AI 模型跑分排行榜

Name: AI 模型跑分排行榜
Creator: LessWork Lab
License: https://creativecommons.org/licenses/by-sa/4.0/

依公開基準測試分數整理 AI 模型排名，並附原始來源。分數由來源提供，並非本站親測。

基準來源: LiveBench基準版本日期: 2026-06-25資料核查日期: 2026-10-10 11:01 (UTC+8)

排名方式

搜尋模型或提供者評分項目

69 / 69 筆

LiveBench 2026-06-25
名次	模型	提供者	整體
1	Claude Fable 5.1 Max Effort 展開各項分數推理 91.69 程式 86.38 代理程式設計 66.06 數學 97.01 資料分析 80.28 語言 89.50 指令遵循 72.99	Anthropic	83.41
2	Claude 5.5 Opus Thinking Max Effort 展開各項分數推理 92.15 程式 89.25 代理程式設計 71.72 數學 97.08 資料分析 80.31 語言 86.27 指令遵循 65.74	Anthropic	83.22
3	Claude Fable 5 Max Effort 展開各項分數推理 89.65 程式 85.99 代理程式設計 62.17 數學 95.99 資料分析 80.54 語言 90.68 指令遵循 75.77	Anthropic	82.97
4	GPT-6 Astra Max Effort 展開各項分數推理 92.65 程式 80.36 代理程式設計 57.32 數學 96.81 資料分析 82.97 語言 89.43 指令遵循 75.58	OpenAI	82.16
5	Claude 5.5 Opus Thinking xHigh Effort 展開各項分數推理 90.65 程式 89.25 代理程式設計 65.35 數學 96.80 資料分析 79.80 語言 85.50 指令遵循 67.05	Anthropic	82.06
6	GPT-6.1 Sol Max Effort 展開各項分數推理 92.63 程式 80.36 代理程式設計 54.55 數學 96.83 資料分析 82.66 語言 90.13 指令遵循 74.15	OpenAI	81.62
7	Muse Spark 1.3 xHigh Effort 展開各項分數推理 89.65 程式 81.06 代理程式設計 64.09 數學 95.95 資料分析 79.57 語言 82.79 指令遵循 78.00	Meta	81.59
8	DeepSeek V4.1 Flash Max Effort 展開各項分數推理 86.69 程式 80.04 代理程式設計 77.27 數學 93.29 資料分析 79.25 語言 81.19 指令遵循 70.03	DeepSeek	81.11
8	GPT-6.1 Sol xHigh Effort 展開各項分數推理 91.63 程式 80.74 代理程式設計 56.77 數學 96.48 資料分析 82.18 語言 88.64 指令遵循 71.33	OpenAI	81.11
10	GPT-5.6 Sol Max Effort 展開各項分數推理 91.65 程式 83.94 代理程式設計 56.21 數學 96.20 資料分析 79.84 語言 87.68 指令遵循 71.85	OpenAI	81.05
11	GPT-5.5 Thinking xHigh Effort 展開各項分數推理 89.65 程式 82.15 代理程式設計 53.99 數學 95.86 資料分析 81.58 語言 87.36 指令遵循 70.73	OpenAI	80.19
12	Claude 5 Opus Thinking Max Effort 展開各項分數推理 91.21 程式 81.45 代理程式設計 65.20 數學 95.73 資料分析 74.55 語言 88.69 指令遵循 63.77	Anthropic	80.08
13	Smaug Agentic 展開各項分數推理 90.27 程式 82.47 代理程式設計 64.65 數學 83.92 資料分析 79.90 語言 84.36 指令遵循 70.99	Abacus.AI	79.51
14	GPT-6 Sol Max Effort 展開各項分數推理 88.65 程式 81.77 代理程式設計 52.88 數學 96.36 資料分析 81.19 語言 85.30 指令遵循 68.57	OpenAI	79.25
15	Kimi K3 展開各項分數推理 90.67 程式 81.45 代理程式設計 62.17 數學 84.44 資料分析 78.73 語言 85.53 指令遵循 71.36	Moonshot AI	79.19
16	Gemini 3.7 Flash High 展開各項分數推理 87.80 程式 78.89 代理程式設計 58.28 數學 93.47 資料分析 67.96 語言 85.45 指令遵循 79.93	Google	78.83
