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。
- 1Claude Sonnet 5.5 (max)91.4%
- 2Claude Opus 5.5 (max)89.3%
- 3Claude Opus 5.5 (xhigh)89.3%
- 4Claude Sonnet 5.5 (xhigh)88.9%
- 5Claude Fable 5.1 (max)86.4%
- 6Claude Fable 5 (max)86.0%
- 7GPT-5.6 Sol (max)83.9%
- 8GPT-5.2-Codex83.6%
- 9GPT-5.6 Luna (max)82.9%
- 10GPT-5.5 (xhigh)82.2%
- 11Claude Opus 4.7 (xhigh)82.1%
- 12Claude Opus 4.8 (max)81.8%
- 13GPT-6 Sol (max)81.8%
- 14Claude Opus 5 (max)81.5%
- 15Kimi K381.5%
68 / 68
| # | ||||
|---|---|---|---|---|
| 1 | 91.4% | 64.2 | 2026-06-25 | |
| 2 | 89.3% | 68.4 | 2026-06-25 | |
| 3 | 89.3% | 65.4 | 2026-06-25 | |
| 4 | 88.9% | 62.5 | 2026-06-25 | |
| 5 | 86.4% | 66.7 | 2026-06-25 | |
| 6 | 86.0% | 65.1 | 2026-06-25 | |
| 7 | 83.9% | 65.3 | 2026-06-25 | |
| 8 | 83.6% | 57.6 | 2026-06-25 | |
| 9 | 82.9% | 56.2 | 2026-06-25 | |
| 10 | 82.2% | 64.1 | 2026-06-25 | |
| 11 | 82.1% | 57.0 | 2026-06-25 | |
| 12 | 81.8% | 61.1 | 2026-06-25 | |
| 13 | 81.8% | 62.6 | 2026-06-25 | |
| 14 | 81.5% | 65.0 | 2026-06-25 | |
| 15 | 81.5% | 60.7 | 2026-06-25 | |
| 16 | 81.1% | 58.1 | 2026-06-25 | |
| 17 | 80.7% | 63.6 | 2026-06-25 | |
| 18 | 80.7% | 60.8 | 2026-06-25 | |
| 19 | 80.7% | 55.4 | 2026-06-25 | |
| 20 | 80.4% | 67.3 | 2026-06-25 | |
| 21 | 80.4% | 66.6 | 2026-06-25 | |
| 22 | 80.0% | 58.5 | 2026-06-25 | |
| 23 | 79.7% | 59.7 | 2026-06-25 | |
| 24 | 79.7% | 51.9 | 2026-06-25 | |
| 25 | 79.3% | – | 2026-06-25 | |
| 26 | 79.0% | 57.8 | 2026-06-25 | |
| 27 | 79.0% | 55.1 | 2026-06-25 | |
| 28 | 79.0% | – | 2026-06-25 | |
| 29 | 78.9% | 62.1 | 2026-06-25 | |
| 30 | 78.6% | 59.3 | 2026-06-25 | |
| 31 | 78.3% | 59.5 | 2026-06-25 | |
| 32 | 78.2% | 62.5 | 2026-06-25 | |
| 33 | 78.2% | 62.5 | 2026-06-25 | |
| 34 | 78.2% | 59.0 | 2026-06-25 | |
| 35 | 77.9% | 61.0 | 2026-06-25 | |
| 36 | 77.9% | 55.3 | 2026-06-25 | |
| 37 | 77.5% | 63.1 | 2026-06-25 | |
| 38 | 77.5% | 61.5 | 2026-06-25 | |
| 39 | 77.2% | 59.5 | 2026-06-25 | |
| 40 | 77.2% | 57.4 | 2026-06-25 | |
| 41 | 77.2% | 53.0 | 2026-06-25 | |
| 42 | 77.2% | 48.3 | 2026-06-25 | |
| 43 | 77.1% | – | 2026-06-25 | |
| 44 | 76.8% | – | 2026-06-25 | |
| 45 | 76.5% | 60.4 | 2026-06-25 | |
| 46 | 76.4% | 56.7 | 2026-06-25 | |
| 47 | 76.1% | 55.8 | 2026-06-25 | |
| 48 | 76.1% | 47.8 | 2026-06-25 | |
| 49 | 75.8% | – | 2026-06-25 | |
| 50 | 75.7% | 55.1 | 2026-06-25 | |
| 51 | 75.4% | – | 2026-06-25 | |
| 52 | 75.0% | 53.8 | 2026-06-25 | |
| 53 | 74.2% | 60.0 | 2026-06-25 | |
| 54 | 74.0% | 53.9 | 2026-06-25 | |
| 55 | 72.9% | 58.7 | 2026-06-25 | |
| 56 | 72.5% | 53.9 | 2026-06-25 | |
| 57 | 72.5% | 59.4 | 2026-06-25 | |
| 58 | 71.8% | 47.9 | 2026-06-25 | |
| 59 | 71.6% | 55.1 | 2026-06-25 | |
| 60 | 71.0% | 50.0 | 2026-06-25 |
相关基准测试
LiveBench 1.0 Coding 上的热门模型对比
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。