BenchLeader

LiveBench Mathematics 排行榜

截至 2026年11月16日,LiveBench Mathematics 的最高分为 97.1%,由 Claude Opus 5.5(Anthropic)取得,领先于 Claude Fable 5.1(97.0%)。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 的数学题,取自近期竞赛和新生成的题目,答案精确。LiveBench Mathematics 仅作参考展示,不计入 BenchLeader Index。

要点(截至 2026年11月16日)

  • Claude Opus 5.5 以 97.1% 保持 LiveBench Mathematics 最高分(LiveBench,2026年6月25日)。
  • Claude Fable 5.1 以 97.0% 位列 LiveBench Mathematics 第二(LiveBench,2026年6月25日)。
  • LiveBench Mathematics:LiveBench 1.0 的数学类别,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 Mathematics 结果(BenchLeader,2026年11月16日)。
  • LiveBench Mathematics 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。

LiveBench 1.0 的数学类别,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
数学
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 的数学题,取自近期竞赛和新生成的题目,答案精确。

评分方式

正确率,自动评分,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

风格与 AIME 类测试相近;在这里表现好,不代表擅长证明。

68 / 68
#
1Claude Opus 5.5max97.1%68.42026-06-25
2Claude Fable 5.1max97.0%66.72026-06-25
3GPT-6.1 Solmax96.8%66.62026-06-25
4GPT-6 Astramax96.8%67.32026-06-25
5Claude Opus 5.5xhigh96.8%65.42026-06-25
6Claude Sonnet 5.5xhigh96.7%62.52026-06-25
7GPT-6.1 Solxhigh96.5%63.62026-06-25
8Muse Wondermax96.5%60.82026-06-25
9GPT-6 Solmax96.4%62.62026-06-25
10GPT-5.6 Solmax96.2%65.32026-06-25
11Claude Sonnet 5.5max96.1%64.22026-06-25
12Claude Fable 5max96.0%65.12026-06-25
13Muse Spark 1.3xhigh96.0%58.12026-06-25
14GPT-5.5xhigh95.9%64.12026-06-25
15Claude Opus 5max95.7%65.02026-06-25
16Grok 4.7xhigh95.7%57.42026-06-25
17DeepSeek V4 Pro95.1%53.02026-06-25
18GPT-5.6 Terramax94.9%59.52026-06-25
19Claude Opus 4.8max94.3%61.12026-06-25
20GPT-5.4xhigh94.2%63.12026-06-25
21Mistral Large 4high93.6%48.32026-06-25
22Gemini 3.7 Flashhigh93.5%62.12026-06-25
23DeepSeek V4.1 Flashmax93.3%58.52026-06-25
24GPT-5.2high93.2%55.82026-06-25
25Claude Sonnet 5xhigh92.9%55.42026-06-25
26Claude Opus 4.7xhigh92.8%57.02026-06-25
27Claude Haiku 5.5xhigh92.8%56.72026-06-25
28Grok 4.692.6%–2026-06-25
29Gemini 3.8 Flashhigh91.6%59.42026-06-25
30Qwen3.8 Maxmax91.3%58.72026-06-25
31Muse Spark 1.2xhigh91.2%61.52026-06-25
32Gemini 3.1 Prohigh91.0%60.42026-06-25
33GPT-5.4 Nanoxhigh91.0%53.92026-06-25
34Grok 4.590.8%59.32026-06-25
35Claude Opus 4.5high90.4%59.72026-06-25
36Smaug Flash90.1%–2026-06-25
37GLM 5.289.8%51.92026-06-25
38Smaug Mini89.7%–2026-06-25
39Claude Opus 4.6high89.3%62.52026-06-25
40GPT-6 Lunamax89.1%55.12026-06-25
41GPT-5.2-Codex88.8%57.62026-06-25
42Nemotron 3 Ultra 550B A55B88.7%55.42026-06-25
43Inklingxhigh88.4%50.02026-06-25
44Gemini 3.5 Flashhigh88.2%62.52026-06-25
45GLM 5.387.9%–2026-06-25
46Deepseek v4 Flash Vision87.8%–2026-06-25
47GPT-5.6 Lunamax87.2%56.22026-06-25
48Muse Spark 1.1xhigh87.1%59.52026-06-25
49Claude Sonnet 4.6medium87.0%–2026-06-25
50DeepSeek V4 Flash86.8%53.82026-06-25
51Claude Haiku 5.5max86.4%55.32026-06-25
52Gemini 3.6 Flashhigh86.4%61.02026-06-25
53Qwen3.8 27B86.2%55.12026-06-25
54Qwen3.8-Flash-Next85.8%53.92026-06-25
55Qwen3.7max85.3%60.02026-06-25
56Kimi K384.4%60.72026-06-25
57Grok 4.384.3%54.52026-06-25
58Kimi K2.6thinking84.3%59.32026-06-25
59Qwen3.6 Plus83.7%59.02026-06-25
60GLM 5.3 Flash81.2%57.82026-06-25

更多数学基准测试 · 全部大模型基准测试

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

LiveBench Mathematics:常见问题

LiveBench Mathematics 衡量的是什么?
LiveBench 的数学题,取自近期竞赛和新生成的题目,答案精确。分数以完成任务的百分比表示,越高越好。
LiveBench Mathematics 的最高分是多少?
截至 2026年11月16日,LiveBench Mathematics 的最高分为 97.1%,由 Claude Opus 5.5 取得(结果日期 2026年6月25日),领先于 Claude Fable 5.1(97.0%)。分数来自 LiveBench,每天重新读取。
哪个 AI 模型在 LiveBench Mathematics 上领先?
截至 2026年11月16日,LiveBench Mathematics 排名第一的是 Claude Opus 5.5,分数为 97.1%(结果日期 2026年6月25日)。其后为 Claude Fable 5.1(97.0%)。
有多少模型有 LiveBench Mathematics 结果?
BenchLeader 上有 68 个模型配置有 LiveBench Mathematics 结果,全部取自 LiveBench。
LiveBench Mathematics 由谁运行,多久更新一次?
LiveBench Mathematics 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 Mathematics 是否计入 BenchLeader Index?
不计入。LiveBench Mathematics 仅作参考展示,不计入综合分数。