Fiction.liveBench 通过在小说文本中插入不同长度的干扰上下文，评测模型对人物、事件和叙事细节的长上下文理解。DataLearner 采用 16k-token 档作为可比较主指标。
查看 Fiction.liveBench 的最新得分、模型模式、发布时间与参数规模，快速了解当前完整榜单表现。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
| 排名 | 模型 | 开源情况 | |||
|---|---|---|---|---|---|
 o3-pro 思考水平·中 | 97.20 | 2025-06-10 | 未知 | 闭源 | |
GPT-5 思考水平·中 | 97.20 | 2025-08-07 | 未知 | 闭源 | |
 Grok 4 常规模式 | 94.40 | 2025-07-10 | 未知 | 闭源 | |
4 | Grok 4 Fast 常规模式 | 94.40 | 2025-09-19 | 未知 | 闭源 |
5 |  Gemini 2.5-Pro 常规模式 | 91.70 | 2025-06-05 | 未知 | 闭源 |
6 | OpenAI o3 思考水平·中 | 88.90 | 2025-04-16 | 未知 | 闭源 |
7 |  Kimi K2.5 常规模式 | 86.10 | 2026-01-27 | 10000亿 | 免费商用 |
8 | OpenAI o1 思考水平·中 | 83.30 | 2024-12-05 | 未知 | 闭源 |
9 | Gemini 2.5 Flash 常规模式 | 77.80 | 2025-04-17 | 未知 | 闭源 |
10 | OpenAI o4 - mini 思考水平·中 | 77.80 | 2025-04-16 | 未知 | 闭源 |
11 |  DeepSeek-R1 常规模式 | 69.40 | 2025-01-20 | 6710亿 | 免费商用 |
12 | GPT-5-mini 思考水平·中 | 69.40 | 2025-08-07 | 未知 | 闭源 |
13 | 66.70 | 2025-03-25 | 未知 | 闭源 | |
14 | 66.70 | 2025-05-06 | 未知 | 闭源 | |
15 | GPT-4.1 常规模式 | 63.90 | 2025-04-14 | 未知 | 闭源 |
16 | 50.00 | 2025-02-25 | 未知 | 闭源 |
2026-08-12 榜单快照中，GPT-5 (medium) 与 o3-pro (medium) 的 16k-token score 均为 97.2%。
