LiveBench Design
文档生成（DOCX/PPT/PDF） · 收录 22 个模型 · 来源 LiveBench · 更新 2026-10
这个基准在测什么
要求模型直接产出可打开的 Word、PowerPoint、PDF 文件，按结构完整性、格式正确性、内容组织评分。
为什么单列出来
办公场景的真实需求。有趣的是这个榜上小模型表现异常好：Haiku 5.5（83.1）和 DeepSeek V4.1 Flash（83.4）几乎追平 Opus 5.5（86.9）。
完整排名
| # | 模型 | 得分 | 相对最佳 | 输入 $ | 输出 $ | 类型 |
|---|---|---|---|---|---|---|
| 1 | Claude Opus 5.5Anthropic | 86.9 | 全场最佳 | $4.00 | $20.00 | |
| 2 | Claude Sonnet 5.5Anthropic | 85.0 | 98% | $2.00 | $10.00 | |
| 3 | Claude Fable 5.1Anthropic | 83.4 | 96% | $10.00 | $50.00 | |
| 4 | DeepSeek V4.1 Flash 开源DeepSeek | 83.4 | 96% | $0.30 | $1.20 | 开源 |
| 5 | Claude Haiku 5.5Anthropic | 83.1 | 96% | $0.10 | $0.50 | |
| 6 | GPT-6 LunaOpenAI | 82.5 | 95% | $0.10 | $0.50 | |
| 7 | GPT-6.1 TerraOpenAI | 82.3 | 95% | $1.00 | $5.00 | |
| 8 | GPT-6.1 SolOpenAI | 82.1 | 94% | $2.00 | $10.00 | |
| 9 | GPT-6 AstraOpenAI | 82.0 | 94% | $10.00 | $50.00 | |
| 10 | Qwen3.8 MaxAlibaba Qwen | 78.6 | 90% | $2.00 | $8.00 | |
| 11 | MiMo-V2.6 Pro 开源Xiaomi | 78.5 | 90% | $0.35 | $1.40 | 开源 |
| 12 | Grok 4.7xAI | 78.0 | 90% | $2.00 | $6.00 | |
| 13 | Kimi K3.1 Pro 开源Moonshot AI | 77.8 | 90% | $2.00 | $10.00 | 开源 |
| 14 | Kimi K3 开源Moonshot AI | 77.2 | 89% | $2.00 | $15.00 | 开源 |
| 15 | GLM-5.3 Flash 开源Z.ai | 77.2 | 89% | $0.20 | $0.80 | 开源 |
| 16 | Step 5 PreviewStepFun | 76.9 | 88% | $0.50 | $2.00 | |
| 17 | Qwen3.8 27B 开源Alibaba Qwen | 75.9 | 87% | $0.10 | $0.40 | 开源 |
| 18 | MiniMax M3.1 FlashMiniMax | 74.0 | 85% | $0.15 | $0.60 | |
| 19 | Gemini 4 ArgonGoogle | 73.7 | 85% | $2.00 | $10.00 | |
| 20 | Gemini 3.8 FlashGoogle | 72.7 | 84% | $0.75 | $3.75 | |
| 21 | Nemotron 3 Ultra 开源NVIDIA | 62.8 | 72% | $0.40 | $1.60 | 开源 |
| 22 | Gemma 4 31B 开源Google | 58.4 | 67% | $0.10 | $0.40 | 开源 |