Лидер по баллам
GPT-5.6 Sol · Max effort
82.4 · Общий
Представление оценок LiveBench с указанием источников, которое помогает сравнивать возможности, сильные стороны категорий и стоимость запуска, не теряя деталей.
Лидер по баллам
GPT-5.6 Sol · Max effort
82.4 · Общий
Наименьшая стоимость запуска
DeepSeek V4 Pro
$0.050 · за успешно выполненную задачу
Лучшие открытые веса
Kimi K3
78.5 · Общий
Сортируйте по каждой категории, сужайте список и открывайте модель, чтобы увидеть разбивку по опубликованным подзадачам.
| Модель | Сравнить | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| OpenAI | 82.4 | 91.7 | 83.9 | 65.6 | 96.2 | 79.8 | 87.7 | 71.8 | $0.589 | |
| Anthropic | 80.8 | 89.7 | 86.0 | 46.9 | 96.0 | 80.5 | 90.7 | 75.8 | $1.573 | |
| Anthropic | 80.3 | 90.2 | 83.2 | 61.3 | 94.8 | 77.9 | 87.3 | 67.5 | $0.487 | |
| OpenAI | 79.8 | 90.6 | 78.2 | 68.0 | 94.9 | 79.3 | 82.9 | 64.6 | $0.497 | |
| Moonshot AI | 78.5 | 90.7 | 81.4 | 57.6 | 84.4 | 78.7 | 85.5 | 71.4 | $0.379 | |
| 77.1 | 84.0 | 76.5 | 45.4 | 91.0 | 78.5 | 85.4 | 79.1 | $0.262 | ||
| xAI | 76.3 | 87.2 | 68.6 | 59.8 | 90.8 | 73.0 | 82.8 | 71.5 | $0.128 | |
| DeepSeek | 71.6 | 82.7 | 70.0 | 42.6 | 90.7 | 74.5 | 78.1 | 62.4 | $0.050 |
Стоимость — это метрика стоимости за успешно выполненную задачу, предоставленная источником для выбранного охвата LiveBench.
Оценки становятся понятнее рядом со стоимостью и профилем модели по категориям. Используйте сравнение, чтобы видеть компромиссы.
Вид стоимости
Выше — сильнее. Более низкая стоимость расположена левее. Точки используют метрику стоимости, предоставленную источником.
Сравнить
Выберите до трех моделей из таблицы лидеров, чтобы сравнить их оценки по семи категориям.
Используйте кнопки сравнения в таблице, чтобы добавить до трех моделей.