LiveBench Global Average

Name: LiveBench Global Average
Creator: LiveBench

LiveBench · 题库持续更换，答案可以自动核对。用来看模型换题之后还能不能站住。

在 openhot 中交叉参考

证据预算不计分

上游数据时间09/29 03:39

最近成功同步09/29 08:54

它测什么，怎么测

保留官方 Global Average 作整体参考；正式分数使用互不重复的专项任务。

原始 Global Average 留作参考；正式票改用互不重复的专项任务。

按固定规则，每个公开模型采用一套代表配置。匿名测试型号不展示，保留原榜名次，每项最多 30 个。

原榜名次	原榜型号	原始成绩	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	muse-spark-1.3-xhighMeta	81.6%	xHigh 推理
7	deepseek-v4.1-flash-maxDeepSeek	81.1%	来源默认配置
8	gpt-5.6-sol-maxOpenAI	81.1%	Max 推理
9	gpt-5.5-xhighOpenAI	80.2%	xHigh 推理
10	claude-opus-5-max-effortAnthropic	80.1%	Max 推理
11	smaug-agenticAbacus.AI	79.5%	来源默认配置
12	gpt-6-sol-maxOpenAI	79.2%	Max 推理
13	kimi-k3Moonshot AI	79.2%	来源默认配置
14	gemini-3.7-flash-highGoogle	78.8%	High 推理
15	qwen3.8-maxAlibaba	78.5%	来源默认配置
16	grok-4.6xAI	78.0%	来源默认配置
17	gpt-5.4-xhighOpenAI	78.0%	xHigh 推理
18	muse-spark-1.2-xhighMeta	78.0%	xHigh 推理
19	gpt-5.6-terra-maxOpenAI	77.9%	Max 推理
21	deepseek-v4-pro-0813DeepSeek	77.4%	来源默认配置
22	smaug-flashAbacus.AI	77.4%	来源默认配置
23	grok-4.7-xhighxAI	77.4%	xHigh 推理
24	gemini-3.1-pro-preview-highGoogle	77.0%	High 推理
25	smaug-miniAbacus.AI	76.9%	来源默认配置
26	deepseek-v4-flash-vision-expDeepSeek	76.8%	来源默认配置
27	claude-opus-4-7-xhigh-effortAnthropic	76.5%	xHigh 推理
28	claude-opus-4-8-max-effortAnthropic	76.2%	Max 推理
29	qwen3.8-flash-nextAlibaba	76.2%	来源默认配置
30	glm-5.3Z.ai	76.1%	来源默认配置
31	claude-sonnet-5-xhigh-effortAnthropic	76.0%	xHigh 推理
32	gemini-3.8-flash-highGoogle	75.8%	High 推理

评测局限与数据署名

综合均分会稀释特定能力的变化；仅交叉参考，不重复计票。组织参与方 Abacus.AI 同时开发 Smaug 模型，其独家成绩需要其他独立来源补充。

数据许可：Apache 2.0

成绩由 LiveBench 发布，原始分数与 openhot 共识分使用不同尺度，不能直接相加。