报告身份与条件
资料日期 2026-10-18 · 报告发布日期 —。运行日期与测试条件见各条记录。
榜单资料更新于
- 七类任务分别保留单次运行的0–100分；原报告把执行故障且重试仍未测得的任务记为0。缺失单元格保持缺失，不自行填0。
- 综合分按七类任务等权平均，本站综合对照仅纳入七类分数完整的配置；不将部分任务的平均数混入完整范围。
- 成本为被测模型全部调用按服务商标价及缓存输入价格计算的费用，不含固定初始状态和评测框架辅助调用。逐任务保留总费用与任务数，USD／任务=总费用÷任务数，不是每成功任务成本或当前API单价。
- 跨任务综合成本按七类总费用之和÷任务数之和，仅七类成本和样本均完整时提供，避免把任务分布不同的运行直接混排。
- 模型按报告中的配置标识分别展示；同名或可变调用名不证明具体快照，测试日期、参数及档位以对应运行说明为准。
- 成绩事实来自LiveBench官方榜单，方法和原始版本可由报告入口查阅；不复用测试题、答案、基准代码或未注明适用范围的API标价。
- 基准版本：2026-09-02；榜单资料更新：2026-10-14。二者不是逐次测试日期或型号官方发布日期。
访问报告原文 ↗同一报告内分别比较指标，方向与口径见图表说明。
完整数值和运行条件见明细。
综合得分
七类任务分数等权平均；仅七类均有分数时参与本综合对比。 图示 8 / 49 条有值记录；运行配置与日期见明细。
查看图表数据 ·8项
| 名称 | 分 |
|---|
| claude-fable-5.1 | 87.99 |
| claude-opus-5.5 | 86.53 |
| gpt-6-astra | 86.14 |
| gpt-6.1-sol | 85.41 |
| gemini-4-argon | 84.1 |
| claude-fable-5 | 83.61 |
| claude-sonnet-5.5 | 82.46 |
| claude-opus-5 | 82.09 |
长任务得分
本任务范围的单次运行平均得分，0–100；不与其他基准或任务直接混排。 图示 8 / 49 条有值记录；运行配置与日期见明细。
查看图表数据 ·8项
| 名称 | 分 |
|---|
| claude-opus-5.5 | 85 |
| gpt-6-astra | 82.4 |
| claude-fable-5.1 | 80.8 |
| claude-sonnet-5.5 | 78.8 |
| gpt-6.1-sol | 73 |
| gemini-4-argon | 69.9 |
| gpt-6-sol | 66.9 |
| claude-opus-5 | 62.1 |
完整结果与对象版本
49 / 49 条配置有本范围的公开分数；列表展示有分数的配置，缺项保留“未提供”。同名型号的不同运行配置分别列出。
gpt-5.6-terra
报告所列型号
- 综合得分
- 74.99 分
- 长任务得分
- 48.4 分
- 推理得分
- 90.6 分
- 编程得分
- 86.2 分
展开其余指标
- 浏览器任务得分
- 84 分
- 数据分析得分
- 79.3 分
- 研究得分
- 60.4 分
- 文档与设计得分
- 76 分
- 综合每任务成本
- 1.268075 USD / 任务
总费用 $601.0676 · 474 个任务
- 长任务每任务成本
- 11.756906 USD / 任务
总费用 $211.6243 · 18 个任务
- 推理每任务成本
- 0.233939 USD / 任务
总费用 $47.2556 · 202 个任务
- 编程每任务成本
- 2.714731 USD / 任务
总费用 $78.7272 · 29 个任务
- 浏览器任务每任务成本
- 0.801192 USD / 任务
总费用 $20.0298 · 25 个任务
- 数据分析每任务成本
- 0.277761 USD / 任务
总费用 $41.6642 · 150 个任务
- 研究每任务成本
- 7.439208 USD / 任务
总费用 $185.9802 · 25 个任务
- 文档与设计每任务成本
- 0.631452 USD / 任务
总费用 $15.7863 · 25 个任务
gpt-6.1-sol
报告所列型号
- 综合得分
- 85.41 分
- 长任务得分
- 73 分
- 推理得分
- 92.6 分
- 编程得分
- 96 分
展开其余指标
- 浏览器任务得分
- 88 分
- 数据分析得分
- 82.7 分
- 研究得分
- 83.5 分
- 文档与设计得分
- 82.1 分
- 综合每任务成本
- 0.627097 USD / 任务
总费用 $297.2439 · 474 个任务
- 长任务每任务成本
- 6.487661 USD / 任务
总费用 $116.7779 · 18 个任务
- 推理每任务成本
- 0.080313 USD / 任务
总费用 $16.2233 · 202 个任务
