公开榜单来源

LiveBench AI 模型榜单数据

OpenGPT 在原始来源范围内保留22条 LiveBench 公开记录,不重新测试,也不与其他评测合成总分。

公开记录
22
榜单维度
客观任务 · 单位得分成本 · 开放权重
来源数据日期
数据获取日期

数据范围

LiveBench-2026-06-25. Twenty-three objective tasks across seven categories; questions refresh every six months.

OpenGPT 如何处理这些数据

OpenGPT 在同一公开范围内保存发布方的名称、名次、配置、日期与数值;不把缺失值改成零,也不生成跨来源总分。

可比边界

  • 名次和数值只能在指定来源版本与榜单范围内比较。
  • 只有在模型身份对应依据经过核验后,来源配置才会链接到官方模型 ID。
  • 公开榜单用于筛选候选;正式采用前仍需用真实任务测试准确版本。

LiveBench-2026-06-25

展示22条公开记录中的14条代表记录。进入单条记录可核对来源身份与对应依据。

  1. Claude Fable 5Anthropic · 客观任务#183.0Max effort
  2. GPT-5.6 SolOpenAI · 客观任务#281.1Max effort
  3. GPT-5.5OpenAI · 客观任务#380.2xHigh effort
  4. Claude Opus 5Anthropic · 客观任务#480.1Max effort
  5. Kimi K3Moonshot AI · 客观任务#579.2Published benchmark configuration
  6. Qwen 3.8Alibaba · 客观任务#678.5Max effort
  7. DeepSeek V4 FlashDeepSeek · 单位得分成本#1$0.0161Published benchmark configuration
  8. Grok Build 0.1xAI · 单位得分成本#2$0.0240Published benchmark configuration
  9. DeepSeek V4 ProDeepSeek · 单位得分成本#3$0.0498Published benchmark configuration
  10. DeepSeek V4 Flash 0731DeepSeek · 单位得分成本#4$0.0596Published benchmark configuration
  11. MiniMax M3MiniMax · 单位得分成本#5$0.0597Published benchmark configuration
  12. Grok 4.3xAI · 单位得分成本#6$0.0614Published benchmark configuration
  13. Kimi K3Moonshot AI · 开放权重#179.2Open weights
  14. DeepSeek V4 Flash 0731DeepSeek · 开放权重#274.2Open weights