LiveBench 1.0 排行榜
截至 2026年11月16日,LiveBench 1.0 的最高分为 83.4%,由 Claude Fable 5.1(Anthropic)取得,领先于 Claude Opus 5.5(83.2%)。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 是一项着眼于防止数据污染、按版本更新的基准测试:题目全部新写,涵盖推理、编程、智能体编程、数学、数据分析、语言和指令遵循。LiveBench 1.0 仅作参考展示,不计入 BenchLeader Index。
要点(截至 2026年11月16日)
- Claude Fable 5.1 以 83.4% 保持 LiveBench 1.0 最高分(LiveBench,2026年6月25日)。
- Claude Opus 5.5 以 83.2% 位列 LiveBench 1.0 第二(LiveBench,2026年6月25日)。
- LiveBench 1.0:LiveBench 1.0 七个类别分数的平均值,冻结在最终版本(2026年6月25日)。已被 LiveBench 2.0 取代(LiveBench)。
- BenchLeader 上有 68 个模型配置公布了 LiveBench 1.0 结果(BenchLeader,2026年11月16日)。
- LiveBench 1.0 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。
LiveBench 1.0 七个类别分数的平均值,冻结在最终版本(2026年6月25日)。已被 LiveBench 2.0 取代。
- 发布方
- LiveBench
- 类别
- 综合
- 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。
测试内容
LiveBench 1.0 是一项着眼于防止数据污染、按版本更新的基准测试:题目全部新写,涵盖推理、编程、智能体编程、数学、数据分析、语言和指令遵循。
评分方式
LiveBench 1.0 七个类别分数的平均值,取自其最后一个版本(2026 年 6 月 25 日)。LiveBench 2.0 已用另一组套件取而代之,这些分数不再更新。
注意事项
不能与 LiveBench 2.0 的总分比较,后者平均的是不同的套件。2026 年 6 月之后发布的模型不在其中。
- 1Claude Fable 5.1 (max)83.4%
- 2Claude Opus 5.5 (max)83.2%
- 3Claude Fable 5 (max)83.0%
- 4GPT-6 Astra (max)82.2%
- 5Claude Opus 5.5 (xhigh)82.1%
- 6GPT-6.1 Sol (max)81.6%
- 7Muse Spark 1.3 (xhigh)81.6%
- 8Muse Wonder (max)81.2%
- 9GPT-6.1 Sol (xhigh)81.1%
- 10DeepSeek V4.1 Flash (max)81.1%
- 11GPT-5.6 Sol (max)81.0%
- 12GPT-5.5 (xhigh)80.2%
- 13Claude Opus 5 (max)80.1%
- 14GPT-6 Sol (max)79.3%
- 15Kimi K379.2%
| # | ||||
|---|---|---|---|---|
| 1 | 83.4% | 66.7 | 2026-06-25 | |
| 2 | 83.2% | 68.4 | 2026-06-25 | |
| 3 | 83.0% | 65.1 | 2026-06-25 | |
| 4 | 82.2% | 67.3 | 2026-06-25 | |
| 5 | 82.1% | 65.4 | 2026-06-25 | |
| 6 | 81.6% | 66.6 | 2026-06-25 | |
| 7 | 81.6% | 58.1 | 2026-06-25 | |
| 8 | 81.2% | 60.8 | 2026-06-25 | |
| 9 | 81.1% | 63.6 | 2026-06-25 | |
| 10 | 81.1% | 58.5 | 2026-06-25 | |
| 11 | 81.0% | 65.3 | 2026-06-25 | |
| 12 | 80.2% | 64.1 | 2026-06-25 | |
| 13 | 80.1% | 65.0 | 2026-06-25 | |
| 14 | 79.3% | 62.6 | 2026-06-25 | |
| 15 | 79.2% | 60.7 | 2026-06-25 | |
| 16 | 78.8% | 62.1 | 2026-06-25 | |
| 17 | 78.5% | 58.7 | 2026-06-25 | |
| 18 | 78.0% | – | 2026-06-25 | |
| 19 | 78.0% | 63.1 | 2026-06-25 | |
| 20 | 78.0% | 61.5 | 2026-06-25 | |
| 21 | 77.9% | 59.5 | 2026-06-25 | |
