LiveBench · 編程綜合

Name: LiveBench · 編程綜合
Creator: LiveBench

LiveBench / 編程 · Coding + Agentic Coding 兩項均分，各佔 50%。

在 ATech Hot 中參與排名

證據預算2.4%

上游數據時間09/30 03:01

最近成功同步10/06 14:05

它測什麼，怎麼測

先分別計算 Coding、Agentic Coding 的分類成績，再各佔 50% 求平均，最後保留一位小數。兩項均分與官網單獨選擇某一類的成績不同。

兩項均分作為一份證據參與排名，各專項共用 LiveBench 證據家族；Global Average 僅供參考，不重複計票。

按固定規則，每個公開模型採用一套代表配置；沒有可採用配置的模型標為未計入並寫明原因。匿名測試型號不展示，保留原榜名次，每項最多 30 個。

原榜名次	原榜型號	原始成績	代表配置
1	claude-opus-5-5-max-effortAnthropic	80.5%	Max 推理
2	deepseek-v4.1-flash-maxDeepSeek	78.7%	來源預設配置
4	claude-fable-5-1-max-effortAnthropic	76.2%	Max 推理
5	claude-fable-5-max-effortAnthropic	74.1%	Max 推理
6	claude-sonnet-5-5-max-effortanthropic	73.8%	Max 推理
7	smaug-agenticAbacus.AI	73.6%	來源預設配置
8	claude-opus-5-max-effortAnthropic	73.3%	Max 推理
9	muse-spark-1.3-xhighMeta	72.6%	xHigh 推理
10	kimi-k3Moonshot AI	71.8%	來源預設配置
11	gpt-5.6-sol-maxOpenAI	70.1%	Max 推理
12	claude-sonnet-5-xhigh-effortAnthropic	70.0%	xHigh 推理
13	glm-5.3Z.ai	69.9%	來源預設配置
14	smaug-flashAbacus.AI	69.1%	來源預設配置
15	gpt-6-astra-maxOpenAI	68.8%	Max 推理
16	qwen3.8-maxAlibaba	68.8%	來源預設配置
18	gemini-3.7-flash-highGoogle	68.6%	High 推理
19	qwen3.8-27bAlibaba	68.5%	來源預設配置
20	smaug-miniAbacus.AI	68.1%	來源預設配置
21	gpt-5.5-xhighOpenAI	68.1%	xHigh 推理
22	glm-5.3-flashZ.ai	67.9%	來源預設配置
23	muse-spark-1.1-xhighMeta	67.8%	xHigh 推理
24	muse-spark-1.2-xhighMeta	67.6%	xHigh 推理
25	gpt-6.1-sol-maxopenai	67.5%	Max 推理
26	gpt-6-sol-maxOpenAI	67.3%	Max 推理
27	qwen3.8-flash-nextAlibaba	67.1%	來源預設配置
28	grok-4.6xAI	66.9%	來源預設配置
29	deepseek-v4-flash-vision-expDeepSeek	66.7%	來源預設配置
30	gpt-5.6-terra-maxOpenAI	66.6%	Max 推理
31	gpt-5.2-codexOpenAI	66.5%	來源預設配置
32	claude-opus-4-7-xhigh-effortAnthropic	66.4%	xHigh 推理

評測侷限與數據署名

兩項均分衡量組合表現，不能當成 Coding 單項成績。官方頁面切換分類或是否包含微調模型時，分數與排序會隨之變化。組織參與方 Abacus.AI 同時開發 Smaug 模型，其獨家成績需要其他獨立來源補充。

數據許可：Apache 2.0

分項成績由 LiveBench 發佈，AIHOT 按上述兩類等權彙總並排序。兩項均分與 AIHOT 共識分使用不同尺度，不能直接相加。