LiveBench
Ergebnisse von KI-Benchmarks und Modellleistung
Typ: percentage
Erfasste Ergebnisse
62
Durchschnittspunktzahl
62.45%
Punktzahlbereich
29.60% - 84.60%
Führendes Modell
84.60% - o3 mini
Punktzahlen im Zeitverlauf
Einzelne Benchmark-Punktzahlen nach Datum.
Modellergebnisse
| Organisation | Modelle | Gemeldet am | Höchste Punktzahl | Info | Selbst gemeldet | Quelle |
|---|---|---|---|---|---|---|
| o3 mini | 30. Jan. 2025 | 84,60 % | - | Ja | Quelle | |
| GPT 5.5 | 23. Apr. 2026 | 80,71 % | 2026-01-08 release; xHigh effort | Nein | Quelle | |
| Qwen 3 235B A22B Thinking 2507 | - | 78,40 % | 2024-11-25 | Ja | Quelle | |
| Claude Opus 4.8 | 28. Mai 2026 | 77,22 % | 2026-01-08 release; xHigh effort | Nein | Quelle | |
| Qwen 3 235B A22B | - | 77,10 % | - | Ja | Quelle | |
| Kimi K2 (2025-09-05) | 05. Sept. 2025 | 76,40 % | Pass@1 | Ja | Quelle | |
| Qwen 3 A235 A22B Instruct 2507 | - | 75,40 % | 2024-11-25 | Ja | Quelle | |
| Gemini 3.5 Flash | 19. Mai 2026 | 75,02 % | 2026-01-08 release; high effort | Nein | Quelle | |
| Qwen 3 32B | - | 74,90 % | - | Ja | Quelle | |
| o3 | 16. Apr. 2025 | 74,42 % | High Reasoning Effort | Nein | Quelle | |
| Qwen 3 30B A3B | - | 74,30 % | - | Ja | Quelle | |
| Qwen 3 30B A3B Instruct 2507 | - | 74,30 % | inferred version-family alias from qwen3-30b-a3b | Ja | Quelle | |
| Qwen 3 30B A3B Thinking 2507 | - | 74,30 % | inferred version-family alias from qwen3-30b-a3b | Ja | Quelle | |
| Qwen 3 Coder 30B A3B Instruct | - | 74,30 % | inferred high-confidence family alias from qwen3-30b-a3b (score=0.5007; benches=8) | Ja | Quelle | |
| Qwen 3 Omni 30B A3B Captioner | - | 74,30 % | inferred family alias from qwen3-30b-a3b (score=0.4129; benches=8) | Ja | Quelle | |
| Qwen 3 Omni 30B A3B Instruct | - | 74,30 % | inferred high-confidence family alias from qwen3-30b-a3b (score=0.4819; benches=8) | Ja | Quelle | |
| Qwen 3 Omni 30B A3B Thinking | - | 74,30 % | inferred high-confidence family alias from qwen3-30b-a3b (score=0.4819; benches=8) | Ja | Quelle | |
| Qwen 3.7 Max | 21. Mai 2026 | 74,29 % | 2026-01-08 release | Nein | Quelle | |
| DeepSeek V4 Pro | 24. Apr. 2026 | 73,58 % | 2026-01-08 release | Nein | Quelle | |
| QwQ 32B | - | 73,10 % | - | Ja | Quelle | |
| Claude Opus 4 | 21. Mai 2025 | 72,93 % | 32k Thinking | Nein | Quelle | |
| Claude Sonnet 4 | 21. Mai 2025 | 72,08 % | 64k Thinking | Nein | Quelle | |
| o4 Mini | 16. Apr. 2025 | 71,52 % | High Reasoning Effort | Nein | Quelle | |
| Qwen 3.6 Plus | 01. Apr. 2026 | 70,85 % | 2026-01-08 release | Nein | Quelle | |
| DeepSeek R1 (2025-05-28) | 28. Mai 2025 | 69,39 % | - | Nein | Quelle |
