报告身份与条件
资料日期 2026-10-31 · 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。
- 综合分依当前官方方法及本版本类别配置加权：长任务×2.0、推理×1、编程×1.5、浏览器任务×1、数据分析×1、研究×1、文档与设计×1.5；本站综合对照仅纳入七类分数完整的配置，不与旧版本直接混排。
- 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。
- 此版本发布说明仍留有等权旧句，与当前方法页及本版权重配置不一致；本站采用后两者明确的加权公式，并保留这处来源差异。
- 基准版本：2026-10-25；榜单资料更新：2026-10-25。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
本版本任务权重为长任务×2.0、推理×1、编程×1.5、浏览器任务×1、数据分析×1、研究×1、文档与设计×1.5；综合分=加权分数之和÷权重之和，仅七类均有分数时参与。 图示 8 / 32 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 | 85.69 |
| gpt-6-astra | 85.64 |
| claude-opus-5.5 | 85.14 |
| gpt-6.1-sol | 84.07 |
| claude-sonnet-5.5 | 80.04 |
| gemini-4-argon | 79.3 |
| gpt-6.1-terra | 77.79 |
| muse-wonder-1.0 | 74.15 |
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 / 32 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 | 77.9 |
| gpt-6-astra | 77.5 |
| claude-opus-5.5 | 72.8 |
| gpt-6.1-sol | 68.7 |
| claude-sonnet-5.5 | 63.4 |
| gemini-4-argon | 61.2 |
| muse-wonder-1.0 | 52.6 |
| gpt-6.1-terra | 48.6 |
完整结果与对象版本
32 / 32 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。
smaug-nemotron-3.5-nvfp4
报告所列型号
- 综合得分
- 50.31 分
- 长任务得分
- 8.4 分
- 推理得分
- 75.1 分
- 编程得分
- 72.2 分
展开其余指标
- 浏览器任务得分
- 25.6 分
- 数据分析得分
- 65.1 分
- 研究得分
- 67.8 分
- 文档与设计得分
- 62.7 分
- 综合每任务成本
- 0.074053 USD / 任务
总费用 $34.878847 · 471 个任务
- 长任务每任务成本
- 1.022689 USD / 任务
总费用 $18.4084 · 18 个任务
- 推理每任务成本
- 0.012576 USD / 任务
总费用 $2.540429 · 202 个任务
- 编程每任务成本
- 0.094197 USD / 任务
总费用 $2.7317 · 29 个任务
- 浏览器任务每任务成本
- 0.237876 USD / 任务
总费用 $5.9469 · 25 个任务
- 数据分析每任务成本
- 0.016673 USD / 任务
总费用 $2.500918 · 150 个任务
- 研究每任务成本
- 0.0932 USD / 任务
总费用 $2.0504 · 22 个任务
- 文档与设计每任务成本
- 0.028004 USD / 任务
总费用 $0.7001 · 25 个任务
gpt-6.1-terra
报告所列型号
- 综合得分
- 77.79 分
- 长任务得分
- 48.6 分
- 推理得分
- 88.7 分
- 编程得分
- 94.3 分
展开其余指标
- 浏览器任务得分
- 93.1 分
- 数据分析得分
- 82.3 分
- 研究得分
- 73.9 分
- 文档与设计得分
- 82.3 分
- 综合每任务成本
- 0.517657 USD / 任务
总费用 $243.81648 · 471 个任务
- 长任务每任务成本
- 6.467783 USD / 任务
总费用 $116.4201 · 18 个任务
- 推理每任务成本
- 0.040296 USD / 任务
总费用 $8.139872 · 202 个任务
- 编程每任务成本
- 0.861038 USD / 任务
总费用 $24.9701 · 29 个任务
- 浏览器任务每任务成本
- 1.94962 USD / 任务
总费用 $48.7405 · 25 个任务
- 数据分析每任务成本
- 0.062847 USD / 任务
总费用 $9.427008 · 150 个任务
- 研究每任务成本
- 1.334682 USD / 任务
总费用 $29.363 · 22 个任务
- 文档与设计每任务成本
- 0.270236 USD / 任务
总费用 $6.7559 · 25 个任务
gpt-6-luna
报告所列型号
- 综合得分
- 64.59 分
- 长任务得分
- 30.9 分
- 推理得分
- 81.8 分
- 编程得分
- 84.5 分
展开其余指标
- 浏览器任务得分
- 70.3 分
- 数据分析得分
- 73.4 分
- 研究得分
- 43.5 分
- 文档与设计得分
- 82.5 分
- 综合每任务成本
- 0.080053 USD / 任务
总费用 $37.704929 · 471 个任务
- 长任务每任务成本
- 0.817867 USD / 任务
总费用 $14.7216 · 18 个任务
- 推理每任务成本
- 0.021405 USD / 任务
总费用 $4.323805 · 202 个任务
- 编程每任务成本
- 0.095055 USD / 任务
总费用 $2.7566 · 29 个任务
- 浏览器任务每任务成本
- 0.193212 USD / 任务
