正在加载页面内容
LiveCodeBench (2407-2501)推理
代码生成基准, 2024.07-2025.01 题目LiveCodeBench 由 Princeton 等机构于 2024 年提出，提供从 LeetCode、AtCoder、CodeForces 持续收集的新题，用于无污染评估 LLM 代码能力。支持代码生成、自修复、代码执行和测试输出预测四种场景，使用 pass@1 指标。截至目前包含 1055 道题（v6）。
| # | 模型 | 得分 (%) | 厂商 | 来源 | |
|---|---|---|---|---|---|
| 1 | 80.1 | GLM-4.5 技术报告 | |||
| 2 | 72.9 | 智谱AI | GLM-4.5 技术报告 | ||
| 3 | 70.7 | 智谱AI | GLM-4.5 技术报告 | ||
| 4 | 57.5 | 深度求索 | DeepSeek-R1 技术报告 | ||
| 5 | 57.2 | 深度求索 | DeepSeek-R1 技术报告 | ||
| 6 | 53.8 | OpenAI | DeepSeek-R1 技术报告 | ||
| 7 | 53.1 | 深度求索 | DeepSeek-R1 技术报告 | ||
| 8 | 41.9 | 阿里巴巴 | DeepSeek-R1 技术报告 | ||
| 9 | 39.6 | 深度求索 | DeepSeek-R1 技术报告 | ||
| 10 | 38.9 | Anthropic | DeepSeek-R1 技术报告 |