- 编程每任务成本
- 0.482069 USD / 任务
总费用 $13.98 · 29 个任务
- 浏览器任务每任务成本
- 2.4608 USD / 任务
总费用 $61.52 · 25 个任务
- 数据分析每任务成本
- 0.145418 USD / 任务
总费用 $21.8127 · 150 个任务
- 研究每任务成本
- 2.3068 USD / 任务
总费用 $57.67 · 25 个任务
- 文档与设计每任务成本
- 0.3704 USD / 任务
总费用 $9.26 · 25 个任务
gpt-5.6-luna
报告所列型号
- 综合得分
- 66.09 分
- 长任务得分
- 30.4 分
- 推理得分
- 85.6 分
- 编程得分
- 73.6 分
展开其余指标
- 浏览器任务得分
- 68 分
- 数据分析得分
- 78 分
- 研究得分
- 51 分
- 文档与设计得分
- 76 分
- 综合每任务成本
- 0.457984 USD / 任务
总费用 $217.0843 · 474 个任务
- 长任务每任务成本
- 1.101161 USD / 任务
总费用 $19.8209 · 18 个任务
- 推理每任务成本
- 0.138451 USD / 任务
总费用 $27.9672 · 202 个任务
- 编程每任务成本
- 1.823203 USD / 任务
总费用 $52.8729 · 29 个任务
- 浏览器任务每任务成本
- 0.370004 USD / 任务
总费用 $9.2501 · 25 个任务
- 数据分析每任务成本
- 0.133729 USD / 任务
总费用 $20.0593 · 150 个任务
- 研究每任务成本
- 3.130584 USD / 任务
总费用 $78.2646 · 25 个任务
- 文档与设计每任务成本
- 0.353972 USD / 任务
总费用 $8.8493 · 25 个任务
deepseek-v4.1-flash
报告所列型号
- 综合得分
- 78.04 分
- 长任务得分
- 40.1 分
- 推理得分
- 86.7 分
- 编程得分
- 90.2 分
展开其余指标
- 浏览器任务得分
- 84 分
- 数据分析得分
- 79.3 分
- 研究得分
- 86.8 分
- 文档与设计得分
- 79.2 分
- 综合每任务成本
- 0.083523 USD / 任务
总费用 $39.59 · 474 个任务
- 长任务每任务成本
- 0.822417 USD / 任务
总费用 $14.8035 · 18 个任务
- 推理每任务成本
- 0.022826 USD / 任务
总费用 $4.6108 · 202 个任务
- 编程每任务成本
- 0.118859 USD / 任务
总费用 $3.4469 · 29 个任务
- 浏览器任务每任务成本
- 0.174324 USD / 任务
总费用 $4.3581 · 25 个任务
- 数据分析每任务成本
- 0.035553 USD / 任务
总费用 $5.333 · 150 个任务
- 研究每任务成本
- 0.194104 USD / 任务
总费用 $4.8526 · 25 个任务
- 文档与设计每任务成本
- 0.087404 USD / 任务
总费用 $2.1851 · 25 个任务
gemma-4-31b
报告所列型号
- 综合得分
- 41.53 分
- 长任务得分
- 13.3 分
- 推理得分
- 68.3 分
- 编程得分
- 49 分
展开其余指标
- 浏览器任务得分
- 4 分
- 数据分析得分
- 53.3 分
- 研究得分
- 44.4 分
- 文档与设计得分
- 58.4 分
- 综合每任务成本
- 0.071171 USD / 任务
总费用 $33.735 · 474 个任务
- 长任务每任务成本
- 0.988689 USD / 任务
总费用 $17.7964 · 18 个任务
- 推理每任务成本
- 0.00377 USD / 任务
总费用 $0.7615 · 202 个任务
- 编程每任务成本
- 0.23261 USD / 任务
总费用 $6.7457 · 29 个任务
- 浏览器任务每任务成本
- 0.25412 USD / 任务
总费用 $6.353 · 25 个任务
- 数据分析每任务成本
- 0.004565 USD / 任务
总费用 $0.6847 · 150 个任务
- 研究每任务成本
- 0.040956 USD / 任务
总费用 $1.0239 · 25 个任务
- 文档与设计每任务成本
- 0.014792 USD / 任务
总费用 $0.3698 · 25 个任务
claude-opus-5
报告所列型号
- 综合得分
- 82.09 分
- 长任务得分
- 62.1 分
- 推理得分
- 91.2 分
- 编程得分
- 90.8 分
展开其余指标
- 浏览器任务得分
- 84 分
- 数据分析得分
- 74.6 分
