מבחן הערכה
LiveBench Instruction Following
מדידה עצמאית · מתעדכן
מה הוא מודד
עמידה בהוראות: ביצוע מדויק של דרישות פורמט ואילוצים
מה הוא לא מודד
- אין לגזור ממנו יכולת בתחומים שלא נכללו במשימות שלו.
תוצאות שנמדדו
| מערכת | ציון | פרוטוקול | מקור |
|---|---|---|---|
| Gemini 3.1 Pro | 79.1 | LiveBench 2026.06.25, קטגוריית עמידה בהוראות · מדידה בלוח עצמאי | קישור |
| Gemini 3.5 Flash | 75.6 | LiveBench 2026.06.25, קטגוריית עמידה בהוראות · מדידה בלוח עצמאי | קישור |
| Qwen3.7 Max | 74.0 | LiveBench 2026.06.25, קטגוריית עמידה בהוראות · מדידה בלוח עצמאי | קישור |
| Claude Opus 4.8 | 72.4 | LiveBench 2026.06.25, קטגוריית עמידה בהוראות · מדידה בלוח עצמאי | קישור |
| Claude Fable 5 | 72.0 | LiveBench 2026.06.25, קטגוריית עמידה בהוראות · מדידה בלוח עצמאי | קישור |
| GPT-5.5 | 71.4 | LiveBench 2026.06.25, קטגוריית עמידה בהוראות · מדידה בלוח עצמאי | קישור |
| 67.2 | LiveBench 2026.06.25, קטגוריית עמידה בהוראות · מדידה בלוח עצמאי | קישור | |
| Claude Opus 4.7 | 66.7 | LiveBench 2026.06.25, קטגוריית עמידה בהוראות · מדידה בלוח עצמאי | קישור |
| Kimi K2.6 | 64.4 | LiveBench 2026.06.25, קטגוריית עמידה בהוראות · מדידה בלוח עצמאי | קישור |
| Claude Sonnet 5 | 63.9 | LiveBench 2026.06.25, קטגוריית עמידה בהוראות · מדידה בלוח עצמאי | קישור |
| Claude Opus 4.6 | 63.3 | LiveBench 2026.06.25, קטגוריית עמידה בהוראות · מדידה בלוח עצמאי | קישור |
| Claude Sonnet 4.6 | 63.2 | LiveBench 2026.06.25, קטגוריית עמידה בהוראות · מדידה בלוח עצמאי | קישור |
| Grok 4.3 | 62.8 | LiveBench 2026.06.25, קטגוריית עמידה בהוראות · מדידה בלוח עצמאי | קישור |
| 62.5 | LiveBench 2026.06.25, קטגוריית עמידה בהוראות · מדידה בלוח עצמאי | קישור | |
| GLM-5.2 | 62.3 | LiveBench 2026.06.25, קטגוריית עמידה בהוראות · מדידה בלוח עצמאי | קישור |
| 59.8 | LiveBench 2026.06.25, קטגוריית עמידה בהוראות · מדידה בלוח עצמאי | קישור | |
| Qwen3.6 Plus | 58.3 | LiveBench 2026.06.25, קטגוריית עמידה בהוראות · מדידה בלוח עצמאי | קישור |
| MiniMax M3 | 57.5 | LiveBench 2026.06.25, קטגוריית עמידה בהוראות · מדידה בלוח עצמאי | קישור |
| Kimi K2.7 Code | 56.3 | LiveBench 2026.06.25, קטגוריית עמידה בהוראות · מדידה בלוח עצמאי | קישור |
| Qwen3.6-27B | 53.2 | LiveBench 2026.06.25, קטגוריית עמידה בהוראות · מדידה בלוח עצמאי | קישור |