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 רישום
Collects new contest problems over time; preserve problem release cutoffs.
תוצאות שנקלטו
| 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, pass@1 · דיווח של הספק | קישור |
| Qwen3.8-27B | 90.3 | LiveCodeBench v6, pass@1 · דיווח של הספק | קישור |
| Qwen3.7 Plus | 89.6 | LiveCodeBench, pass@1 · דיווח של הספק | קישור |
| Kimi K2.6 | 89.6 | LiveCodeBench v6, pass@1 · דיווח של הספק | קישור |
| Qwen3.6 Plus | 87.1 | LiveCodeBench v6, pass@1 · דיווח של הספק | קישור |
| Kimi K2.5 | 85.0 | LiveCodeBench v6, pass@1 · דיווח של הספק | קישור |