LiveBench · 数据分析

Name: LiveBench · 数据分析
Creator: LiveBench

LiveBench / 专业办公 · 表格重排、列类型标注、表连接预测等数据处理任务。

在裕瑞产业情报中参与排名

证据预算NaN%

上游数据时间10/20 15:18

最近成功同步10/23 20:05

它测什么，怎么测

读取 Data Analysis 分类的未舍入成绩。

计分：专业办公领域的表格数据处理一类。

同一模型测了多个档位时，按固定规则只取一套代表成绩；没有可用成绩的模型标为“未计入”并写明原因。匿名测试型号不展示，名次照搬原榜，每项最多列 30 个。

原榜名次	原榜型号	原始成绩	代表配置
1	gpt-6-astra-maxOpenAI	83.0%	Max 推理
2	gpt-6.1-sol-maxOpenAI	82.7%	Max 推理
4	muse-wonder-1.0-maxMeta	81.6%	Max 推理
5	gpt-5.5-xhighOpenAI	81.6%	xHigh 推理
6	gpt-6-sol-maxOpenAI	81.2%	Max 推理
7	claude-fable-5-max-effortAnthropic	80.5%	Max 推理
8	claude-opus-5-5-max-effortAnthropic	80.3%	Max 推理
9	claude-fable-5-1-max-effortAnthropic	80.3%	Max 推理
10	smaug-agenticAbacus.AI	79.9%	来源默认配置
11	gpt-5.6-sol-maxOpenAI	79.8%	Max 推理
13	muse-spark-1.3-xhighMeta	79.6%	xHigh 推理
14	deepseek-v4-flash-vision-expDeepSeek	79.5%	来源默认配置
15	deepseek-v4-flash-0731DeepSeek	79.3%	来源默认配置
16	gpt-5.4-xhighOpenAI	79.3%	xHigh 推理
17	gpt-5.6-terra-maxOpenAI	79.3%	Max 推理
18	deepseek-v4.1-flash-maxDeepSeek	79.3%	来源默认配置
19	deepseek-v4-pro-0813DeepSeek	79.2%	来源默认配置
20	smaug-flashAbacus.AI	79.1%	来源默认配置
21	smaug-miniAbacus.AI	78.8%	来源默认配置
22	kimi-k3Moonshot AI	78.7%	来源默认配置
24	gemini-3.1-pro-preview-highGoogle	78.5%	High 推理
25	qwen3.8-maxAlibaba	78.4%	来源默认配置
26	claude-opus-4-7-xhigh-effortAnthropic	78.3%	xHigh 推理
27	gpt-5.2-codexOpenAI	78.2%	来源默认配置
28	gpt-5.2-2025-12-11-highOpenAI	78.2%	High 推理
29	gpt-5.6-luna-maxOpenAI	78.0%	Max 推理
30	claude-sonnet-4-6-thinking-auto-medium-effortAnthropic	77.9%	Medium 推理
31	grok-4.7-xhighxAI	76.9%	xHigh 推理
32	qwen3.8-27bAlibaba	76.6%	来源默认配置
33	mistral-large-4-highMistral AI	76.5%	来源默认配置

评测局限与数据署名

题目每期更新，格式要求严格；组织参与方 Abacus.AI 同时开发 Smaug 模型，其独家成绩需要其他独立来源补充。

数据许可：Apache 2.0

成绩由 LiveBench 发布。各项评测的原始分数尺度不同，不能直接相加；AIHOT 按公开规则把它们折算成同一种分数。