Fuentes de clasificaciones públicas

Datos de clasificación de modelos de AI de LiveBench

OpenGPT conserva 30 registros de LiveBench publicados dentro del alcance original de su fuente. No repite ni combina esta clasificación con otra prueba de referencia.

Registros publicados
30
Vistas de clasificación
Tareas objetivas · Coste por punto de puntuación · Modelos con pesos abiertos
Fecha de los datos de la fuente
Consultado

Alcance de la evidencia

LiveBench-2026-06-25

62 configuraciones de modelos publicadas en veintitrés tareas objetivas y siete categorías; las preguntas se actualizan cada seis meses.

Cómo trata OpenGPT estas pruebas

OpenGPT almacena las etiquetas, posiciones, configuraciones, fechas y valores del editor dentro del mismo alcance publicado. No convierte los valores que faltan en cero ni combina esta fuente en una puntuación entre fuentes.

Límites de la comparación

  • Las posiciones y los valores solo son comparables dentro de la publicación y el alcance de clasificación indicados.
  • Una configuración incluida en la fuente solo se vincula a un ID oficial de modelo cuando se ha revisado la evidencia de identidad.
  • Las clasificaciones publicadas son señales de filtrado; antes de elegir para producción, hay que probar la versión exacta con trabajo real.

LiveBench-2026-06-25

Mostrando 18 filas representativas de 30 registros publicados. Siga una fila para consultar la identidad exacta de la fuente y las evidencias de correspondencia.

  1. Claude Fable 5.1 Max EffortAnthropic · Tareas objetivas#183.41Configuración de evaluación publicada
  2. Claude 5.5 Opus Thinking Max EffortAnthropic · Tareas objetivas#283.22Configuración de evaluación publicada
  3. Claude Fable 5 Max EffortAnthropic · Tareas objetivas#382.97Configuración de evaluación publicada
  4. GPT-6 Astra Max EffortOpenAI · Tareas objetivas#482.16Configuración de evaluación publicada
  5. GPT-6.1 Sol Max EffortOpenAI · Tareas objetivas#581.62Configuración de evaluación publicada
  6. Muse Spark 1.3 xHigh EffortMeta · Tareas objetivas#681.59Configuración de evaluación publicada
  7. Claude Haiku 5.5 xHigh EffortAnthropic · Coste por punto de puntuación#1$0.0188Configuración de evaluación publicada
  8. Grok Build 0.1xAI · Coste por punto de puntuación#2$0.0240Configuración de evaluación publicada
  9. GPT-6 Luna Max EffortOpenAI · Coste por punto de puntuación#3$0.0263Configuración de evaluación publicada
  10. DeepSeek V4.1 Flash Max EffortDeepSeek · Coste por punto de puntuación#4$0.0292Configuración de evaluación publicada
  11. GLM-5.3 FlashZ.AI · Coste por punto de puntuación#5$0.0305Configuración de evaluación publicada
  12. Nemotron 3.5 Lightning 30B A3BNVIDIA · Coste por punto de puntuación#6$0.0399Configuración de evaluación publicada
  13. DeepSeek V4.1 Flash Max EffortDeepSeek · Modelos con pesos abiertos#181.11Abrir pesos
  14. Kimi K3Moonshot AI · Modelos con pesos abiertos#279.19Abrir pesos
  15. Qwen 3.8 MaxAlibaba · Modelos con pesos abiertos#378.46Abrir pesos
  16. DeepSeek V4 Pro 0813DeepSeek · Modelos con pesos abiertos#477.44Abrir pesos
  17. DeepSeek V4 Flash Vision ExpDeepSeek · Modelos con pesos abiertos#576.76Abrir pesos
  18. Qwen 3.8 Flash NextAlibaba · Modelos con pesos abiertos#676.19Abrir pesos