BenchLeader

LiveBench Design 排行榜

截至 2026年11月16日,LiveBench Design 的最高分为 85.1%,由 Claude Fable 5.2(Anthropic)取得,领先于 Claude Opus 5.5(83.3%)。共有 34 个模型配置公布了结果(LiveBench,结果日期 2026年11月6日)。LiveBench 的设计套件:版式和视觉设计任务,按固定的评分标准打分。LiveBench Design 仅作参考展示,不计入 BenchLeader Index。

要点(截至 2026年11月16日)

  • Claude Fable 5.2 以 85.1% 保持 LiveBench Design 最高分(LiveBench,2026年11月6日)。
  • Claude Opus 5.5 以 83.3% 位列 LiveBench Design 第二(LiveBench,2026年11月6日)。
  • LiveBench Design:LiveBench 2.0 设计套件(LiveBench)。
  • BenchLeader 上有 34 个模型配置公布了 LiveBench Design 结果(BenchLeader,2026年11月16日)。
  • LiveBench Design 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。

LiveBench 2.0 设计套件。

发布方
LiveBench
类别
多模态
Index 权重
仅作参考
模型
34
数据截至
2026年11月16日

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

测试内容

LiveBench 的设计套件:版式和视觉设计任务,按固定的评分标准打分。

评分方式

该套件 0–100 的任务平均分,取自单次运行。

注意事项

设计评分标准即使自动执行,也带有一定主观性;应把它看作众多套件中的一个。

34 / 34
#
1新Claude Fable 5.2xhigh85.1%69.7$180.10$7.20105k2026-11-06
2Claude Opus 5.5max83.3%68.4$143.71$5.75150k2026-11-06
3Claude Fable 5.1max81.6%66.7$184.39$7.3860k2026-11-06
4Claude Sonnet 5.5max81.3%64.2$125.42$5.02211k2026-11-06
5Gemini 4 Carbonhigh80.2%68.9$30.61$1.2271k2026-11-06
6GPT-6 Astramax80.0%67.3$71.89$2.8825k2026-11-06
7DeepSeek V4.1 Flash 1017max79.8%57.7$5.30$0.212113k2026-11-06
8GPT-6.1 Terramax79.7%64.1$6.76$0.27032k2026-11-06
9GPT-6.1 Solmax79.6%66.6$9.26$0.37026k2026-11-06
10Claude Haiku 5.5max79.3%55.3$16.58$0.663171k2026-11-06
11新Gemini 4 Hydrogenxhigh77.3%61.8$23.23$0.92976k2026-11-06
12Qwen3.8 Maxmax76.6%58.7$14.91$0.59646k2026-11-06
13Grok 4.6xhigh76.3%56.1$31.66$1.2747k2026-11-06
14Mistral Large 4high76.3%48.3$5.15$0.20646k2026-11-06
15GPT-6 Lunamax76.1%55.1$0.760$0.03145k2026-11-06
16Grok 4.7xhigh75.0%57.4$84.24$3.37118k2026-11-06
17Muse Spark 1.3max74.8%60.6$20.72$0.82949k2026-11-06
18MiMo-V2.6-Prohigh74.3%–$2.33$0.09358k2026-11-06
19Kimi K3.1 Promax73.7%59.9$15.36$0.61437k2026-11-06
20GLM 5.3 Flashmax73.7%52.4$1.59$0.06339k2026-11-06
21Kimi K3max72.5%60.2$25.02$1.0032k2026-11-06
22Qwen3.8 27Bmax72.4%–$9.59$0.38463k2026-11-06
23MiniMax M3.1 Flashmax71.2%–$3.96$0.15896k2026-11-06
24Muse Wondermax70.9%60.8$17.18$0.68718k2026-11-06
25GPT-5.6 Terramax70.9%59.5$15.50$0.62023k2026-11-06
26Step 5 Previewmax70.8%–$18.64$0.74672k2026-11-06
27Gemini 3.8 Flashhigh69.7%59.4$24.49$0.98087k2026-11-06
28Gemini 4 Argonhigh69.2%65.3$29.01$1.1661k2026-11-06
29Smaug Nemotron 3.5 NVFP4max60.6%–$0.700$0.02831k2026-11-06
30Nemotron Super VL 3.5max60.0%–$1.23$0.04934k2026-11-06
31Muse Spark Openmax58.1%–$8.90$0.35632k2026-11-06
32Gemma 4 31Bmax56.5%–$0.370$0.01510k2026-11-06
33Nemotron Super VL 3.5 NVFP4max55.6%–$0.950$0.03832k2026-11-06
34Inklingmax55.2%–$7.15$0.28627k2026-11-06

更多多模态基准测试 · 全部大模型基准测试

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

LiveBench Design:常见问题

LiveBench Design 衡量的是什么?
LiveBench 的设计套件:版式和视觉设计任务,按固定的评分标准打分。分数以完成任务的百分比表示,越高越好。
LiveBench Design 的最高分是多少?
截至 2026年11月16日,LiveBench Design 的最高分为 85.1%,由 Claude Fable 5.2 取得(结果日期 2026年11月6日),领先于 Claude Opus 5.5(83.3%)。分数来自 LiveBench,每天重新读取。
哪个 AI 模型在 LiveBench Design 上领先?
截至 2026年11月16日,LiveBench Design 排名第一的是 Claude Fable 5.2,分数为 85.1%(结果日期 2026年11月6日)。其后为 Claude Opus 5.5(83.3%)。
有多少模型有 LiveBench Design 结果?
BenchLeader 上有 34 个模型配置有 LiveBench Design 结果,全部取自 LiveBench。
LiveBench Design 由谁运行,多久更新一次?
LiveBench Design 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 Design 是否计入 BenchLeader Index?
不计入。LiveBench Design 仅作参考展示,不计入综合分数。