigh88.9%62.52026-06-25
5Claude Fable 5.1max86.4%66.72026-06-25
6Claude Fable 5max86.0%65.12026-06-25
7GPT-5.6 Solmax83.9%65.32026-06-25
8GPT-5.2-Codex83.6%57.62026-06-25
9GPT-5.6 Lunamax82.9%56.22026-06-25
10GPT-5.5xhigh82.2%64.12026-06-25
11Claude Opus 4.7xhigh82.1%57.02026-06-25
12Claude Opus 4.8max81.8%61.12026-06-25
13GPT-6 Solmax81.8%62.62026-06-25
14Claude Opus 5max81.5%65.02026-06-25
15Kimi K381.5%60.72026-06-25
16Muse Spark 1.3xhigh81.1%58.12026-06-25
17GPT-6.1 Solxhigh80.7%63.62026-06-25
18Muse Wondermax80.7%60.82026-06-25
19Claude Sonnet 5xhigh80.7%55.42026-06-25
20GPT-6 Astramax80.4%67.32026-06-25
21GPT-6.1 Solmax80.4%66.62026-06-25
22DeepSeek V4.1 Flashmax80.0%58.52026-06-25
23Claude Opus 4.5high79.7%59.72026-06-25
24GLM 5.279.7%51.92026-06-25
25Claude Sonnet 4.6medium79.3%–2026-06-25
26GLM 5.3 Flash79.0%57.82026-06-25
27GPT-6 Lunamax79.0%55.12026-06-25
28GLM 5.379.0%–2026-06-25
29Gemini 3.7 Flashhigh78.9%62.12026-06-25
30Kimi K2.6thinking78.6%59.32026-06-25
31GPT-5.6 Terramax78.3%59.52026-06-25
32Gemini 3.5 Flashhigh78.2%62.52026-06-25
33Claude Opus 4.6high78.2%62.52026-06-25
34Qwen3.6 Plus78.2%59.02026-06-25
35Gemini 3.6 Flashhigh77.9%61.02026-06-25
36Claude Haiku 5.5max77.9%55.32026-06-25
37GPT-5.4xhigh77.5%63.12026-06-25
38Muse Spark 1.2xhigh77.5%61.52026-06-25
39Muse Spark 1.1xhigh77.2%59.52026-06-25
40Grok 4.7xhigh77.2%57.42026-06-25
41DeepSeek V4 Pro77.2%53.02026-06-25
42Mistral Large 4high77.2%48.32026-06-25
43Smaug Flash77.1%–2026-06-25
44Grok 4.676.8%–2026-06-25
45Gemini 3.1 Prohigh76.5%60.42026-06-25
46Claude Haiku 5.5xhigh76.4%56.72026-06-25
47GPT-5.2high76.1%55.82026-06-25
48Gemini 3.5 Flash Litehigh76.1%47.82026-06-25
49Ox Alphamax75.8%–2026-06-25
50Qwen3.8 27B75.7%55.12026-06-25
51Smaug Mini75.4%–2026-06-25
52DeepSeek V4 Flash75.0%53.82026-06-25
53Qwen3.7max74.2%60.02026-06-25
54Kimi K2.7 Code74.0%53.92026-06-25
55Qwen3.8 Maxmax72.9%58.72026-06-25
56Qwen3.8-Flash-Next72.5%53.92026-06-25
57Gemini 3.8 Flashhigh72.5%59.42026-06-25
58Qwen3.6 27B71.8%47.92026-06-25
59GPT-5.4 Minixhigh71.6%55.12026-06-25
60Inklingxhigh71.0%50.02026-06-25

更多编程基准测试 · 全部大模型基准测试

引用格式:BenchLeader,《LiveBench 1.0 Coding 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/livebench_coding。

LiveBench 1.0 Coding:常见问题

LiveBench 1.0 Coding 衡量的是什么?
LiveBench 1.0 的编程任务:为近期的竞赛编程题补全和生成代码,通过运行测试来检查。分数以完成任务的百分比表示,越高越好。
LiveBench 1.0 Coding 的最高分是多少?
截至 2026年11月16日,LiveBench 1.0 Coding 的最高分为 91.4%,由 Claude Sonnet 5.5 取得(结果日期 2026年6月25日),领先于 Claude Opus 5.5(89.3%)。分数来自 LiveBench,每天重新读取。
哪个 AI 模型在 LiveBench 1.0 Coding 上领先?
截至 2026年11月16日,LiveBench 1.0 Coding 排名第一的是 Claude Sonnet 5.5,分数为 91.4%(结果日期 2026年6月25日)。其后为 Claude Opus 5.5(89.3%)。
有多少模型有 LiveBench 1.0 Coding 结果?
BenchLeader 上有 68 个模型配置有 LiveBench 1.0 Coding 结果,全部取自 LiveBench。
LiveBench 1.0 Coding 由谁运行,多久更新一次?
LiveBench 1.0 Coding 由 LiveBench 发布。BenchLeader 每天重新读取一次公布的结果,并记录每个结果的发布日期。
LiveBench 1.0 Coding 是否计入 BenchLeader Index?
不计入。LiveBench 1.0 Coding 仅作参考展示,不计入综合分数。