| 22 | 77.8% | 62.5 | 2026-06-25 | |
| 23 | 77.4% | 53.0 | 2026-06-25 | |
| 24 | 77.4% | – | 2026-06-25 | |
| 25 | 77.4% | 57.4 | 2026-06-25 | |
| 26 | 77.0% | 60.4 | 2026-06-25 | |
| 27 | 76.9% | – | 2026-06-25 | |
| 28 | 76.8% | – | 2026-06-25 | |
| 29 | 76.5% | 57.0 | 2026-06-25 | |
| 30 | 76.2% | 61.1 | 2026-06-25 | |
| 31 | 76.2% | 53.9 | 2026-06-25 | |
| 32 | 76.1% | – | 2026-06-25 | |
| 33 | 76.0% | 55.4 | 2026-06-25 | |
| 34 | 75.8% | 59.4 | 2026-06-25 | |
| 35 | 75.8% | 59.3 | 2026-06-25 | |
| 36 | 75.7% | 64.2 | 2026-06-25 | |
| 37 | 75.3% | 59.5 | 2026-06-25 | |
| 38 | 75.3% | 55.1 | 2026-06-25 | |
| 39 | 74.6% | 62.5 | 2026-06-25 | |
| 40 | 74.6% | 55.8 | 2026-06-25 | |
| 41 | 74.5% | 62.5 | 2026-06-25 | |
| 42 | 74.2% | 53.8 | 2026-06-25 | |
| 43 | 74.0% | 57.6 | 2026-06-25 | |
| 44 | 73.6% | 61.0 | 2026-06-25 | |
| 45 | 73.6% | 56.2 | 2026-06-25 | |
| 46 | 73.2% | 51.9 | 2026-06-25 | |
| 47 | 73.1% | 60.0 | 2026-06-25 | |
| 48 | 73.0% | – | 2026-06-25 | |
| 49 | 72.6% | 59.7 | 2026-06-25 | |
| 50 | 72.1% | 56.7 | 2026-06-25 | |
| 51 | 72.0% | 55.1 | 2026-06-25 | |
| 52 | 71.9% | 50.0 | 2026-06-25 | |
| 53 | 71.8% | 48.3 | 2026-06-25 | |
| 54 | 71.6% | 57.8 | 2026-06-25 | |
| 55 | 70.5% | 59.3 | 2026-06-25 | |
| 56 | 69.6% | 53.9 | 2026-06-25 | |
| 57 | 69.2% | – | 2026-06-25 | |
| 58 | 68.9% | 59.0 | 2026-06-25 | |
| 59 | 68.4% | 53.9 | 2026-06-25 | |
| 60 | 67.9% | 55.3 | 2026-06-25 |
相关基准测试
LiveBench 1.0 上的热门模型对比
引用格式:BenchLeader,《LiveBench 1.0 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/livebench_global。
LiveBench 1.0:常见问题
- LiveBench 1.0 衡量的是什么?
- LiveBench 1.0 是一项着眼于防止数据污染、按版本更新的基准测试:题目全部新写,涵盖推理、编程、智能体编程、数学、数据分析、语言和指令遵循。分数以完成任务的百分比表示,越高越好。
- LiveBench 1.0 的最高分是多少?
- 截至 2026年11月16日,LiveBench 1.0 的最高分为 83.4%,由 Claude Fable 5.1 取得(结果日期 2026年6月25日),领先于 Claude Opus 5.5(83.2%)。分数来自 LiveBench,每天重新读取。
- 哪个 AI 模型在 LiveBench 1.0 上领先?
- 截至 2026年11月16日,LiveBench 1.0 排名第一的是 Claude Fable 5.1,分数为 83.4%(结果日期 2026年6月25日)。其后为 Claude Opus 5.5(83.2%)。
- 有多少模型有 LiveBench 1.0 结果?
- BenchLeader 上有 68 个模型配置有 LiveBench 1.0 结果,全部取自 LiveBench。
- LiveBench 1.0 由谁运行,多久更新一次?
- LiveBench 1.0 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 是否计入 BenchLeader Index?
- 不计入。LiveBench 1.0 仅作参考展示,不计入综合分数。