الأداء مقابل السعر
أعلى اليسار = رخيص وقوي. انقر على نقطة لعرض التفاصيل.
تصنيف نماذج الذكاء الاصطناعي — 11 لوحات تقييم مجتمعة
جارٍ جلب البيانات من 11 لوحات تقييم…
/
| المرتبة | النموذج | الدرجة الإجمالية | Artificial Analysis | LiveBench | Epoch AI | ARC-AGI | Scale SEAL | Vals AI | Terminal-Bench | EQ-Bench | SimpleBench | BenchLM |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 |  Anthropic | 92.5 | #1 | #2 | — | #2 | — | #1 | — | — | #1 | — |
| 2 |  OpenAI | 92.2 | #3 | #4 | #1 | #1 | #1 | #4 | #1 | — | #4 | #1 |
| 3 | Anthropic | 91.7 | #2 | #1 | #2 | #5 | #2 | #2 | #2 | — | #2 | #2 |
| 4 | Anthropic | 90.6 | #5 | #3 | #3 | #6 | — | #5 | #4 | #2 | — | #4 |
| 5 | Anthropic | 90.3 | #4 | #9 | #4 | #4 | — | #3 | #3 | #1 | #8 | #3 |
| 6 |  Meta | 89.0 | #6 | #5 | #15 | — | — | #6 | — | — | #7 | — |
| 7 | OpenAI | 88.0 | #8 | #6 | #6 | #3 | — | #7 | #7 | #9 | #23 | #5 |
| 8 | OpenAI | 86.9 | — | — | #5 | #9 | — | — | — | — | #10 | — |
| 9 | OpenAI | 86.5 | #7 | #11 | — | — | — | #8 | — | — | #15 | — |
| 10 | OpenAI | 85.2 | — | — | #9 | #13 | — | — | — | — | — | — |
| 11 |  Xiaomi | 85.2 | #10 | — | — | — | — | #16 | — | — | — | — |
| 12 |  DeepSeek | 84.7 | #22 | #6 | #28 | — | — | #20 | — | — | #21 | — |
| 13 |  xAI | 84.6 | #9 | #19 | — | — | — | #11 | #6 | — | — | — |
| 14 | OpenAI | 84.4 | #25 | #8 | #8 | #8 | — | #22 | — | #4 | #19 | #12 |
| 15 |  Google | 83.3 | #19 | #31 | #13 | #6 | #4 | #9 | #11 | — | #5 | #6 |
| 16 |  Moonshot AI | 83.3 | #15 | #11 | #12 | #24 | — | #21 | — | #3 | #33 | #8 |
| 17 |  Alibaba (Qwen) | 82.5 | #11 | #14 | #26 | — | — | #33 | — | — | — | #9 |
| 18 | xAI | 82.4 | #13 | #15 | #18 | #20 | — | #18 | #10 | — | #13 | #11 |
| 19 | Google | 82.1 | #23 | #13 | #11 | #9 | — | #17 | #15 | — | — | #14 |
| 19 | OpenAI | 82.1 | — | #15 | #14 | #16 | — | — | — | #7 | — | #13 |
| 21 | OpenAI | 82.1 | #16 | #18 | #7 | #12 | — | #13 | #9 | #11 | #53 | #7 |
| 22 | Meta | 82.0 | #21 | #15 | #27 | — | — | #23 | — | — | #14 | — |
| 22 |  Z.ai (Zhipu) | 82.0 | #12 | #28 | #22 | — | — | #24 | #5 | — | #22 | — |
| 24 | Anthropic | 81.4 | #17 | #26 | #10 | #17 | — | #10 | #8 | #6 | #23 | #10 |
| 25 | Anthropic | 80.1 | — | #25 | #19 | #15 | #9 | #25 | — | #5 | #26 | — |
| 26 | Alibaba (Qwen) | 78.7 | #20 | #26 | — | — | — | — | — | — | — | — |
| 27 | Anthropic | 77.8 | #26 | #30 | #20 | — | — | #13 | #13 | #10 | #34 | #15 |
| 28 | Google | 77.3 | #39 | #22 | #29 | #14 | #3 | #41 | — | #21 | #9 | — |
| 29 | DeepSeek | 76.1 | #29 | #19 | #24 | #23 | — | #32 | — | #18 | #51 | — |
| 30 | Meta | 76.0 | #33 | #33 | #33 | — | — | #28 | — | #8 | — | #16 |
| 31 | xAI | 75.5 | #24 | #31 | #34 | #32 | — | #34 | #13 | — | #18 | #18 |
| 32 | Anthropic | 74.8 | — | #37 | #25 | #19 | #10 | — | — | #13 | #20 | #20 |
| 33 | Meta | 74.2 | — | — | #39 | — | #6 | — | — | — | — | #27 |
| 34 | Google | 74.0 | #36 | #35 | #30 | #17 | — | #30 | — | #24 | #11 | #21 |
| 35 | DeepSeek | 74.0 | #31 | #38 | #31 | #22 | — | #29 | — | — | #31 | — |
| 36 | OpenAI | 73.8 | #27 | #40 | #21 | #28 | — | #12 | #12 | #19 | #55 | #17 |
| 37 | Google | 73.7 | #32 | #40 | #32 | #24 | — | #26 | — | — | — | #19 |
| 38 | Alibaba (Qwen) | 73.5 | #33 | #33 | — | — | — | #36 | — | — | — | — |
| 39 | OpenAI | 73.5 | #27 | #46 | — | #29 | — | #19 | — | — | — | — |
