AIFIND / MODEL INTELLIGENCE
LiveBench · 言語と指示
LiveBench · 言語と指示 · LiveBench
Language と IF を各 50% で平均。
何を測るか
丸め前の言語理解・指示追従スコアを等分して平均します。小説の文体評価ではありません。
ランキングでの扱い
単一モデルの評価条件を確認した測定のみが、固定された分野・タスク群の重みで集計対象になります。有効な重みは各公開集計に保存します。
比較の限界
単独カテゴリの点数と異なります。分類・微調整モデルの表示設定で公式順位も変わります。
出典・利用条件
Apache 2.0
LiveBench が公表した点数を当サイトで所定の方法により集約しています。異なる尺度の点数を単純加算しません。
最終取得確認 2026/10/04 20:00 JST · 最後の成功 2026/10/04 20:00 JST。リアルタイムの成績ではありません。
元の評価結果
出典公開 2026/09/30 JST · 取得確認 2026/10/04 20:00 JST
固定規則でモデルごとの代表設定を選択します。不採用の理由と元の順位を保持し、最大 30 モデルを表示。匿名モデルは除外します。
| 元の順位 | モデル・設定 | 元のスコア | 採否 |
|---|---|---|---|
| 1 | gemini-3.8-flash-highHigh 推論 | 84.6% | 採用可能 |
| 2 | claude-fable-5-max-effortMax 推論 | 83.2% | 採用可能 |
| 3 | gemini-3.7-flash-highHigh 推論 | 82.7% | 採用可能 |
| 4 | gpt-6-astra-maxMax 推論 | 82.5% | 採用可能 |
| 5 | gemini-3.1-pro-preview-highHigh 推論 | 82.2% | 採用可能 |
| 6 | gpt-6.1-sol-maxMax 推論 | 82.1% | 採用可能 |
| 7 | claude-fable-5-1-max-effortMax 推論 | 81.2% | 採用可能 |
| 8 | muse-spark-1.3-xhighxHigh 推論 | 80.4% | 採用可能 |
| 9 | gemini-3.5-flash-highHigh 推論 | 80.1% | 採用可能 |
| 11 | gpt-5.6-sol-maxMax 推論 | 79.8% | 採用可能 |
| 12 | gemini-3.6-flash-highHigh 推論 | 79.6% | 採用可能 |
| 13 | gpt-5.5-xhighxHigh 推論 | 79.0% | 採用可能 |
| 14 | kimi-k3出典の既定設定 | 78.4% | 採用可能 |
| 15 | grok-4.6出典の既定設定 | 77.8% | 採用可能 |
| 16 | grok-4.7-xhighxHigh 推論 | 77.7% | 採用可能 |
| 17 | smaug-agentic出典の既定設定 | 77.7% | 採用可能 |
| 18 | grok-4.5出典の既定設定 | 77.2% | 採用可能 |
| 20 | gpt-6-sol-maxMax 推論 | 76.9% | 採用可能 |
| 21 | qwen3.7-max出典の既定設定 | 76.9% | 採用可能 |
| 22 | qwen3.8-max出典の既定設定 | 76.9% | 採用可能 |
| 23 | muse-spark-1.2-xhighxHigh 推論 | 76.4% | 採用可能 |
| 24 | gpt-5.4-xhighxHigh 推論 | 76.4% | 採用可能 |
| 26 | claude-opus-5-max-effortMax 推論 | 76.2% | 採用可能 |
| 27 | claude-opus-5-5-max-effortMax 推論 | 76.0% | 採用可能 |
| 28 | qwen3.8-flash-next出典の既定設定 | 75.9% | 採用可能 |
| 29 | claude-opus-4-8-max-effortMax 推論 | 75.8% | 採用可能 |
| 30 | deepseek-v4-flash-vision-exp出典の既定設定 | 75.7% | 採用可能 |
| 31 | deepseek-v4.1-flash-max出典の既定設定 | 75.6% | 採用可能 |
| 32 | smaug-mini出典の既定設定 | 75.5% | 採用可能 |
| 33 | deepseek-v4-pro-0813出典の既定設定 | 74.9% | 採用可能 |