评测来源官方评测
LiveBench Global Average
LiveBench · 题库持续更换，答案可以自动核对。用来看模型换题之后还能不能站住。
在 前沿雷达 中交叉参考
证据预算不计分
上游数据时间待核实
最近成功同步尚未开始采集
它测什么，怎么测
保留官方 Global Average 作整体参考；正式分数使用互不重复的专项任务。
如何使用这份证据
原始 Global Average 留作参考；正式票改用互不重复的专项任务。
评测局限与数据署名
综合均分会稀释特定能力的变化；仅交叉参考，不重复计票。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，原始分数与 前沿雷达 共识分使用不同尺度，不能直接相加。