| 40 | Google | 70.4 | — | — | #37 | #37 | #7 | — | — | — | #12 | #26 |
| 41 | OpenAI | 70.0 | — | — | #16 | — | — | — | — | — | — | #24 |
| 42 | OpenAI | 69.9 | — | #35 | — | — | #12 | — | — | — | — | — |
| 43 | Z.ai (Zhipu) | 69.7 | #17 | #48 | #41 | — | — | #37 | — | — | — | — |
| 44 | OpenAI | 69.5 | — | — | #23 | #30 | — | — | — | — | #41 | — |
| 45 | Anthropic | 68.8 | #38 | #44 | #38 | #24 | — | #35 | — | #16 | — | #30 |
| 46 | Z.ai (Zhipu) | 68.6 | #33 | #42 | #43 | #38 | — | #30 | — | #14 | #38 | #23 |
| 47 | Alibaba (Qwen) | 66.2 | #40 | #43 | #35 | — | — | #38 | — | #23 | — | #22 |
| 48 | Alibaba (Qwen) | 65.8 | — | — | #53 | — | — | — | — | — | #25 | — |
| 49 | OpenAI | 65.2 | — | — | #36 | #31 | — | — | — | — | #58 | #25 |
| 50 | Alibaba (Qwen) | 63.4 | — | — | #52 | — | — | — | — | — | #36 | — |
| المرتبة | الشركة | الدرجة الإجمالية | أفضل نموذج | النماذج |
|---|---|---|---|---|
| 1 | 86.7 | Claude Opus 5.5 | 27 | |
| 2 | 85.2 | GPT-6 Astra | 54 | |
| 3 | 77.7 | Muse Spark 1.3 | 23 | |
| 4 | 74.4 | Gemini 3.8 Flash | 33 | |
| 5 | 72.7 | Grok 4.7 | 13 | |
| 6 | 70.1 | MiMo-V2.6-Pro | 4 | |
| 7 | 69.8 | Kimi K3 | 5 | |
| 8 | 68.1 | Qwen3.8 Max | 46 | |
| 9 | 67.8 | DeepSeek V4.1 Flash | 22 | |
| 10 | 66.0 | GLM-5.3 | 10 | |
| 11 | 53.3 | — | 2 | |
| 12 | 42.0 | Inkling | 2 | |
| 13 | 40.3 | MiniMax-M3 | 5 | |
| 14 | 32.7 | — | 5 | |
| 15 | 29.6 | Nemotron 3 Ultra 550B A55B | 9 | |
| 16 | 17.6 | Mistral 3.5 | 26 | |
| 17 | 16.7 | Phi-4 | 6 | |
| 18 | 15.8 | — | 3 | |
| 19 | 13.3 | Mercury 2.5 | 1 | |
| 20 | 12.9 | Command R | 3 |
نتيجة الشركة في كل موقع هي نتيجة أفضل نماذجها فيه.
أفضل قيمة
الدرجة الإجمالية ÷ السعر
أفضل النماذج مفتوحة الأوزان
نماذج أوزانها منشورة
أسرع النماذج
رموز الإخراج في الثانية
حسب الدولة
أفضل 50 نموذجًا
التوافق بين لوحات التقييم
ارتباط المراتب على النماذج المشتركة (1 = متطابق).
كيف يُحسب التصنيف
- الجمع — تُجلب البيانات الرسمية من لوحات التقييم الـ11 أدناه كل ساعة. لا تُستخدم الدرجات المصنّفة كتقديرات.
- المطابقة — تُدمج التسميات المختلفة للنموذج نفسه. وفي المتغيرات مثل مستوى الاستدلال تُعتمد أفضل نتيجة في كل موقع.
- التوحيد القياسي — يُوحَّد المقياس الرئيسي لكل موقع داخل ذلك الموقع، مع الحفاظ على فروق الدرجات لا المراتب فقط.
- المعادلة — نموذج عاملي، يستخدم النماذج الموجودة في عدة مواقع جسرًا، يصحح صعوبة كل موقع ومجموعة النماذج فيه. المواقع الأكثر تشويشًا تحصل على وزن أقل.
- لا عقوبة على البيانات الناقصة — يُقيَّم كل نموذج فقط من المواقع التي قيّمته. ويُعرض عدم اليقين كفاصل 90%. تُصنَّف النماذج المقيَّمة في 2 مواقع أو أكثر.
- Arena — تُستخدم Arena (سابقًا LMArena) في تصنيف المجالات فقط، لا في الدرجة الإجمالية. تُضاف النماذج الجديدة تلقائيًا.
الأسئلة الشائعة
ما هو ARBITER؟
تصنيف شامل لنماذج وشركات الذكاء الاصطناعي يجمع إحصائيًا بين 11 من أبرز لوحات تقييم الذكاء الاصطناعي.
كم مرة يُحدَّث؟
كل ساعة. وتُضاف تلقائيًا النماذج الجديدة من أي لوحة تقييم.
كيف تُحسب الدرجة الإجمالية؟
يُوحَّد المقياس الرئيسي لكل موقع، ثم يصحح نموذج عاملي الفروق بين المواقع ويقدّر القدرة المشتركة لكل نموذج.
هل تتضرر النماذج المقيَّمة في عدد أقل من لوحات التقييم؟
لا. لا يُعاقَب النموذج أبدًا على التقييمات الناقصة، بل يُعرض عدم اليقين كفاصل 90%.
ما أفضل نموذج ذكاء اصطناعي حاليًا؟
النموذج الأول في التصنيف الإجمالي. يعتمد الخيار الأفضل على استخدامك، لذا راجع أيضًا تصنيف المجالات.