- 研究得分
- 88.9 分
- 文档与设计得分
- 83 分
- 综合每任务成本
- 3.207076 USD / 任务
总费用 $1520.1541 · 474 个任务
- 长任务每任务成本
- 48.753172 USD / 任务
总费用 $877.5571 · 18 个任务
- 推理每任务成本
- 0.168446 USD / 任务
总费用 $34.026 · 202 个任务
- 编程每任务成本
- 3.921766 USD / 任务
总费用 $113.7312 · 29 个任务
- 浏览器任务每任务成本
- 2.965252 USD / 任务
总费用 $74.1313 · 25 个任务
- 数据分析每任务成本
- 0.745529 USD / 任务
总费用 $111.8294 · 150 个任务
- 研究每任务成本
- 8.900476 USD / 任务
总费用 $222.5119 · 25 个任务
- 文档与设计每任务成本
- 3.454688 USD / 任务
总费用 $86.3672 · 25 个任务
claude-sonnet-4.6
报告所列型号
- 综合得分
- 65.09 分
- 长任务得分
- 23.1 分
- 推理得分
- 86.4 分
- 编程得分
- 66.6 分
展开其余指标
- 浏览器任务得分
- 68 分
- 数据分析得分
- 76.1 分
- 研究得分
- 63.6 分
- 文档与设计得分
- 71.8 分
- 综合每任务成本
- 未提供
- 长任务每任务成本
- 20.419611 USD / 任务
总费用 $367.553 · 18 个任务
- 推理每任务成本
- 未提供
- 编程每任务成本
- 2.628662 USD / 任务
总费用 $76.2312 · 29 个任务
- 浏览器任务每任务成本
- 1.856448 USD / 任务
总费用 $46.4112 · 25 个任务
- 数据分析每任务成本
- 未提供
- 研究每任务成本
- 2.090976 USD / 任务
总费用 $52.2744 · 25 个任务
- 文档与设计每任务成本
- 1.4658 USD / 任务
总费用 $36.645 · 25 个任务
gemini-4-argon
报告所列型号
- 综合得分
- 84.1 分
- 长任务得分
- 69.9 分
- 推理得分
- 95.1 分
- 编程得分
- 89.7 分
展开其余指标
- 浏览器任务得分
- 92 分
- 数据分析得分
- 85.2 分
- 研究得分
- 83.1 分
- 文档与设计得分
- 73.7 分
- 综合每任务成本
- 1.5394 USD / 任务
总费用 $729.675699 · 474 个任务
- 长任务每任务成本
- 13.841872 USD / 任务
总费用 $249.1537 · 18 个任务
- 推理每任务成本
- 0.093203 USD / 任务
总费用 $18.827034 · 202 个任务
- 编程每任务成本
- 5.076328 USD / 任务
总费用 $147.2135 · 29 个任务
- 浏览器任务每任务成本
- 3.433868 USD / 任务
总费用 $85.8467 · 25 个任务
- 数据分析每任务成本
- 0.338232 USD / 任务
总费用 $50.734865 · 150 个任务
- 研究每任务成本
- 5.955556 USD / 任务
总费用 $148.8889 · 25 个任务
- 文档与设计每任务成本
- 1.16044 USD / 任务
总费用 $29.011 · 25 个任务
gpt-5.5
报告所列型号
- 综合得分
- 68.7 分
- 长任务得分
- 44.6 分
- 推理得分
- 89.7 分
- 编程得分
- 85.1 分
展开其余指标
- 浏览器任务得分
- 48 分
- 数据分析得分
- 81.6 分
- 研究得分
- 61.6 分
- 文档与设计得分
- 70.3 分
- 综合每任务成本
- 2.078327 USD / 任务
总费用 $985.1271 · 474 个任务
- 长任务每任务成本
- 13.851483 USD / 任务
总费用 $249.3267 · 18 个任务
- 推理每任务成本
- 0.289229 USD / 任务
总费用 $58.4242 · 202 个任务
- 编程每任务成本
- 4.207645 USD / 任务
总费用 $122.0217 · 29 个任务
- 浏览器任务每任务成本
- 4.819536 USD / 任务
总费用 $120.4884 · 25 个任务
- 数据分析每任务成本
- 0.4055 USD / 任务
总费用 $60.825 · 150 个任务
- 研究每任务成本
- 13.950244 USD / 任务
总费用 $348.7561 · 25 个任务
- 文档与设计每任务成本
- 1.0114 USD / 任务
总费用 $25.285 · 25 个任务