总费用 $4.8303 · 25 个任务
- 数据分析每任务成本
- 0.016605 USD / 任务
总费用 $2.490824 · 150 个任务
- 研究每任务成本
- 0.355345 USD / 任务
总费用 $7.8176 · 22 个任务
- 文档与设计每任务成本
- 0.030568 USD / 任务
总费用 $0.7642 · 25 个任务
minimax-m3.1-flash
报告所列型号
- 综合得分
- 66.89 分
- 长任务得分
- 28.8 分
- 推理得分
- 82.9 分
- 编程得分
- 83.9 分
展开其余指标
- 浏览器任务得分
- 80.6 分
- 数据分析得分
- 71.4 分
- 研究得分
- 72.7 分
- 文档与设计得分
- 74 分
- 综合每任务成本
- 0.102565 USD / 任务
总费用 $48.307903 · 471 个任务
- 长任务每任务成本
- 1.083183 USD / 任务
总费用 $19.4973 · 18 个任务
- 推理每任务成本
- 0.011073 USD / 任务
总费用 $2.236724 · 202 个任务
- 编程每任务成本
- 0.246431 USD / 任务
总费用 $7.1465 · 29 个任务
- 浏览器任务每任务成本
- 0.310604 USD / 任务
总费用 $7.7651 · 25 个任务
- 数据分析每任务成本
- 0.012334 USD / 任务
总费用 $1.850079 · 150 个任务
- 研究每任务成本
- 0.266214 USD / 任务
总费用 $5.8567 · 22 个任务
- 文档与设计每任务成本
- 0.15822 USD / 任务
总费用 $3.9555 · 25 个任务
muse-spark-1.3
报告所列型号
- 综合得分
- 63.03 分
- 长任务得分
- 25.5 分
- 推理得分
- 89.7 分
- 编程得分
- 90.2 分
展开其余指标
- 浏览器任务得分
- 30.9 分
- 数据分析得分
- 79.6 分
- 研究得分
- 68.6 分
- 文档与设计得分
- 74.8 分
- 综合每任务成本
- 0.864806 USD / 任务
总费用 $407.323831 · 471 个任务
- 长任务每任务成本
- 8.894267 USD / 任务
总费用 $160.0968 · 18 个任务
- 推理每任务成本
- 0.135723 USD / 任务
总费用 $27.415945 · 202 个任务
- 编程每任务成本
- 1.371617 USD / 任务
总费用 $39.7769 · 29 个任务
- 浏览器任务每任务成本
- 2.985348 USD / 任务
总费用 $74.6337 · 25 个任务
- 数据分析每任务成本
- 0.169429 USD / 任务
总费用 $25.414286 · 150 个任务
- 研究每任务成本
- 2.694118 USD / 任务
总费用 $59.2706 · 22 个任务
- 文档与设计每任务成本
- 0.828624 USD / 任务
总费用 $20.7156 · 25 个任务
muse-wonder-1.0
报告所列型号
- 综合得分
- 74.15 分
- 长任务得分
- 52.6 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
- 60 分
- 数据分析得分
- 81.6 分
- 研究得分
- 88 分
- 文档与设计得分
- 75.1 分
- 综合每任务成本
- 1.494106 USD / 任务
总费用 $703.72378 · 471 个任务
- 长任务每任务成本
- 13.837 USD / 任务
总费用 $249.066 · 18 个任务
- 推理每任务成本
- 0.298363 USD / 任务
总费用 $60.269305 · 202 个任务
- 编程每任务成本
- 3.102252 USD / 任务
总费用 $89.9653 · 29 个任务
- 浏览器任务每任务成本
- 6.21038 USD / 任务
总费用 $155.2595 · 25 个任务
- 数据分析每任务成本
- 0.365737 USD / 任务
总费用 $54.860475 · 150 个任务
- 研究每任务成本
- 3.505705 USD / 任务
总费用 $77.1255 · 22 个任务
- 文档与设计每任务成本
- 0.687108 USD / 任务
总费用 $17.1777 · 25 个任务
qwen3.8-max
报告所列型号
- 综合得分
- 61.56 分
- 长任务得分
- 29.9 分
- 推理得分
- 88.2 分
- 编程得分
- 60.3 分
展开其余指标
- 浏览器任务得分
- 49.4 分
- 数据分析得分
- 78.4 分
- 研究得分
- 69.9 分
- 文档与设计得分
- 78.6 分
- 综合每任务成本
- 1.157238 USD / 任务
总费用 $545.058958 · 471 个任务
- 长任务每任务成本
- 15.317017 USD / 任务
总费用 $275.7063 · 18 个任务
- 推理每任务成本
- 0.131491 USD / 任务
总费用 $26.56112 · 202 个任务
- 编程每任务成本
- 1.986917 USD / 任务
总费用 $57.6206 · 29 个任务
- 浏览器任务每任务成本
- 3.776812 USD / 任务
总费用 $94.4203 · 25 个任务
- 数据分析每任务成本
- 0.218946 USD / 任务
总费用 $32.841838 · 150 个任务
- 研究每任务成本
- 1.954673 USD / 任务
总费用 $43.0028 · 22 个任务
- 文档与设计每任务成本
- 0.59624 USD / 任务
总费用 $14.906 · 25 个任务
gpt-5.6-terra
报告所列型号
- 综合得分
- 67.79 分
- 长任务得分
- 33.1 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
- 70.3 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
