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）。

排行数据源

#模型得分

1

Gemini 2.5 ProGoogle

80.1%

2

GLM-4.5智谱AI

72.9%

3

GLM-4.5-Air智谱AI

70.7%

4

DeepSeek-R1-Distill-Llama-70B深度求索

57.5%

5

DeepSeek-R1-Distill-Qwen-32B深度求索

57.2%

6

OpenAI o1-miniOpenAI

53.8%

7

DeepSeek-R1-Distill-Qwen-14B深度求索

53.1%

8

QwQ-32B-Preview阿里巴巴

41.9%

9

DeepSeek-R1-Distill-Llama-8B深度求索

39.6%

10

Claude 3.5 Sonnet 20241022Anthropic

38.9%

共 18 个模型

返回基准目录