BenchLeader

LiveCodeBench 排行榜

截至 2026年11月16日,LiveCodeBench 的最高分为 90.5%,由 Claude Fable 5.1(Anthropic)取得,领先于 Claude Fable 5(89.8%)。共有 140 个模型配置公布了结果(Vals AI,结果日期 2026年9月1日)。LiveCodeBench 收集在各模型训练截止日期之后发布的竞赛编程题,通过运行隐藏测试检查解答。LiveCodeBench 计入 BenchLeader Index 的编程得分。

要点(截至 2026年11月16日)

  • Claude Fable 5.1 以 90.5% 保持 LiveCodeBench 最高分(Vals AI,2026年9月1日)。
  • Claude Fable 5 以 89.8% 位列 LiveCodeBench 第二(Vals AI,2026年9月1日)。
  • LiveCodeBench:在模型训练截止之后发布的编程竞赛题。由 Vals AI 运行(Vals AI)。
  • BenchLeader 上有 140 个模型配置公布了 LiveCodeBench 结果(BenchLeader,2026年11月16日)。
  • LiveCodeBench 计入 BenchLeader Index 的编程类别(BenchLeader 方法论)。

在模型训练截止之后发布的编程竞赛题。由 Vals AI 运行。

发布方
Vals AI
类别
编程
Index 权重
1.0
模型
140
数据截至
2026年11月16日

Vals AI (vals.ai).

测试内容

LiveCodeBench 收集在各模型训练截止日期之后发布的竞赛编程题,通过运行隐藏测试检查解答。

评分方式

通过全部测试的题目百分比;Vals AI 运行的是一个固定的近期时间窗口。

注意事项

只有模型截止日期之后的时间窗口才没有污染,而窗口会随时间变化,所以不同日期的分数不能严格比较。

140 / 140
#
1Claude Fable 5.1max90.5%66.7$0.2612026-09-01
2Claude Fable 5max89.8%65.1$0.4282026-09-01
3Gemini 3.8 Flashhigh89.5%59.4$0.0712026-09-01
4Claude Opus 5max89.0%65.0$0.1342026-09-01
5Gemini 3.7 Flashhigh88.7%62.1$0.0402026-09-01
6Gemini 3.1 Prohigh88.5%60.4$0.1012026-09-01
7Grok 4.6high88.2%60.6$0.0402026-09-01
8Gemini 3.6 Flashhigh88.1%61.0$0.0562026-09-01
9GPT-5.2-Codex88.0%57.6$0.1172026-09-01
10Qwen3.8 Maxmax87.8%58.7$0.0912026-09-01
11Claude Opus 4.8max87.8%61.1$0.3272026-09-01
12Gemini 3.5 Flashhigh87.6%62.5$0.0862026-09-01
13DeepSeek V4 Promax87.5%54.7$0.0642026-09-01
14Grok 4.5high87.3%56.8$0.0452026-09-01
15GPT-5.3-Codexxhigh87.3%62.9$0.0922026-09-01
16DeepSeek V4 Flashhigh87.3%57.2$0.0202026-09-01
17Kimi K3max87.2%60.2$0.1042026-09-01
18Qwen3.7max87.1%60.0$0.0872026-09-01
19Kimi K2.686.8%55.1$0.0652026-09-01
20GPT-5 minihigh86.6%54.6$0.0122026-09-01
21GPT-5.1high86.5%57.5$0.1262026-09-01
22Gemini 3 Pro86.4%60.0$0.1272026-09-01
23Nemotron 3 Ultra 550B A55B86.0%55.4–2026-09-01
24Qwen3.6 Plus86.0%59.0$0.0782026-09-01
25GPT-5.6 Terraxhigh85.9%60.1$0.0312026-09-01
26Inkling Small85.9%52.0$0.0212026-09-01
27Muse Spark 1.1xhigh85.9%59.5$0.0462026-09-01
28GPT-5high85.9%58.2$0.0642026-09-01
29Gemini 3 Flashhigh85.6%57.4$0.0512026-09-01
30GPT-5.1-Codex85.5%–$0.1382026-09-01
31Inkling85.5%50.4$0.1532026-09-01
32GPT-5.2xhigh85.4%59.9$0.1352026-09-01
33Qwen3.5 Plusthinking85.3%57.4$0.0482026-09-01
34GPT-5.5xhigh85.3%64.1$0.0672026-09-01
35Claude Opus 4.7max85.1%59.7$0.3512026-09-01
36GPT-5-Codexhigh84.7%58.6$0.0972026-09-01
37Claude Opus 4.6max84.7%57.0$0.3432026-09-01
38Grok 4.3high84.5%56.5$0.0202026-09-01
39Grok 4.20thinking84.3%58.3$0.0522026-09-01
40GPT-5.4xhigh84.1%63.1$0.3292026-09-01
41GPT-5.4 Nanohigh84.0%48.3$0.00252026-09-01
42Qwen3.8 27Bxhigh84.0%52.2$0.0452026-09-01
43Ling 3.0 Flash84.0%51.7$0.00302026-09-01
44o3high83.9%55.1$0.0332026-09-01
45Kimi K2.5thinking83.9%59.4$0.0392026-09-01
46Claude Opus 4.5high83.7%59.7$0.9712026-09-01
47GPT-5.1-Codex-Maxmax83.6%––2026-09-01
48Qwen3.5 Flash83.3%51.8$0.00952026-09-01
49Grok 483.3%58.1$0.1562026-09-01
50gpt-oss-120b83.2%46.1$0.00852026-09-01
51GPT-5.6 Solmax82.6%65.3$0.0902026-09-01
52Claude Sonnet 5max82.4%56.1$0.0952026-09-01
53GLM 4.782.2%51.7$0.0352026-09-01
54o4-minihigh82.2%51.2$0.0142026-09-01
55MiniMax M382.2%56.1$0.0372026-09-01
56Claude Sonnet 4.6max82.1%56.1$0.3712026-09-01
57Kimi K2.7 Code82.0%53.9$0.0272026-09-01
58GLM-5thinking81.9%60.2$0.0442026-09-01
59MiniMax-M2.181.8%53.8$0.0182026-09-01
60MiMo-V2.581.5%56.3$0.00222026-09-01

更多编程基准测试 · 全部大模型基准测试

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

LiveCodeBench:常见问题

LiveCodeBench 衡量的是什么?
LiveCodeBench 收集在各模型训练截止日期之后发布的竞赛编程题,通过运行隐藏测试检查解答。分数以完成任务的百分比表示,越高越好。
LiveCodeBench 的最高分是多少?
截至 2026年11月16日,LiveCodeBench 的最高分为 90.5%,由 Claude Fable 5.1 取得(结果日期 2026年9月1日),领先于 Claude Fable 5(89.8%)。分数来自 Vals AI,每天重新读取。
哪个 AI 模型在 LiveCodeBench 上领先?
截至 2026年11月16日,LiveCodeBench 排名第一的是 Claude Fable 5.1,分数为 90.5%(结果日期 2026年9月1日)。其后为 Claude Fable 5(89.8%)。
有多少模型有 LiveCodeBench 结果?
BenchLeader 上有 140 个模型配置有 LiveCodeBench 结果,全部取自 Vals AI。
LiveCodeBench 由谁运行,多久更新一次?
LiveCodeBench 由 Vals AI 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。
LiveCodeBench 是否计入 BenchLeader Index?
计入。LiveCodeBench 计入 BenchLeader Index 的编程类别,并经过归一化,使参评模型的平均值为 50。