17	Qwen 3.8 Max 展開各項分數推理 88.21 程式 72.87 代理程式設計 64.65 數學 91.31 資料分析 78.41 語言 79.69 指令遵循 74.08	Alibaba	78.46
18	Grok 4.6 xHigh 展開各項分數推理 90.51 程式 76.78 代理程式設計 57.02 數學 92.57 資料分析 73.86 語言 83.70 指令遵循 71.87	xAI	78.04
19	GPT-5.4 Thinking xHigh Effort 展開各項分數推理 88.12 程式 77.54 代理程式設計 53.84 數學 94.15 資料分析 79.31 語言 82.63 指令遵循 70.22	OpenAI	77.97
20	Muse Spark 1.2 xHigh Effort 展開各項分數推理 90.00 程式 77.54 代理程式設計 57.58 數學 91.20 資料分析 76.46 語言 78.57 指令遵循 74.33	Meta	77.95
21	GPT-5.6 Terra Max Effort 展開各項分數推理 90.63 程式 78.25 代理程式設計 54.95 數學 94.91 資料分析 79.31 語言 82.89 指令遵循 64.62	OpenAI	77.94
22	Claude Sonnet 5.5 xHigh Effort 展開各項分數推理 86.81 程式 88.87 代理程式設計 39.34 數學 96.69 資料分析 78.62 語言 83.43 指令遵循 70.52	Anthropic	77.75
23	DeepSeek V4 Pro 0813 展開各項分數推理 85.84 程式 77.16 代理程式設計 54.95 數學 95.09 資料分析 79.24 語言 82.07 指令遵循 67.70	DeepSeek	77.44
23	Smaug Flash 展開各項分數推理 86.23 程式 77.10 代理程式設計 61.06 數學 90.06 資料分析 79.12 語言 79.21 指令遵循 69.26	Abacus.AI	77.44
25	Grok 4.7 xHigh 展開各項分數推理 82.65 程式 77.16 代理程式設計 53.99 數學 95.68 資料分析 76.88 語言 80.14 指令遵循 75.28	xAI	77.40
26	Gemini 3.1 Pro Preview High 展開各項分數推理 84.00 程式 76.45 代理程式設計 44.14 數學 91.04 資料分析 78.54 語言 85.38 指令遵循 79.10	Google	76.95
27	Smaug Mini 展開各項分數推理 82.81 程式 75.43 代理程式設計 60.81 數學 89.74 資料分析 78.81 語言 77.00 指令遵循 73.92	Abacus.AI	76.93
28	DeepSeek V4 Flash Vision Exp 展開各項分數推理 85.40 程式 68.20 代理程式設計 65.10 數學 87.81 資料分析 79.48 語言 80.36 指令遵循 70.96	DeepSeek	76.76
29	Claude 4.7 Opus Thinking xHigh Effort 展開各項分數推理 87.19 程式 82.09 代理程式設計 50.66 數學 92.85 資料分析 78.26 語言 77.91 指令遵循 66.74	Anthropic	76.53
30	Claude 4.8 Opus Thinking Max Effort 展開各項分數推理 89.19 程式 81.83 代理程式設計 50.50 數學 94.32 資料分析 66.03 語言 79.66 指令遵循 72.03	Anthropic	76.22
31	Qwen 3.8 Flash Next 展開各項分數推理 87.38 程式 72.55 代理程式設計 61.62 數學 85.82 資料分析 74.24 語言 74.64 指令遵循 77.11	Alibaba	76.19
32	GLM-5.3 展開各項分數推理 85.80 程式 78.95 代理程式設計 60.91 數學 87.90 資料分析 70.24 語言 79.86 指令遵循 69.30	Z.AI	76.14
33	Claude Sonnet 5 xHigh Effort 展開各項分數推理 88.69 程式 80.68 代理程式設計 59.39 數學 92.94 資料分析 71.74 語言 74.97 指令遵循 63.86	Anthropic	76.04
34	Gemini 3.8 Flash High 展開各項分數推理 89.29 程式 72.49 代理程式設計 54.24 數學 91.56 資料分析 54.01 語言 87.79 指令遵循 81.41	Google	75.83
35	Grok 4.5 展開各項分數推理 87.17 程式 68.59 代理程式設計 56.46 數學 90.82 資料分析 73.04 語言 82.80 指令遵循 71.53	xAI	75.77
