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。
- 1Claude Fable 5.1 (max)90.5%
- 2Claude Fable 5 (max)89.8%
- 3Gemini 3.8 Flash (high)89.5%
- 4Claude Opus 5 (max)89.0%
- 5Gemini 3.7 Flash (high)88.7%
- 6Gemini 3.1 Pro (high)88.5%
- 7Grok 4.6 (high)88.2%
- 8Gemini 3.6 Flash (high)88.1%
- 9GPT-5.2-Codex88.0%
- 10Qwen3.8 Max (max)87.8%
- 11Claude Opus 4.8 (max)87.8%
- 12Gemini 3.5 Flash (high)87.6%
- 13DeepSeek V4 Pro (max)87.5%
- 14Grok 4.5 (high)87.3%
- 15GPT-5.3-Codex (xhigh)87.3%
140 / 140
| # | |||||
|---|---|---|---|---|---|
| 1 | 90.5% | 66.7 | $0.261 | 2026-09-01 | |
| 2 | 89.8% | 65.1 | $0.428 | 2026-09-01 | |
| 3 | 89.5% | 59.4 | $0.071 | 2026-09-01 | |
| 4 | 89.0% | 65.0 | $0.134 | 2026-09-01 | |
| 5 | 88.7% | 62.1 | $0.040 | 2026-09-01 | |
| 6 | 88.5% | 60.4 | $0.101 | 2026-09-01 | |
| 7 | 88.2% | 60.6 | $0.040 | 2026-09-01 | |
| 8 | 88.1% | 61.0 | $0.056 | 2026-09-01 | |
| 9 | 88.0% | 57.6 | $0.117 | 2026-09-01 | |
| 10 | 87.8% | 58.7 | $0.091 | 2026-09-01 | |
| 11 | 87.8% | 61.1 | $0.327 | 2026-09-01 | |
| 12 | 87.6% | 62.5 | $0.086 | 2026-09-01 | |
| 13 | 87.5% | 54.7 | $0.064 | 2026-09-01 | |
| 14 | 87.3% | 56.8 | $0.045 | 2026-09-01 | |
| 15 | 87.3% | 62.9 | $0.092 | 2026-09-01 | |
| 16 | 87.3% | 57.2 | $0.020 | 2026-09-01 | |
| 17 | 87.2% | 60.2 | $0.104 | 2026-09-01 | |
| 18 | 87.1% | 60.0 | $0.087 | 2026-09-01 | |
| 19 | 86.8% | 55.1 | $0.065 | 2026-09-01 | |
| 20 | 86.6% | 54.6 | $0.012 | 2026-09-01 | |
| 21 | 86.5% | 57.5 | $0.126 | 2026-09-01 | |
| 22 | 86.4% | 60.0 | $0.127 | 2026-09-01 | |
| 23 | 86.0% | 55.4 | – | 2026-09-01 | |
| 24 | 86.0% | 59.0 | $0.078 | 2026-09-01 | |
| 25 | 85.9% | 60.1 | $0.031 | 2026-09-01 | |
| 26 | 85.9% | 52.0 | $0.021 | 2026-09-01 | |
| 27 | 85.9% | 59.5 | $0.046 | 2026-09-01 | |
| 28 | 85.9% | 58.2 | $0.064 | 2026-09-01 | |
| 29 | 85.6% | 57.4 | $0.051 | 2026-09-01 | |
| 30 | 85.5% | – | $0.138 | 2026-09-01 | |
| 31 | 85.5% | 50.4 | $0.153 | 2026-09-01 | |
| 32 | 85.4% | 59.9 | $0.135 | 2026-09-01 | |
| 33 | 85.3% | 57.4 | $0.048 | 2026-09-01 | |
| 34 | 85.3% | 64.1 | $0.067 | 2026-09-01 | |
| 35 | 85.1% | 59.7 | $0.351 | 2026-09-01 | |
| 36 | 84.7% | 58.6 | $0.097 | 2026-09-01 | |
| 37 | 84.7% | 57.0 | $0.343 | 2026-09-01 | |
| 38 | 84.5% | 56.5 | $0.020 | 2026-09-01 | |
| 39 | 84.3% | 58.3 | $0.052 | 2026-09-01 | |
| 40 | 84.1% | 63.1 | $0.329 | 2026-09-01 | |
| 41 | 84.0% | 48.3 | $0.0025 | 2026-09-01 | |
| 42 | 84.0% | 52.2 | $0.045 | 2026-09-01 | |
| 43 | 84.0% | 51.7 | $0.0030 | 2026-09-01 | |
| 44 | 83.9% | 55.1 | $0.033 | 2026-09-01 | |
| 45 | 83.9% | 59.4 | $0.039 | 2026-09-01 | |
| 46 | 83.7% | 59.7 | $0.971 | 2026-09-01 | |
| 47 | 83.6% | – | – | 2026-09-01 | |
| 48 | 83.3% | 51.8 | $0.0095 | 2026-09-01 | |
| 49 | 83.3% | 58.1 | $0.156 | 2026-09-01 | |
| 50 | 83.2% | 46.1 | $0.0085 | 2026-09-01 | |
| 51 | 82.6% | 65.3 | $0.090 | 2026-09-01 | |
| 52 | 82.4% | 56.1 | $0.095 | 2026-09-01 | |
| 53 | 82.2% | 51.7 | $0.035 | 2026-09-01 | |
| 54 | 82.2% | 51.2 | $0.014 | 2026-09-01 | |
| 55 | 82.2% | 56.1 | $0.037 | 2026-09-01 | |
| 56 | 82.1% | 56.1 | $0.371 | 2026-09-01 | |
| 57 | 82.0% | 53.9 | $0.027 | 2026-09-01 | |
| 58 | 81.9% | 60.2 | $0.044 | 2026-09-01 | |
| 59 | 81.8% | 53.8 | $0.018 | 2026-09-01 | |
| 60 | 81.5% | 56.3 | $0.0022 | 2026-09-01 |
相关基准测试
LiveCodeBench 上的热门模型对比
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。