LiveBench Instruction Following 排行榜
截至 2026年11月16日,LiveBench Instruction Following 的最高分为 81.4%,由 Gemini 3.8 Flash(Google)取得,领先于 Gemini 3.7 Flash(79.9%)。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 的指令遵循任务:在长度、格式和内容的明确约束下,改写或总结近期文章。LiveBench Instruction Following 仅作参考展示,不计入 BenchLeader Index。
要点(截至 2026年11月16日)
- Gemini 3.8 Flash 以 81.4% 保持 LiveBench Instruction Following 最高分(LiveBench,2026年6月25日)。
- Gemini 3.7 Flash 以 79.9% 位列 LiveBench Instruction Following 第二(LiveBench,2026年6月25日)。
- LiveBench Instruction Following:LiveBench 1.0 的指令遵循类别,冻结在最终版本(2026年6月25日)。LiveBench 2.0 已取消该类别(LiveBench)。
- BenchLeader 上有 68 个模型配置公布了 LiveBench Instruction Following 结果(BenchLeader,2026年11月16日)。
- LiveBench Instruction Following 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。
LiveBench 1.0 的指令遵循类别,冻结在最终版本(2026年6月25日)。LiveBench 2.0 已取消该类别。
- 发布方
- LiveBench
- 类别
- 指令遵循
- 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.
测试内容
LiveBench 的指令遵循任务:在长度、格式和内容的明确约束下,改写或总结近期文章。
评分方式
满足约束的百分比,自动检查,取自 LiveBench 1.0 的最后一个版本(2026 年 6 月 25 日)。LiveBench 2.0 取消了这个类别,这些分数不再更新。
注意事项
它检查的是规则有没有遵守,而不是文字写得好不好。被调教得爱多说的模型会因为添加未要求的内容而丢分。
- 1Gemini 3.8 Flash (high)81.4%
- 2Gemini 3.7 Flash (high)79.9%
- 3Gemini 3.1 Pro (high)79.1%
- 4Muse Spark 1.3 (xhigh)78.0%
- 5Qwen3.8-Flash-Next77.1%
- 6Claude Fable 5 (max)75.8%
- 7Gemini 3.5 Flash (high)75.6%
- 8GPT-6 Astra (max)75.6%
- 9Gemini 3.6 Flash (high)75.4%
- 10Grok 4.7 (xhigh)75.3%
- 11Muse Spark 1.2 (xhigh)74.3%
- 12GPT-6.1 Sol (max)74.2%
- 13Qwen3.8 Max (max)74.1%
- 14Qwen3.7 (max)74.0%
- 15Smaug Mini73.9%
68 / 68
| # | ||||
|---|---|---|---|---|
| 1 | 81.4% | 59.4 | 2026-06-25 | |
| 2 | 79.9% | 62.1 | 2026-06-25 | |
| 3 | 79.1% | 60.4 | 2026-06-25 | |
| 4 | 78.0% | 58.1 | 2026-06-25 | |
| 5 | 77.1% | 53.9 | 2026-06-25 | |
| 6 | 75.8% | 65.1 | 2026-06-25 | |
| 7 | 75.6% | 62.5 | 2026-06-25 | |
| 8 | 75.6% | 67.3 | 2026-06-25 | |
| 9 | 75.4% | 61.0 | 2026-06-25 | |
| 10 | 75.3% | 57.4 | 2026-06-25 | |
| 11 | 74.3% | 61.5 | 2026-06-25 | |
| 12 | 74.2% | 66.6 | 2026-06-25 | |
| 13 | 74.1% | 58.7 | 2026-06-25 | |
| 14 | 74.0% | 60.0 | 2026-06-25 | |
| 15 | 73.9% | – | 2026-06-25 | |
| 16 | 73.5% | 55.4 | 2026-06-25 | |
| 17 | 73.0% | 60.8 | 2026-06-25 | |
| 18 | 73.0% | 66.7 | 2026-06-25 | |
| 19 | 72.7% | 55.1 | 2026-06-25 | |
| 20 | 72.0% | 61.1 | 2026-06-25 | |
| 21 | 71.9% | – | 2026-06-25 | |
| 22 | 71.8% | 65.3 | 2026-06-25 | |
