OpenGPTAI決策工作區公開榜單來源
LiveBench AI模型榜單資料
OpenGPT在原始來源範圍內保留30筆LiveBench公開記錄，不重新測試，也不與其他評測合成總分。
- 公開記錄
- 30
- 榜單維度
- 客觀工作 · 單位得分成本 · 開放權重
- 來源資料日期
- 資料取得日期
資料範圍
LiveBench-2026-06-25. 51 個已發佈模型配置，覆蓋 23 項客觀任務和 7 個類別；問題每 6 個月更新一次。
OpenGPT如何處理這些資料
OpenGPT在同一公開範圍內保存發布方的名稱、名次、設定、日期與數值；不把缺失值改成零，也不產生跨來源總分。
可比範圍
- 名次和數值只能在指定來源版本與榜單範圍內比較。
- 只有在模型身分對應依據經過核驗後，來源設定才會連結到官方模型ID。
- 公開榜單用於篩選候選；正式採用前仍需用真實工作測試準確版本。
LiveBench-2026-06-25
展示30筆公開記錄中的18筆代表記錄。進入單筆記錄可核對來源身分與對應依據。
- Claude Fable 5.1 Max EffortAnthropic · 客觀工作#183.41Published benchmark configuration
- Claude Fable 5 Max EffortAnthropic · 客觀工作#282.97Published benchmark configuration
- GPT-6 Astra Max EffortOpenAI · 客觀工作#382.16Published benchmark configuration
- Muse Spark 1.3 xHigh EffortMeta · 客觀工作#481.59Published benchmark configuration
- GPT-5.6 Sol Max EffortOpenAI · 客觀工作#581.05Published benchmark configuration
- GPT-5.5 Thinking xHigh EffortOpenAI · 客觀工作#680.19Published benchmark configuration
- Grok Build 0.1xAI · 單位得分成本#1$0.0240Published benchmark configuration
- GLM-5.3 FlashZ.AI · 單位得分成本#2$0.0305Published benchmark configuration
- Qwen 3.8 Flash NextAlibaba · 單位得分成本#3$0.0423Published benchmark configuration
- DeepSeek V4 Pro 0813DeepSeek · 單位得分成本#4$0.0442Published benchmark configuration
- DeepSeek V4 Flash Vision ExpDeepSeek · 單位得分成本#5$0.0505Published benchmark configuration
- DeepSeek V4 Flash 0731DeepSeek · 單位得分成本#6$0.0596Published benchmark configuration
- Kimi K3Moonshot AI · 開放權重#179.19開放權重
- Qwen 3.8 MaxAlibaba · 開放權重#278.46開放權重
- DeepSeek V4 Pro 0813DeepSeek · 開放權重#377.44開放權重
- DeepSeek V4 Flash Vision ExpDeepSeek · 開放權重#476.76開放權重
- Qwen 3.8 Flash NextAlibaba · 開放權重#576.19開放權重
- GLM-5.3Z.AI · 開放權重#676.14開放權重