LiveBench Language 排行榜
截至 2026年11月16日,LiveBench Language 的最高分为 90.7%,由 Claude Fable 5(Anthropic)取得,领先于 GPT-6.1 Sol(90.1%)。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 的语言任务:用近期文本构造的字谜、错别字纠正和情节重排。LiveBench Language 仅作参考展示,不计入 BenchLeader Index。
要点(截至 2026年11月16日)
- Claude Fable 5 以 90.7% 保持 LiveBench Language 最高分(LiveBench,2026年6月25日)。
- GPT-6.1 Sol 以 90.1% 位列 LiveBench Language 第二(LiveBench,2026年6月25日)。
- LiveBench Language:LiveBench 1.0 的语言类别,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 Language 结果(BenchLeader,2026年11月16日)。
- LiveBench Language 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。
LiveBench 1.0 的语言类别,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 的语言任务:用近期文本构造的字谜、错别字纠正和情节重排。
评分方式
正确率,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
规模小且风格独特;适合检查模型处理文本是否细致,而不是衡量写作质量。
- 1Claude Fable 5 (max)90.7%
- 2GPT-6.1 Sol (max)90.1%
- 3Claude Fable 5.1 (max)89.5%
- 4GPT-6 Astra (max)89.4%
- 5Claude Opus 5 (max)88.7%
- 6GPT-6.1 Sol (xhigh)88.7%
- 7Gemini 3.8 Flash (high)87.8%
- 8GPT-5.6 Sol (max)87.7%
- 9GPT-5.5 (xhigh)87.4%
- 10Claude Opus 5.5 (max)86.3%
- 11Kimi K385.5%
- 12Claude Opus 5.5 (xhigh)85.5%
- 13Gemini 3.7 Flash (high)85.5%
- 14Gemini 3.1 Pro (high)85.4%
- 15GPT-6 Sol (max)85.3%
68 / 68
| # | ||||
|---|---|---|---|---|
| 1 | 90.7% | 65.1 | 2026-06-25 | |
| 2 | 90.1% | 66.6 | 2026-06-25 | |
| 3 | 89.5% | 66.7 | 2026-06-25 | |
| 4 | 89.4% | 67.3 | 2026-06-25 | |
| 5 | 88.7% | 65.0 | 2026-06-25 | |
| 6 | 88.7% | 63.6 | 2026-06-25 | |
| 7 | 87.8% | 59.4 | 2026-06-25 | |
| 8 | 87.7% | 65.3 | 2026-06-25 | |
| 9 | 87.4% | 64.1 | 2026-06-25 | |
| 10 | 86.3% | 68.4 | 2026-06-25 | |
| 11 | 85.5% | 60.7 | 2026-06-25 | |
| 12 | 85.5% | 65.4 | 2026-06-25 | |
| 13 | 85.5% | 62.1 | 2026-06-25 | |
| 14 | 85.4% | 60.4 | 2026-06-25 | |
| 15 | 85.3% | 62.6 | 2026-06-25 | |
| 16 | 84.6% | 62.5 | 2026-06-25 | |
| 17 | 83.9% | 61.0 | 2026-06-25 | |
| 18 | 83.7% | – | 2026-06-25 | |
| 19 | 83.4% | 62.5 | 2026-06-25 | |
| 20 | 83.3% | 62.5 | 2026-06-25 | |
| 21 | 82.9% | 60.8 | 2026-06-25 | |
| 22 | 82.9% | 59.5 | 2026-06-25 | |
| 23 | 82.8% | 59.3 | 2026-06-25 | |
| 24 | 82.8% | 58.1 | 2026-06-25 | |
| 25 | 82.6% | 63.1 | 2026-06-25 | |
| 26 | 82.1% | 53.0 | 2026-06-25 | |
| 27 | 81.3% | 59.7 | 2026-06-25 | |
| 28 | 81.2% | 58.5 | 2026-06-25 | |
| 29 | 80.4% | – | 2026-06-25 | |
| 30 | 80.1% | 57.4 | 2026-06-25 | |
| 31 | 79.9% | – | 2026-06-25 | |
| 32 | 79.8% | 55.8 | 2026-06-25 | |
| 33 | 79.7% | 60.0 | 2026-06-25 | |
| 34 | 79.7% | 58.7 | 2026-06-25 | |
| 35 | 79.7% | 61.1 | 2026-06-25 | |
| 36 | 79.2% | – | 2026-06-25 | |
| 37 | 79.2% | 53.8 | 2026-06-25 | |
| 38 | 78.6% | 61.5 | 2026-06-25 | |
| 39 | 78.0% | 64.2 | 2026-06-25 | |
| 40 | 77.9% | 57.0 | 2026-06-25 | |
| 41 | 77.9% | 53.9 | 2026-06-25 | |
| 42 | 77.3% | 57.8 | 2026-06-25 | |
| 43 | 77.0% | – | 2026-06-25 | |
| 44 | 76.8% | 56.1 | 2026-06-25 | |
| 45 | 76.2% | 51.9 | 2026-06-25 | |
| 46 | 76.1% | – | 2026-06-25 | |
| 47 | 75.1% | 59.3 | 2026-06-25 | |
| 48 | 75.0% | 59.0 | 2026-06-25 | |
| 49 | 75.0% | 55.4 | 2026-06-25 | |
| 50 | 74.6% | 53.9 | 2026-06-25 | |
| 51 | 74.3% | 55.1 | 2026-06-25 | |
| 52 | 74.3% | 59.5 | 2026-06-25 | |
| 53 | 73.8% | 55.1 | 2026-06-25 | |
| 54 | 73.7% | 57.6 | 2026-06-25 | |
| 55 | 73.6% | 54.5 | 2026-06-25 | |
| 56 | 73.5% | 50.0 | 2026-06-25 | |
| 57 | 72.6% | 56.2 | 2026-06-25 | |
| 58 | 72.5% | – | 2026-06-25 | |
| 59 | 71.8% | 47.8 | 2026-06-25 | |
| 60 | 71.0% | 55.1 | 2026-06-25 |
相关基准测试
LiveBench Language 上的热门模型对比
引用格式:BenchLeader,《LiveBench Language 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/livebench_language。
LiveBench Language:常见问题
- LiveBench Language 衡量的是什么?
- LiveBench 的语言任务:用近期文本构造的字谜、错别字纠正和情节重排。分数以完成任务的百分比表示,越高越好。
- LiveBench Language 的最高分是多少?
- 截至 2026年11月16日,LiveBench Language 的最高分为 90.7%,由 Claude Fable 5 取得(结果日期 2026年6月25日),领先于 GPT-6.1 Sol(90.1%)。分数来自 LiveBench,每天重新读取。
- 哪个 AI 模型在 LiveBench Language 上领先?
- 截至 2026年11月16日,LiveBench Language 排名第一的是 Claude Fable 5,分数为 90.7%(结果日期 2026年6月25日)。其后为 GPT-6.1 Sol(90.1%)。
- 有多少模型有 LiveBench Language 结果?
- BenchLeader 上有 68 个模型配置有 LiveBench Language 结果,全部取自 LiveBench。
- LiveBench Language 由谁运行,多久更新一次?
- LiveBench Language 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 Language 是否计入 BenchLeader Index?
- 不计入。LiveBench Language 仅作参考展示,不计入综合分数。