| 23 | 71.5% | 59.3 | 2026-06-25 | |
| 24 | 71.4% | 60.7 | 2026-06-25 | |
| 25 | 71.3% | 63.6 | 2026-06-25 | |
| 26 | 71.0% | – | 2026-06-25 | |
| 27 | 70.7% | 64.1 | 2026-06-25 | |
| 28 | 70.5% | 62.5 | 2026-06-25 | |
| 29 | 70.2% | 63.1 | 2026-06-25 | |
| 30 | 70.1% | 50.0 | 2026-06-25 | |
| 31 | 70.0% | 58.5 | 2026-06-25 | |
| 32 | 69.6% | 59.5 | 2026-06-25 | |
| 33 | 69.3% | – | 2026-06-25 | |
| 34 | 69.3% | – | 2026-06-25 | |
| 35 | 68.6% | 62.6 | 2026-06-25 | |
| 36 | 67.7% | 53.0 | 2026-06-25 | |
| 37 | 67.2% | 47.8 | 2026-06-25 | |
| 38 | 67.2% | 53.9 | 2026-06-25 | |
| 39 | 67.0% | 65.4 | 2026-06-25 | |
| 40 | 66.7% | 57.0 | 2026-06-25 | |
| 41 | 66.5% | 56.7 | 2026-06-25 | |
| 42 | 66.5% | 57.6 | 2026-06-25 | |
| 43 | 65.7% | 68.4 | 2026-06-25 | |
| 44 | 65.5% | 53.8 | 2026-06-25 | |
| 45 | 65.2% | – | 2026-06-25 | |
| 46 | 64.8% | 48.3 | 2026-06-25 | |
| 47 | 64.6% | 59.5 | 2026-06-25 | |
| 48 | 64.4% | 59.3 | 2026-06-25 | |
| 49 | 63.9% | 55.4 | 2026-06-25 | |
| 50 | 63.8% | 65.0 | 2026-06-25 | |
| 51 | 63.3% | 62.5 | 2026-06-25 | |
| 52 | 63.2% | – | 2026-06-25 | |
| 53 | 62.8% | 54.5 | 2026-06-25 | |
| 54 | 62.5% | 59.7 | 2026-06-25 | |
| 55 | 62.3% | 51.9 | 2026-06-25 | |
| 56 | 61.8% | 55.8 | 2026-06-25 | |
| 57 | 60.3% | – | 2026-06-25 | |
| 58 | 60.1% | 56.2 | 2026-06-25 | |
| 59 | 59.8% | 55.1 | 2026-06-25 | |
| 60 | 58.3% | 59.0 | 2026-06-25 |
相关基准测试
LiveBench Instruction Following 上的热门模型对比
引用格式:BenchLeader,《LiveBench Instruction Following 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/livebench_if。
LiveBench Instruction Following:常见问题
- LiveBench Instruction Following 衡量的是什么?
- LiveBench 的指令遵循任务:在长度、格式和内容的明确约束下,改写或总结近期文章。分数以完成任务的百分比表示,越高越好。
- LiveBench Instruction Following 的最高分是多少?
- 截至 2026年11月16日,LiveBench Instruction Following 的最高分为 81.4%,由 Gemini 3.8 Flash 取得(结果日期 2026年6月25日),领先于 Gemini 3.7 Flash(79.9%)。分数来自 LiveBench,每天重新读取。
- 哪个 AI 模型在 LiveBench Instruction Following 上领先?
- 截至 2026年11月16日,LiveBench Instruction Following 排名第一的是 Gemini 3.8 Flash,分数为 81.4%(结果日期 2026年6月25日)。其后为 Gemini 3.7 Flash(79.9%)。
- 有多少模型有 LiveBench Instruction Following 结果?
- BenchLeader 上有 68 个模型配置有 LiveBench Instruction Following 结果,全部取自 LiveBench。
- LiveBench Instruction Following 由谁运行,多久更新一次?
- LiveBench Instruction Following 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 Instruction Following 是否计入 BenchLeader Index?
- 不计入。LiveBench Instruction Following 仅作参考展示,不计入综合分数。