Clasificación de modelos de IA
Conozca las diferencias de capacidades para elegir recursos de IA.
LiveBench 2.0 · Evaluación multidimensional
Instantáneas de evaluaciones públicas · clasificación independiente por dimensión
LiveBench 2.0 · 推理 · 发布 20261025 · Puntuaciones de 0 a 100, cuanto mayor mejor; se excluyen las ausentes y se comparten los puestos empatados. La búsqueda conserva el puesto original.
| Clasificación | Modelo y versión | Puntuación | Tipo de evidencia |
|---|---|---|---|
| 1 | gemini-4-argon官方榜单收录 · 评测设置见来源Acerca del modelo ↗ | 95,1 | Incluido en la clasificación |
| 2 | gpt-6-astra官方榜单收录 · 评测设置见来源Acerca del modelo ↗ | 92,7 | Incluido en la clasificación |
| 3 | gpt-6.1-sol官方榜单收录 · 评测设置见来源Acerca del modelo ↗ | 92,6 | Incluido en la clasificación |
| 4 | claude-opus-5.5官方榜单收录 · 评测设置见来源Acerca del modelo ↗ | 92,2 | Incluido en la clasificación |
| 5 | claude-fable-5.1官方榜单收录 · 评测设置见来源Acerca del modelo ↗ | 91,7 | Incluido en la clasificación |
| 6 | claude-sonnet-5.5官方榜单收录 · 评测设置见来源Acerca del modelo ↗ | 91,6 | Incluido en la clasificación |
| 7 | grok-4.6官方榜单收录 · 评测设置见来源Acerca del modelo ↗ | 91,2 | Incluido en la clasificación |
| 8 | kimi-k3.1-pro官方榜单收录 · 评测设置见来源Acerca del modelo ↗ | 91,1 | Incluido en la clasificación |
| 9 | kimi-k3官方榜单收录 · 评测设置见来源Acerca del modelo ↗ | 90,7 | Incluido en la clasificación |
| 10 | gpt-5.6-terra官方榜单收录 · 评测设置见来源Acerca del modelo ↗ | 90,6 | Incluido en la clasificación |
| 10 | muse-wonder-1.0官方榜单收录 · 评测设置见来源Acerca del modelo ↗ | 90,6 | Incluido en la clasificación |
| 12 | muse-spark-1.3官方榜单收录 · 评测设置见来源Acerca del modelo ↗ | 89,7 | Incluido en la clasificación |
| 13 | gemini-3.8-flash官方榜单收录 · 评测设置见来源Acerca del modelo ↗ | 89,3 | Incluido en la clasificación |
| 14 | deepseek-v4.1-flash-1017官方榜单收录 · 评测设置见来源Acerca del modelo ↗ | 89,1 | Incluido en la clasificación |
| 15 | gpt-6.1-terra官方榜单收录 · 评测设置见来源Acerca del modelo ↗ | 88,7 | Incluido en la clasificación |
| 16 | qwen3.8-max官方榜单收录 · 评测设置见来源Acerca del modelo ↗ | 88,2 | Incluido en la clasificación |
| 17 | mistral-large-4官方榜单收录 · 评测设置见来源Acerca del modelo ↗ | 83,9 | Incluido en la clasificación |
| 18 | step-5-preview官方榜单收录 · 评测设置见来源Acerca del modelo ↗ | 83,8 | Incluido en la clasificación |
| 19 | minimax-m3.1-flash官方榜单收录 · 评测设置见来源Acerca del modelo ↗ | 82,9 | Incluido en la clasificación |
| 20 | grok-4.7官方榜单收录 · 评测设置见来源Acerca del modelo ↗ | 82,7 | Incluido en la clasificación |
| 21 | claude-haiku-5.5官方榜单收录 · 评测设置见来源Acerca del modelo ↗ | 82,4 | Incluido en la clasificación |
| 22 | gpt-6-luna官方榜单收录 · 评测设置见来源Acerca del modelo ↗ | 81,8 | Incluido en la clasificación |
| 23 | qwen3.8-27b官方榜单收录 · 评测设置见来源Acerca del modelo ↗ | 80,0 | Incluido en la clasificación |
| 24 | mimo-v2.6-pro官方榜单收录 · 评测设置见来源Acerca del modelo ↗ | 79,6 | Incluido en la clasificación |
| 25 | inkling官方榜单收录 · 评测设置见来源Acerca del modelo ↗ | 78,3 | Incluido en la clasificación |
Evidencias de fuente y método de evaluación
Fuente:LiveBench 2.0 · Evaluación multidimensional · Datos numéricos públicos · sin sublicencia de datos declarada. Se presentan las puntuaciones originales, sin combinar evaluaciones. La inclusión no constituye una verificación independiente.
Atribución: LiveBench. Solo se registran datos numéricos públicos y enlaces; no se copian pruebas, contenido ni código. La antigua licencia del repositorio no se aplica a clasificaciones nuevas.
Instantánea de fuente:1115296907a94ada817509ee2c0f3748 · Versión publicada de la fuente：20261025 · SHA-256 del contenido original:1b8e3148febc91c92cdbc86c77241922295d6d29e74354dbfe4e32a5e57f2bfe
Obtenido bajo demanda y publicado tras revisión; sin tiempo real. No se infieren versiones no divulgadas.Las distintas dimensiones y configuraciones de prueba no son directamente comparables.