36	Claude Sonnet 5.5 Max Effort 展開各項分數推理 91.63 程式 91.37 代理程式設計 56.31 數學 96.13 資料分析 59.49 語言 77.98 指令遵循 56.79	Anthropic	75.67
37	Muse Spark 1.1 xHigh Effort 展開各項分數推理 87.73 程式 77.16 代理程式設計 58.54 數學 87.14 資料分析 72.55 語言 74.34 指令遵循 69.64	Meta	75.30
38	Qwen3.8 27B 展開各項分數推理 80.03 程式 75.69 代理程式設計 61.36 數學 86.21 資料分析 76.59 語言 74.35 指令遵循 72.66	Alibaba	75.27
39	Gemini 3.5 Flash High 展開各項分數推理 82.00 程式 78.18 代理程式設計 48.99 數學 88.24 資料分析 64.86 語言 84.58 指令遵循 75.60	Google	74.64
40	GPT-5.2 High 展開各項分數推理 83.21 程式 76.07 代理程式設計 50.25 數學 93.17 資料分析 78.16 語言 79.81 指令遵循 61.77	OpenAI	74.63
41	Claude 4.6 Opus Thinking High Effort 展開各項分數推理 88.67 程式 78.18 代理程式設計 48.99 數學 89.32 資料分析 69.89 語言 83.27 指令遵循 63.31	Anthropic	74.52
42	DeepSeek V4 Flash 0731 展開各項分數推理 86.63 程式 74.98 代理程式設計 46.77 數學 86.79 資料分析 79.33 語言 79.17 指令遵循 65.52	DeepSeek	74.17
43	GPT-5.2 Codex 展開各項分數推理 77.71 程式 83.62 代理程式設計 49.39 數學 88.77 資料分析 78.20 語言 73.68 指令遵循 66.45	OpenAI	73.98
44	Gemini 3.6 Flash High 展開各項分數推理 85.15 程式 77.86 代理程式設計 43.43 數學 86.40 資料分析 63.00 語言 83.90 指令遵循 75.37	Google	73.59
45	GPT-5.6 Luna Max Effort 展開各項分數推理 85.64 程式 82.91 代理程式設計 48.43 數學 87.20 資料分析 78.03 語言 72.57 指令遵循 60.12	OpenAI	73.56
46	GLM-5.2 展開各項分數推理 78.63 程式 79.65 代理程式設計 51.77 數學 89.78 資料分析 73.74 語言 76.24 指令遵循 62.29	Z.AI	73.16
47	Qwen 3.7 Max 展開各項分數推理 83.34 程式 74.22 代理程式設計 43.59 數學 85.25 資料分析 71.79 語言 79.74 指令遵循 74.04	Alibaba	73.14
48	Claude 4.6 Sonnet Thinking Medium Effort 展開各項分數推理 84.77 程式 79.27 代理程式設計 42.63 數學 86.99 資料分析 77.95 語言 76.10 指令遵循 63.22	Anthropic	72.99
49	Claude 4.5 Opus Thinking High Effort 展開各項分數推理 80.09 程式 79.65 代理程式設計 39.70 數學 90.39 資料分析 74.44 語言 81.26 指令遵循 62.55	Anthropic	72.58
50	Claude Haiku 5.5 xHigh Effort 展開各項分數推理 81.23 程式 76.39 代理程式設計 51.36 數學 92.75 資料分析 72.75 語言 63.52 指令遵循 66.47	Anthropic	72.07
51	GPT-6 Luna Max Effort 展開各項分數推理 81.77 程式 78.95 代理程式設計 51.21 數學 89.12 資料分析 73.37 語言 73.83 指令遵循 55.93	OpenAI	72.03
52	Inkling xHigh Effort 展開各項分數推理 78.35 程式 71.02 代理程式設計 49.39 數學 88.36 資料分析 72.78 語言 73.46 指令遵循 70.10	Thinking Machines	71.92
53	Mistral Large 4 High 展開各項分數推理 83.94 程式 77.16 代理程式設計 57.17 數學 93.58 資料分析 76.54 語言 49.64 指令遵循 64.82	Mistral AI	71.84
54	GLM-5.3 Flash 展開各項分數推理 77.64 程式 78.95 代理程式設計 56.77 數學 81.24 資料分析 76.40 語言 77.31 指令遵循 52.82	Z.AI	71.59
