跳到正文

LiveBench · 程式設計綜合

LiveBench / 程式設計 · Coding + Agentic Coding 兩項均分,各佔 50%。

官方評測
在 888news 中參與排名
依據預算8.3%
上游數據時間11/20 02:01
最近成功同步11/23 00:05

它測什麼,怎麼測

讀取 Coding 和 Agentic Coding 的未舍入分項成績;本來源頁保留兩項均分。

如何使用這份依據

計分:只計 Coding 一項(程式設計領域的寫程式碼一類)。Agentic Coding 對部分廠商使用原生工具呼叫提示,流程不統一,暫不計分。

評測成績

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
1gemini-4-neonGoogle86.2%來源預設配置
2claude-fable-5.1Anthropic82.0%來源預設配置
3gemini-4-carbonGoogle81.4%來源預設配置
4gpt-6.2-astraOpenAI81.3%來源預設配置
5gpt-6-astraOpenAI81.1%來源預設配置
6claude-fable-5.2Anthropic81.1%來源預設配置
7claude-opus-5.5Anthropic79.9%來源預設配置
8gpt-6.2-solOpenAI73.7%來源預設配置
9gpt-6.1-solOpenAI73.4%來源預設配置
10gpt-6.1-terraOpenAI72.3%來源預設配置
11gemini-4-argonGoogle72.1%來源預設配置
12gemini-4-hydrogenGoogle70.2%來源預設配置
13claude-sonnet-5.5anthropic69.8%來源預設配置
14muse-spark-1.3Meta66.2%來源預設配置
15claude-haiku-5.5Anthropic62.8%來源預設配置
16muse-wonder-1.0Meta60.6%來源預設配置
17deepseek-v4.1-flash-1017DeepSeek59.6%來源預設配置
18grok-4.7xAI59.2%來源預設配置
19qwen4-maxAlibaba58.2%來源預設配置
20gpt-5.6-terraOpenAI55.0%來源預設配置
21kimi-k3.1-proMoonshot AI53.3%來源預設配置
22mistral-large-4-0Mistral AI52.1%來源預設配置
23mimo-v2.6-proXiaomi50.5%來源預設配置
24gpt-6-lunaOpenAI47.8%來源預設配置
25grok-4.6xAI47.7%來源預設配置
26minimax-m3.1-flashMiniMax47.3%來源預設配置
27glm-5.3-flashZ.ai45.8%來源預設配置
28gemini-3.8-flashGoogle44.9%來源預設配置
29kimi-k3Moonshot AI44.5%來源預設配置
30qwen3.8-maxAlibaba43.8%來源預設配置
評測局限與數據署名

兩項均分衡量組合表現,不能當成 Coding 單項成績。官方頁面切換分類或是否包含微調模型時,分數與排序會隨之變化。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 發布,各項原始分數使用不同尺度,不能直接相加;參考名次採用公開的分差標準化規則。