מבחן הערכה
LiveCodeBench
מדידה עצמאית · מתעדכן
מה הוא מודד
קוד ופיתוח תוכנה: כתיבת קוד נכון ועבודה בריפוזיטורי אמיתי
מה הוא לא מודד
- אינו בודק איכות עיצוב מערכת, אבטחה או תחזוקתיות לאורך זמן.
הערות על המבחן
Collects new contest problems over time; preserve problem release cutoffs.
תוצאות שנמדדו
| מערכת | ציון | פרוטוקול | מקור |
|---|---|---|---|
| DeepSeek V4 Pro 0813 | 93.5 | LiveCodeBench, pass@1 עם שרשרת חשיבה · דיווח של הספק | קישור |
| Qwen3.8-Flash-Next | 91.9 | LiveCodeBench v6, pass@1 · דיווח של הספק | קישור |
| Qwen3.7 Max | 91.6 | LiveCodeBench v6, pass@1 · דיווח של הספק | קישור |
| Qwen3.8-27B | 90.3 | LiveCodeBench v6, pass@1 · דיווח של הספק | קישור |
| Kimi K2.6 | 89.6 | LiveCodeBench v6, pass@1 · דיווח של הספק | קישור |
| Qwen3.7 Plus | 89.6 | LiveCodeBench v6, pass@1 · דיווח של הספק | קישור |
| Nemotron 3 Ultra | 89.0 | LiveCodeBench v6, pass@1 · דיווח של הספק | קישור |
| Nemotron 3.5 Super VL 120B A12B | 88.2 | LiveCodeBench v6, pass@1 · דיווח של הספק | קישור |
| Qwen3.6 Plus | 87.1 | LiveCodeBench v6, pass@1 · דיווח של הספק | קישור |
| Step 3.5 Flash | 86.4 | LiveCodeBench v6, pass@1 · דיווח של הספק | קישור |
| Kimi K2.5 | 85.0 | LiveCodeBench v6, pass@1 · דיווח של הספק | קישור |
| Kimi K2.5 (Reasoning) | 85.0 | LiveCodeBench v6, pass@1 · דיווח של הספק | קישור |
| GLM-4.7 | 84.9 | LiveCodeBench v6, pass@1 · דיווח של הספק | קישור |
| 84.8 | LiveCodeBench v6, pass@1 · מקור לא מאומת | קישור | |
| Qwen3.6-27B | 83.9 | LiveCodeBench v6, pass@1 · דיווח של הספק | קישור |
| Qwen3.5 397B | 83.6 | LiveCodeBench v6, pass@1 · דיווח של הספק | קישור |
| Qwen3.5-27B | 80.7 | LiveCodeBench v6, pass@1 · דיווח של הספק | קישור |
| MiMo-V2-Flash | 80.6 | LiveCodeBench v6, pass@1 · דיווח של הספק | קישור |
| Qwen3.6-35B-A3B | 80.4 | LiveCodeBench v6, pass@1 · דיווח של הספק | קישור |
| Qwen3.5-122B-A10B | 78.9 | LiveCodeBench v6, pass@1 · דיווח של הספק | קישור |
| Gemma 4 26B A4B | 77.1 | LiveCodeBench v6, pass@1 · דיווח של הספק | קישור |
| DeepSeek V3.1 (Reasoning) | 74.8 | LiveCodeBench, pass@1 · דיווח של הספק | קישור |
| Qwen3.5-35B-A3B | 74.6 | LiveCodeBench v6, pass@1 · דיווח של הספק | קישור |
| Granite 4.2 8B | 73.2 | LiveCodeBench v6, pass@1 · דיווח של הספק | קישור |
| Mercury 2 | 67.3 | LiveCodeBench, pass@1 · דיווח של הספק | קישור |
| 65.0 | LiveCodeBench, pass@1 · דיווח של הספק | קישור | |
| GLM-4.7-Flash | 64.0 | LiveCodeBench v6, pass@1 · דיווח של הספק | קישור |
| LFM2.5-2.6B | 59.4 | LiveCodeBench v6, pass@1 · דיווח של הספק | קישור |
| DeepSeek V3.1 | 56.4 | LiveCodeBench, pass@1 · דיווח של הספק | קישור |
| Kimi K2 | 53.7 | LiveCodeBench v6, pass@1 · דיווח של הספק | קישור |
| DeepSeek V3 | 37.6 | LiveCodeBench, pass@1 · מקור לא מאומת | קישור |
| Mistral Medium 3 | 30.3 | LiveCodeBench v6, pass@1 · דיווח של הספק | קישור |