# LiveBench

> 索引指引
> 本檔案是 the Markdown twin of ONE page on this site。
> 取完整索引請訪問：https://aiworkswell.com/zh-TW/llms.txt
> 建議先讀完整索引，再按需探索具體頁面。

> LiveBench 是一个抗污染的动态评测榜，看模型「现在」的实际水平。

Source: https://aiworkswell.com/zh-TW/apps/l-livebench

> ★ **Not translated yet.** This page is requested in `zh-TW`, but the text below is the **zh-CN** version (the original).
> 本页尚未翻译成 zh-TW，下面显示的是 **zh-CN** 原文（本文尚未翻译，当前显示原文（zh-CN））。

## 它是什么
LiveBench 是一个持续更新题库的模型评测榜单，因为题目会换，被训练数据污染的可能更低。来源：https://livebench.ai/

## 怎么用起来
选模型前对照 LiveBench 的分项得分，别只看一个总分——分项才说明该模型擅长什么。来源：https://livebench.ai/

## 来源与署名

Mentioned from：https://livebench.ai/ · 原作者 LiveBench（Apache-2.0）。

## Identity

- canonical name: LiveBench
- logo: https://livebench.ai/logo192.png
- one entity per product; regional name variants refer to the same product

## Facts

- License: Apache-2.0
- Platforms: web
- Category: Comparisons
- Effort: L1 (Opens instantly)
- Official source: https://github.com/LiveBench/LiveBench
- Last reviewed: 2026-10-06
- Author: LiveBench
- Author contact: https://github.com/LiveBench/LiveBench/issues (official issue tracker)

## Install prompt (copy-paste into any AI assistant)

```text
我需要你帮我在我的机器上安装并运行一个软件。

【软件信息】
名称：LiveBench
用途：LiveBench 是一个抗污染的动态评测榜，看模型「现在」的实际水平。
官方来源：https://github.com/LiveBench/LiveBench
许可：Apache-2.0
支持平台：web

【执行方式】（请先判断你属于哪一种）
· 如果你能直接在我的机器上执行命令：请直接执行，并每完成一个阶段简要报告进度。
· 如果你只能提供指令：请给出我可以逐步复制执行的完整命令，每一步说明预期结果。

【请这样做】
1. 先检测我的环境（操作系统、芯片架构、已有的工具链），再决定怎么做。
2. 每一步先说明你要做什么；涉及删除文件、修改系统配置、安装全局依赖时，先征求我同意。
3. 每一步给出具体命令，不要只说"安装依赖"这种抽象描述。
4. 遇到报错：先分析原因再修复，最多重试 3 次；仍不成功就把报错原文给我。
5. 装完后用一个最小步骤验证它真的能运行，并把验证结果展示给我。
6. 最后告诉我：装在了哪个位置、以后怎么启动、以后怎么更新到新版本、怎么干净卸载。

【安装方式】优先使用在线版
如果官方提供在线版，直接使用即可，不需要本地安装。
若要本地运行：在本地起服务并告诉我访问地址。不要做公网部署或端口转发——我只是想在本机用。

【安全边界】（不可协商）
· 只从上面给出的官方来源获取，不得替换为任何其他下载站或镜像。
· 不要执行任何删除、移动、覆盖我已有文件的操作。
· 修改环境变量、shell 配置、系统设置之前先问我。
· 不要上传我的任何数据到外部服务。

【由你决定】
安装位置、包管理器选择、依赖版本、目录结构 —— 这些由你根据我的环境判断，完成后告诉我你的选择和理由即可。
```

## Known pitfalls

- (none recorded)

## Summary (self-contained)

一个抗污染的动态评测基准，专门回答「模型现在是什么水平」：题目定期更新并带明确答案，模型很难靠「见过原题」刷分。数据与跑分口径都在官方仓库公开，结果可自行复核。

## FAQ

**它和别的榜单差在哪？**
差别在「动态」与「抗污染」——题目会换，降低训练数据里见过原题带来的虚高。

**分数能直接比较吗？**
同一期同一口径下可以横向比；跨期比较意义有限，因为题目已经换过了。

---

AIWorksWell — Others tell you what exists. We hand you a prompt.
Non-commercial, no ads, no tracking. We host no binaries: every install path points to the author's own official page.
Quoting and indexing are welcome. Please keep the attribution to the original author.