55	deepseek-v4-pro 顯示資訊待核展開各項分數推理 82.69 程式 69.99 代理程式設計 42.63 數學 90.68 資料分析 74.54 語言 78.13 指令遵循 62.35	未提供	71.57
56	Kimi K2.6 Thinking 展開各項分數推理 79.38 程式 78.57 代理程式設計 46.92 數學 84.28 資料分析 65.13 語言 75.14 指令遵循 64.36	Moonshot AI	70.54
57	GPT-5.4 Nano xHigh 展開各項分數推理 81.10 程式 70.84 代理程式設計 46.77 數學 90.98 資料分析 67.64 語言 62.51 指令遵循 67.20	OpenAI	69.58
58	ox-alpha-max 展開各項分數推理 76.59 程式 75.75 代理程式設計 52.63 數學 77.53 資料分析 75.77 語言 66.14 指令遵循 60.25	Stealth	69.24
59	Qwen 3.6 Plus 展開各項分數推理 75.83 程式 78.18 代理程式設計 41.36 數學 83.72 資料分析 69.91 語言 74.99 指令遵循 58.34	Alibaba	68.91
60	Kimi K2.7 Code 展開各項分數推理 82.81 程式 73.96 代理程式設計 45.66 數學 79.60 資料分析 62.66 語言 77.91 指令遵循 56.29	Moonshot AI	68.41
61	Claude Haiku 5.5 Max Effort 展開各項分數推理 84.63 程式 77.86 代理程式設計 57.17 數學 86.44 資料分析 51.78 語言 62.63 指令遵循 54.66	Anthropic	67.88
62	Grok Build 0.1 展開各項分數推理 76.37 程式 65.39 代理程式設計 45.81 數學 78.43 資料分析 70.79 語言 72.46 指令遵循 65.22	xAI	67.78
63	Nemotron 3 Ultra 550B A55B 展開各項分數推理 74.70 程式 70.70 代理程式設計 38.74 數學 88.66 資料分析 54.46 語言 70.81 指令遵循 73.45	NVIDIA	67.36
64	Minimax M3 展開各項分數推理 74.48 程式 68.20 代理程式設計 40.66 數學 76.95 資料分析 76.17 語言 76.84 指令遵循 57.51	Minimax	67.26
65	GPT-5.4 Mini xHigh 展開各項分數推理 71.32 程式 71.62 代理程式設計 41.67 數學 78.46 資料分析 70.79 語言 70.95 指令遵循 59.80	OpenAI	66.37
66	deepseek-v4-flash 顯示資訊待核展開各項分數推理 70.58 程式 69.23 代理程式設計 37.63 數學 79.65 資料分析 68.02 語言 70.12 指令遵循 63.14	未提供	65.48
67	Qwen 3.6 27B 展開各項分數推理 70.28 程式 71.78 代理程式設計 39.29 數學 79.87 資料分析 70.43 語言 63.30 指令遵循 53.23	Alibaba	64.03
68	Gemini 3.5 Flash-Lite High 展開各項分數推理 60.19 程式 76.07 代理程式設計 45.25 數學 73.74 資料分析 53.25 語言 71.82 指令遵循 67.24	Google	63.94
69	Grok 4.3 展開各項分數推理 70.82 程式 69.93 代理程式設計 18.54 數學 84.34 資料分析 55.77 語言 73.58 指令遵循 62.75	xAI	62.25

排名方式

分數滿分為 100；先計算各類均分，再以 7 類等權平均計算綜合分數。基準版本為 2026-06-25，涵蓋 23 個任務。

收錄此基準版本中有完整數值的全部模型配置。顯示資訊缺漏時，使用來源 CSV 的原始模型代號，不推測名稱或提供者；未列入或缺測不等於能力較差。

僅比較同一來源、同一基準版本的分數。保留來源的原始模型名稱，不同推理設定分開列示。依來源的分數與精度排序，同分並列；綜合分數依官網算法保留小數 2 位，各分類排序保留未四捨五入均分。排名不代表產品推薦，也不比較價格、速度或圖片能力。

資料核查日期不代表排行榜已採用最新基準版本；分數也不涵蓋所有任務。

每 3 天排程核對來源；核對成功、通過品質檢查並發布更新後，才更新資料核查日期。

本頁以 LiveBench 官方資料整理，篩選、排名與各語翻譯由 LessWork Lab 編輯。原作者為 LiveBench contributors，資料依 CC BY-SA 4.0 分享，並附官方榜單、來源 CSV 與授權連結。

查看原始排行榜 · LiveBench CSV · CC BY-SA 4.0