- 1.299101 USD / 任务
总费用 $611.876786 · 471 个任务
- 长任务每任务成本
- 11.034844 USD / 任务
总费用 $198.6272 · 18 个任务
- 推理每任务成本
- 0.187151 USD / 任务
总费用 $37.804418 · 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
- 3.123 USD / 任务
总费用 $78.075 · 25 个任务
- 数据分析每任务成本
- 0.222209 USD / 任务
总费用 $33.331368 · 150 个任务
- 研究每任务成本
- 7.718632 USD / 任务
总费用 $169.8099 · 22 个任务
- 文档与设计每任务成本
- 0.620068 USD / 任务
总费用 $15.5017 · 25 个任务
gpt-6.1-sol
报告所列型号
- 综合得分
- 84.07 分
- 长任务得分
- 68.7 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
- 93.3 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
- 0.688237 USD / 任务
总费用 $324.159742 · 471 个任务
- 长任务每任务成本
- 7.758356 USD / 任务
总费用 $139.6504 · 18 个任务
- 推理每任务成本
- 0.080313 USD / 任务
总费用 $16.223276 · 202 个任务
- 编程每任务成本
- 0.4822 USD / 任务
总费用 $13.9838 · 29 个任务
- 浏览器任务每任务成本
- 2.803668 USD / 任务
总费用 $70.0917 · 25 个任务
- 数据分析每任务成本
- 0.145418 USD / 任务
总费用 $21.812766 · 150 个任务
- 研究每任务成本
- 2.415191 USD / 任务
总费用 $53.1342 · 22 个任务
- 文档与设计每任务成本
- 0.370544 USD / 任务
总费用 $9.2636 · 25 个任务
kimi-k3.1-pro
报告所列型号
- 综合得分
- 71.29 分
- 长任务得分
- 39.1 分
- 推理得分
- 91.1 分
- 编程得分
- 81.8 分
展开其余指标
- 浏览器任务得分
- 75.9 分
- 数据分析得分
- 79.1 分
- 研究得分
- 77.9 分
- 文档与设计得分
- 77.8 分
- 综合每任务成本
- 0.744498 USD / 任务
总费用 $350.658616 · 471 个任务
- 长任务每任务成本
- 7.4259 USD / 任务
总费用 $133.6662 · 18 个任务
- 推理每任务成本
- 0.156082 USD / 任务
总费用 $31.528624 · 202 个任务
- 编程每任务成本
- 0.829628 USD / 任务
总费用 $24.0592 · 29 个任务
- 浏览器任务每任务成本
- 1.841272 USD / 任务
总费用 $46.0318 · 25 个任务
- 数据分析每任务成本
- 0.217079 USD / 任务
总费用 $32.561892 · 150 个任务
- 研究每任务成本
- 3.066032 USD / 任务
总费用 $67.4527 · 22 个任务
- 文档与设计每任务成本
- 0.614328 USD / 任务
总费用 $15.3582 · 25 个任务
gemma-4-31b
报告所列型号
- 综合得分
- 38.72 分
- 长任务得分
- 10.7 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
- 0 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
- 0.067559 USD / 任务
总费用 $31.820085 · 471 个任务
- 长任务每任务成本
- 0.908767 USD / 任务
总费用 $16.3578 · 18 个任务
- 推理每任务成本
- 0.00377 USD / 任务
总费用 $0.761541 · 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
- 0.2422 USD / 任务
总费用 $6.055 · 25 个任务
- 数据分析每任务成本
- 0.004565 USD / 任务
总费用 $0.684744 · 150 个任务
- 研究每任务成本
- 0.038432 USD / 任务
总费用 $0.8455 · 22 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
gemini-4-argon
报告所列型号
- 综合得分
- 79.3 分
- 长任务得分
- 61.2 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
- 82.8 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
- 1.519626 USD / 任务
总费用 $715.744048 · 471 个任务
- 长任务每任务成本
- 10.592461 USD / 任务
总费用 $190.6643 · 18 个任务
- 推理每任务成本
- 0.078061 USD / 任务
总费用 $15.768264 · 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
- 6.376556 USD / 任务
总费用 $159.4139 · 25 个任务
- 数据分析每任务成本
- 0.284339 USD / 任务
总费用 $42.650884 · 150 个任务
- 研究每任务成本
- 5.955555 USD / 任务
总费用 $131.0222 · 22 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