LiveCodeBench

LiveCodeBench

LiveCodeBench 是一个动态更新的基准测试平台，通过来自顶级竞赛平台的高难度编程任务，全面评估大型语言模型在复杂编码场景中的能力。

多语言 难度：高难度
问题数量

511

机构

UC Berkeley

类别

代码生成

评估指标

Pass @K

LiveCodeBench基准测试简介

LiveCodeBench 由加州大学伯克利分校、麻省理工学院和康奈尔大学的研究人员开发，是一个先进的评测基准套件，专门用于严格评估大语言模型 (LLMs) 在代码处理方面的能力，并解决现有基准测试的局限性。通过引入实时更新的问题集和多维度评估方法，LiveCodeBench 确保对 LLM 进行公平、全面和稳健的评估。

LiveCodeBench 大模型得分排行榜

冠军
亚军
季军
其他排名
模型简称 LiveCodeBench得分 发布机构 发布时间 参数规模（亿）
Grok 4 82.0 xAI Logo 2025-07-10 0.0
Gemini 2.5 Pro Deep Think 80.4 Google Deep Mind Logo 2025-06-17 未知
Grok-3 - Reasoning Beta 79.4 xAI Logo 2025-02-18 未知
Gemini-2.5-Pro-Preview-06-05 77.1 Google Deep Mind Logo 2025-06-05 未知
Gemini-2.5-Pro-Preview-05-06 77.1 Google Deep Mind Logo 2025-05-06 未知
OpenAI o3 75.8 OpenAI Logo 2025-04-16 未知
Kimi-k1.6-IOI-high 73.8 Moonshot AI Logo 2025-03-20 未知
DeepSeek-R1-0528 73.3 DeepSeek-AI Logo 2025-05-28 6850.0
OpenAI o1 71.0 OpenAI Logo 2024-12-05 未知
Qwen3-235B-A22B 70.7 阿里巴巴 Logo 2025-04-28 2350.0
Grok 3 70.6 xAI Logo 2025-02-17 未知
Gemini 2.5 Pro Experimental 03-25 70.4 Google Deep Mind Logo 2025-03-25 0.0
OpenAI o3-mini (high) 69.5 OpenAI Logo 2025-01-31 未知
OpenAI o3-mini (medium) 67.4 OpenAI Logo 2025-01-31 未知
Pangu Embedded 67.1 华为 Logo 2025-06-30 70.0
Kimi-k1.6-IOI 65.9 Moonshot AI Logo 2025-03-20 未知
DeepSeek-R1 65.9 DeepSeek-AI Logo 2025-01-20 6710.0
Qwen3-32B 65.7 阿里巴巴 Logo 2025-04-28 220.0
QwQ-Max-Preview 65.6 阿里巴巴 Logo 2025-03-20 未知
MiniMax-M1-80k 65.0 MiniMaxAI Logo 2025-06-16 4560.0
Hunyuan-T1 64.9 腾讯AI实验室 Logo 2025-03-21 0.0
Hunyuan-A13B-Instruct 63.9 腾讯AI实验室 Logo 2025-06-27 800.0
Gemini 2.5 Flash 63.4 Google Deep Mind Logo 2025-04-17 未知
MiniMax-M1-40k 62.3 MiniMaxAI Logo 2025-06-16 4560.0
Qwen3-8B 61.8 阿里巴巴 Logo 2025-04-28 80.0
Pangu Pro MoE 59.6 华为 Logo 2025-06-30 719.0
Magistral-Medium-2506 59.36 MistralAI Logo 2025-06-10 未知
Claude Opus 4 56.6 Anthropic Logo 2025-05-23 未知
Magistral-Small-2506 55.84 MistralAI Logo 2025-06-10 240.0
Kimi K2 53.7 Moonshot AI Logo 2025-07-11 10000.0
OpenAI o1-mini 52.0 OpenAI Logo 2024-09-12 未知
GLM-4-9B-Chat 51.8 智谱AI Logo 2024-06-05 90.0
Qwen2.5-32B 51.2 阿里巴巴 Logo 2024-09-18 320.0
Llama 4 Behemoth Instruct 49.4 Facebook AI研究实验室 Logo 2025-04-05 20000.0
DeepSeek-V3-0324 49.2 DeepSeek-AI Logo 2025-03-24 6810.0
Claude Sonnet 4 48.5 Anthropic Logo 2025-05-23 未知
GPT-4.5 46.4 OpenAI Logo 2025-02-28 未知
Llama 4 Maverick Instruct 43.4 Facebook AI研究实验室 Logo 2025-04-05 4000.0
GPT-4.1 40.5 OpenAI Logo 2025-04-14 未知
ERNIE-4.5-300B-A47B 38.8 百度 Logo 2025-06-30 3000.0
Claude 3.5 Sonnet New 38.7 Anthropic Logo 2024-10-22 0.0
Codestral 25.01 37.9 MistralAI Logo 2025-01-13 未知
GPT-4o 35.1 OpenAI Logo 2024-05-13 未知
DeepSeek-V3 34.6 DeepSeek-AI Logo 2024-12-26 6810.0
Gemini 2.5 Flash-Lite 34.3 Google Deep Mind Logo 2025-06-17 未知
