Performance et prix
En haut à gauche = bon marché et performant. Cliquez sur un point pour les détails.
Classement des modèles d’IA — 11 leaderboards réunis
Comment le classement est calculé
- Collecte — Les données officielles des 11 leaderboards ci-dessous sont récupérées toutes les heures. Les scores signalés comme estimations ne sont pas utilisés.
- Rapprochement — Les différentes graphies d’un même modèle sont fusionnées. Pour les variantes comme le niveau de raisonnement, le meilleur résultat de chaque site est retenu.
- Standardisation — La métrique principale de chaque site est standardisée au sein de ce site, afin de conserver les écarts de score et pas seulement les rangs.
- Égalisation — Un modèle factoriel, dont les modèles présents sur plusieurs sites servent de pont, corrige la difficulté et la sélection de modèles de chaque site. Les sites plus bruités pèsent moins.
- Aucune pénalité pour les données manquantes — Chaque modèle est noté uniquement à partir des sites qui l’ont évalué. L’incertitude est affichée sous forme d’intervalle à 90 %. Les modèles évalués sur 2 sites ou plus sont classés.
- Arena — Arena (ex-LMArena) sert uniquement aux classements par domaine, pas au score global. Les nouveaux modèles sont ajoutés automatiquement.
Questions fréquentes
Qu’est-ce qu’ARBITER ?
Un classement global des modèles et entreprises d’IA qui combine statistiquement 11 leaderboards d’IA de référence.
À quelle fréquence est-il mis à jour ?
Toutes les heures. Les nouveaux modèles de n’importe quel leaderboard sont ajoutés automatiquement.
Comment le score global est-il calculé ?
La métrique principale de chaque site est standardisée, puis un modèle factoriel corrige les écarts entre sites pour estimer la capacité commune de chaque modèle.
Les modèles évalués sur moins de leaderboards sont-ils désavantagés ?
Non. Une évaluation manquante n’est jamais pénalisée. L’incertitude est plutôt affichée sous forme d’intervalle à 90 %.
Quel est le meilleur modèle d’IA en ce moment ?
Le n° 1 du classement global. Le meilleur choix dépend de votre usage : consultez aussi les classements par domaine.