LiveBench Global Average

Name: LiveBench Global Average
Creator: LiveBench

LiveBench · 題庫持續更換，答案可以自動核對。用來看模型換題之後還能不能站住。

在 ATech Hot 中交叉參考

證據預算不計分

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

保留官方 Global Average 作整體參考；正式分數使用互不重複的專項任務。

原始 Global Average 留作參考；正式票改用互不重複的專項任務。

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-fable-5-1-max-effortAnthropic	83.4%	Max 推理
2	claude-opus-5-5-max-effortAnthropic	83.2%	Max 推理
3	claude-fable-5-max-effortAnthropic	83.0%	Max 推理
4	gpt-6-astra-maxOpenAI	82.2%	Max 推理
6	gpt-6.1-sol-maxopenai	81.6%	Max 推理
7	muse-spark-1.3-xhighMeta	81.6%	xHigh 推理
9	deepseek-v4.1-flash-maxDeepSeek	81.1%	來源預設配置
10	gpt-5.6-sol-maxOpenAI	81.1%	Max 推理
11	gpt-5.5-xhighOpenAI	80.2%	xHigh 推理
12	claude-opus-5-max-effortAnthropic	80.1%	Max 推理
13	smaug-agenticAbacus.AI	79.5%	來源預設配置
14	gpt-6-sol-maxOpenAI	79.2%	Max 推理
15	kimi-k3Moonshot AI	79.2%	來源預設配置
16	gemini-3.7-flash-highGoogle	78.8%	High 推理
17	qwen3.8-maxAlibaba	78.5%	來源預設配置
18	grok-4.6xAI	78.0%	來源預設配置
19	gpt-5.4-xhighOpenAI	78.0%	xHigh 推理
20	muse-spark-1.2-xhighMeta	78.0%	xHigh 推理
21	gpt-5.6-terra-maxOpenAI	77.9%	Max 推理
23	deepseek-v4-pro-0813DeepSeek	77.4%	來源預設配置
24	smaug-flashAbacus.AI	77.4%	來源預設配置
25	grok-4.7-xhighxAI	77.4%	xHigh 推理
26	gemini-3.1-pro-preview-highGoogle	77.0%	High 推理
27	smaug-miniAbacus.AI	76.9%	來源預設配置
28	deepseek-v4-flash-vision-expDeepSeek	76.8%	來源預設配置
29	claude-opus-4-7-xhigh-effortAnthropic	76.5%	xHigh 推理
30	claude-opus-4-8-max-effortAnthropic	76.2%	Max 推理
31	qwen3.8-flash-nextAlibaba	76.2%	來源預設配置
32	glm-5.3Z.ai	76.1%	來源預設配置
33	claude-sonnet-5-xhigh-effortAnthropic	76.0%	xHigh 推理

評測侷限與數據署名

綜合均分會稀釋特定能力的變化；僅交叉參考，不重複計票。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

成績由 LiveBench 發佈，原始分數與 ATech Hot 共識分使用不同尺度，不能直接相加。