Llama3.1-70B-Instruct 33.3 Facebook AI研究实验室 Logo 2024-07-23 700.0
Llama3.3-70B-Instruct 33.3 Facebook AI研究实验室 Logo 2024-12-06 700.0
Llama 4 Scout Instruct 32.8 Facebook AI研究实验室 Logo 2025-04-05 1090.0
Hunyuan-TurboS 32.0 腾讯AI实验室 Logo 2025-03-10 未知
Codestral 31.5 MistralAI Logo 2024-05-29 220.0
Llama3.1-405B Instruct 30.2 Facebook AI研究实验室 Logo 2024-07-23 4050.0
Gemma 3 - 27B (IT) 29.7 Google Deep Mind Logo 2025-03-12 270.0
Gemini 2.0 Flash Experimental 29.1 DeepMind Logo 2024-12-11 未知
Gemini 2.0 Flash-Lite 28.9 DeepMind Logo 2025-02-05 未知
Gemma 3 - 12B (IT) 24.6 Google Deep Mind Logo 2025-03-12 120.0
得分:
82.0
发布时间:
2025-07-10
参数规模(亿):
0.0
得分:
80.4
发布时间:
2025-06-17
参数规模(亿):
未知
得分:
79.4
发布时间:
2025-02-18
参数规模(亿):
未知
得分:
77.1
发布时间:
2025-06-05
参数规模(亿):
未知
得分:
77.1
发布时间:
2025-05-06
参数规模(亿):
未知
得分:
75.8
发布时间:
2025-04-16
参数规模(亿):
未知
得分:
73.8
发布时间:
2025-03-20
参数规模(亿):
未知
得分:
73.3
发布时间:
2025-05-28
参数规模(亿):
6850.0
得分:
71.0
发布时间:
2024-12-05
参数规模(亿):
未知
得分:
70.7
发布时间:
2025-04-28
参数规模(亿):
2350.0
得分:
70.6
发布时间:
2025-02-17
参数规模(亿):
未知
得分:
70.4
发布时间:
2025-03-25
参数规模(亿):
0.0
得分:
69.5
发布时间:
2025-01-31
参数规模(亿):
未知
得分:
67.4
发布时间:
2025-01-31
参数规模(亿):
未知
得分:
67.1
发布时间:
2025-06-30
参数规模(亿):
70.0
得分:
65.9
发布时间:
2025-03-20
参数规模(亿):
未知
得分:
65.9
发布时间:
2025-01-20
参数规模(亿):
6710.0
得分:
65.7
发布时间:
2025-04-28
参数规模(亿):
220.0
得分:
65.6
发布时间:
2025-03-20
参数规模(亿):
未知
得分:
65.0
发布时间:
2025-06-16
参数规模(亿):
4560.0
得分:
64.9
发布时间:
2025-03-21
参数规模(亿):
0.0
得分:
63.9
发布时间:
2025-06-27
参数规模(亿):
800.0
得分:
63.4
发布时间:
2025-04-17
参数规模(亿):
未知
得分:
62.3
发布时间:
2025-06-16
参数规模(亿):
4560.0
得分:
61.8
发布时间:
2025-04-28
参数规模(亿):
80.0
得分:
59.6
发布时间:
2025-06-30
参数规模(亿):
719.0
得分:
59.36
发布时间:
2025-06-10
参数规模(亿):
未知
得分:
56.6
发布时间:
2025-05-23
参数规模(亿):
未知
得分:
55.84
发布时间:
2025-06-10
参数规模(亿):
240.0
得分:
53.7
发布时间:
2025-07-11
参数规模(亿):
10000.0
得分:
52.0
发布时间:
2024-09-12
参数规模(亿):
未知
得分:
51.8
发布时间:
2024-06-05
参数规模(亿):
90.0
得分:
51.2
发布时间:
2024-09-18
参数规模(亿):
320.0
得分:
49.4
发布时间:
2025-04-05
参数规模(亿):
20000.0
得分:
49.2
发布时间:
2025-03-24
参数规模(亿):
6810.0
得分:
48.5
发布时间:
2025-05-23
参数规模(亿):
未知
得分:
46.4
发布时间:
2025-02-28
参数规模(亿):
未知
得分:
43.4
发布时间:
2025-04-05
参数规模(亿):
4000.0
得分:
40.5
发布时间:
2025-04-14
参数规模(亿):
未知
得分:
38.8
发布时间:
2025-06-30
参数规模(亿):
3000.0
得分:
38.7
发布时间:
2024-10-22
参数规模(亿):
0.0
得分:
37.9
发布时间:
2025-01-13
参数规模(亿):
未知
得分:
35.1
发布时间:
2024-05-13
参数规模(亿):
未知
得分:
34.6
发布时间:
2024-12-26
参数规模(亿):
6810.0
得分:
34.3
发布时间:
2025-06-17
参数规模(亿):
未知
得分:
33.3
发布时间:
2024-07-23
参数规模(亿):
700.0
得分:
33.3
发布时间:
2024-12-06
参数规模(亿):
700.0
得分:
32.8
发布时间:
2025-04-05
参数规模(亿):
1090.0
得分:
32.0
发布时间:
2025-03-10
参数规模(亿):
未知
得分:
31.5
发布时间:
2024-05-29
参数规模(亿):
220.0
得分:
30.2
发布时间:
2024-07-23
参数规模(亿):
4050.0
得分:
29.7
发布时间:
2025-03-12
参数规模(亿):
270.0
得分:
29.1
发布时间:
2024-12-11
参数规模(亿):
未知
得分:
28.9
发布时间:
2025-02-05
参数规模(亿):
未知
得分:
24.6
发布时间:
2025-03-12
参数规模(亿):
120.0