LiveBench · 数据分析
LiveBench / 专业工作 · 表格重排、列类型标注、表连接预测等数据处理任务。
在 AIHOT 中参与排名
所属领域专业工作
上游数据时间09/30 03:01
最近成功同步10/04 20:23
它测什么，怎么测
读取 Data Analysis 分类的未舍入成绩。
如何使用这份证据
计分：专业工作领域的表格数据处理一类。
评测成绩
按固定规则，每个公开模型采用一套代表配置；没有可采用配置的模型标为未计入并写明原因。匿名测试型号不展示，保留原榜名次，每项最多 30 个。
| 原榜名次 | 原榜型号 | 原始成绩 | 代表配置 |
|---|---|---|---|
| 1 | gpt-6-astra-maxOpenAI | 83.0% | Max 推理 |
| 2 | gpt-6.1-sol-maxOpenAI | 82.7% | Max 推理 |
| 4 | gpt-5.5-xhighOpenAI | 81.6% | xHigh 推理 |
| 5 | gpt-6-sol-maxOpenAI | 81.2% | Max 推理 |
| 6 | claude-fable-5-max-effortAnthropic | 80.5% | Max 推理 |
| 7 | claude-opus-5-5-max-effortAnthropic | 80.3% | Max 推理 |
| 8 | claude-fable-5-1-max-effortAnthropic | 80.3% | Max 推理 |
| 9 | smaug-agenticAbacus.AI | 79.9% | 来源默认配置 |
| 10 | gpt-5.6-sol-maxOpenAI | 79.8% | Max 推理 |
| 12 | muse-spark-1.3-xhighMeta | 79.6% | xHigh 推理 |
| 13 | deepseek-v4-flash-vision-expDeepSeek | 79.5% | 来源默认配置 |
| 14 | deepseek-v4-flash-0731DeepSeek | 79.3% | 来源默认配置 |
| 15 | gpt-5.4-xhighOpenAI | 79.3% | xHigh 推理 |
| 16 | gpt-5.6-terra-maxOpenAI | 79.3% | Max 推理 |
| 17 | deepseek-v4.1-flash-maxDeepSeek | 79.3% | 来源默认配置 |
| 18 | deepseek-v4-pro-0813DeepSeek | 79.2% | 来源默认配置 |
| 19 | smaug-flashAbacus.AI | 79.1% | 来源默认配置 |
| 20 | smaug-miniAbacus.AI | 78.8% | 来源默认配置 |
| 21 | kimi-k3Moonshot AI | 78.7% | 来源默认配置 |
| 23 | gemini-3.1-pro-preview-highGoogle | 78.5% | High 推理 |
| 24 | qwen3.8-maxAlibaba | 78.4% | 来源默认配置 |
| 25 | claude-opus-4-7-xhigh-effortAnthropic | 78.3% | xHigh 推理 |
| 26 | gpt-5.2-codexOpenAI | 78.2% | 来源默认配置 |
| 27 | gpt-5.2-2025-12-11-highOpenAI | 78.2% | High 推理 |
| 28 | gpt-5.6-luna-maxOpenAI | 78.0% | Max 推理 |
| 29 | claude-sonnet-4-6-thinking-auto-medium-effortAnthropic | 77.9% | Medium 推理 |
| 30 | grok-4.7-xhighxAI | 76.9% | xHigh 推理 |
| 31 | qwen3.8-27bAlibaba | 76.6% | 来源默认配置 |
| 32 | muse-spark-1.2-xhighMeta | 76.5% | xHigh 推理 |
| 33 | glm-5.3-flashZ.ai | 76.4% | 来源默认配置 |
评测局限与数据署名
题目每期更新，格式要求严格；组织参与方 Abacus.AI 同时开发 Smaug 模型，其独家成绩需要其他独立来源补充。
数据许可：Apache 2.0
成绩由 LiveBench 发布。各项评测的原始分数尺度不同，不能直接相加；AIHOT 按公开规则把它们换算到同一条能力刻度上。