평가 출처공식 사이트
LiveBench · 코딩
LiveBench / 코딩 · 대규모 실제 운영 코드베이스의 실제 버그를 고치는 Coding 범주 결과.
클로데이트 반영 상태순위 반영
가중치2.4%
원본 데이터 기준 시각10/30 11:09
마지막 동기화11/05 08:05
무엇을, 어떻게 측정하나
최신 세대의 공식 Coding 범주 결과를 그대로 사용합니다. 2026년 10월 새 세대 출시와 함께 기존의 Coding과 Agentic Coding은 이 하나의 범주로 대체되었습니다.
활용 방식
범주 결과를 하나의 증거로 순위에 더하며, 각 전문 항목은 LiveBench의 근거 계열을 공유합니다. Global Average는 참고용이며 이중 계산하지 않습니다.
결과
정해진 규칙에 따라 공개 모델마다 하나의 구성을 대표로 씁니다. 익명 테스트 모델은 표시하지 않고 원래 순위를 유지하며, 평가마다 최대 30개입니다.
| 원래 순위 | 모델 | 원래 점수 | 대표 구성 |
|---|---|---|---|
| 1 | claude-fable-5.1Anthropic | 97.7% | 출처 기본 구성 |
| 2 | claude-opus-5.5Anthropic | 96.3% | 출처 기본 구성 |
| 3 | deepseek-v4.1-flash-1017DeepSeek | 96.0% | 출처 기본 구성 |
| 3 | gpt-6.1-solOpenAI | 96.0% | 출처 기본 구성 |
| 5 | mistral-large-4-0Mistral AI | 95.4% | 출처 기본 구성 |
| 6 | claude-sonnet-5.5Anthropic | 94.7% | 출처 기본 구성 |
| 7 | gpt-6.1-terraOpenAI | 94.3% | 출처 기본 구성 |
| 8 | gpt-6-astraOpenAI | 93.7% | 출처 기본 구성 |
| 9 | claude-haiku-5.5Anthropic | 91.4% | 출처 기본 구성 |
| 10 | muse-spark-1.3Meta | 90.2% | 출처 기본 구성 |
| 11 | gemini-4-argonGoogle | 89.7% | 출처 기본 구성 |
| 12 | grok-4.6xAI | 89.1% | 출처 기본 구성 |
| 13 | qwen3.8-27bAlibaba | 86.8% | 출처 기본 구성 |
| 14 | gpt-5.6-terraOpenAI | 86.2% | 출처 기본 구성 |
| 14 | muse-wonder-1.0— | 86.2% | 출처 기본 구성 |
| 16 | step-5-previewStepFun | 85.6% | 출처 기본 구성 |
| 17 | grok-4.7xAI | 84.5% | 출처 기본 구성 |
| 17 | gpt-6-lunaOpenAI | 84.5% | 출처 기본 구성 |
| 19 | minimax-m3.1-flashMiniMax | 83.9% | 출처 기본 구성 |
| 20 | gemini-3.8-flashGoogle | 82.2% | 출처 기본 구성 |
| 21 | kimi-k3.1-proKimi | 81.8% | 출처 기본 구성 |
| 22 | mimo-v2.6-proXiaomi | 81.5% | 출처 기본 구성 |
| 23 | glm-5.3-flashZ.ai | 80.6% | 출처 기본 구성 |
| 24 | muse-spark-openMeta | 73.6% | 출처 기본 구성 |
| 25 | smaug-nemotron-3.5-nvfp4— | 72.2% | 출처 기본 구성 |
| 26 | nemotron-super-vl-3.5— | 71.3% | 출처 기본 구성 |
| 27 | inklingThinking Machines Lab | 64.0% | 출처 기본 구성 |
| 28 | nemotron-super-vl-3.5-nvfp4— | 61.3% | 출처 기본 구성 |
| 29 | qwen3.8-maxAlibaba | 60.3% | 출처 기본 구성 |
| 30 | mistral-large-4mistral | 60.0% | 출처 기본 구성 |
한계와 데이터 출처
고정 스냅샷에서의 버그 수정을 측정하며, 처음부터 개발하거나 설계하는 능력까지 나타내지는 않습니다. 공식 페이지에서 범주나 파인튜닝 모델 포함 여부를 바꾸면 점수와 순위도 달라집니다. 운영에 관여하는 Abacus.AI는 Smaug 모델도 개발하고 있어, 그 자체 결과는 다른 독립 출처로 뒷받침되어야 합니다.
데이터 라이선스: Apache 2.0
범주 결과는 LiveBench가 공표한 것이며, 이 사이트는 이를 그대로 순위 매기기에 사용합니다. 원래 점수와 이 사이트의 합의 지수는 척도가 달라 그대로 더할 수 없습니다.