AI मॉडल रैंकिंग — 11 लीडरबोर्ड एक साथ

रैंकमॉडलकुल स्कोरArtificial AnalysisLiveBenchEpoch AIARC-AGIScale SEALVals AITerminal-BenchEQ-BenchSimpleBenchBenchLM
193.4——————#8—#2#2
292.2——#1#5—#1#2—#1#1
391.2——#3#3—#4#4—#3#4
490.1#1#2#5#6—#5#2#2#6#6
590.1——#2#1—#8#6—#17#3
688.4——#9#7—#7#13—#4#11
788.2#5#4#4#2#1#11#10—#9#5
887.9#6—#11#9—#6#14#12#4#10
987.4#3————#9———#14
1087.1#4#1#8#11#2—#12—#7#12
1186.9#8#5#6#3—#13#9#8#10#8
1286.9———#15—#10#7—#30#7
1386.7#2#21#10#20—#2#5—#21#13
1485.2#10#3#13#13——#19#5—#16
15
Anthropic
85.2#9#11#12#10——#15#1#14#15
1684.3#7—#17——#12#18#3—#20
1784.0——#7——#17#15—#26#9
18
Alibaba (Qwen)
82.9—————#14———#16
19
Moonshot AI
82.7——#18——#15#11——#22
20
OpenAI
82.1#12#13#14#12——#17—#24#18
2181.3#13#8#15#7——#23#13#35#19
2280.5——#21#21——————
2380.3#11#5#28———#40—#13—
24
Tencent
79.2—————#20#25———
2579.1——#16#17————#18#21
2678.9#29#8#24#24—#16#23—#33#22
2778.6—————#17#27—#25—
28
OpenAI
77.6#33#10#22#16———#6#31#24
29
Thinking Machines
77.1———#23—#26————
3076.8#15————#24#29———
31
Z.ai (Zhipu)
76.7#17#31#34——#19#20—#34—
3176.7#14#22#38#34—#23#22———
33
OpenAI
76.5—#17#29#27———#10——
34
Alibaba (Qwen)
76.2#16#16#41———#29———
3575.7#26#33#25#13#5#27#36—#11—
3674.5#18#17#30#31——#35—#21—
3774.2#30#15#27#17——#42———
3874.1#28#17#46—————#23—
39
StepFun
74.0#19————#28————
40
Moonshot AI
73.3#20#13#26#38—#31#32#4#45—
4172.5#22#20#19#22——#34#15#66—
4272.5—#28#32#26#10——#7#38—
4372.4#23#29#23#28——#31#9#35—
4472.0——#54—#7—————
4571.6#21#48#20#36—#22#21—#50—
46
Alibaba (Qwen)
70.2#27#29————————
4769.8#51#25#40#25#3—#49#25#15—
4868.9#37————#28#38———
4968.7——#60#33——————
5067.7—#39#39#30#11——#17#32—

अक्सर पूछे जाने वाले प्रश्न

ARBITER क्या है?

AI मॉडल और कंपनियों की एक कुल रैंकिंग, जो 11 प्रामाणिक AI लीडरबोर्ड को सांख्यिकीय रूप से मिलाती है।

यह कितनी बार अपडेट होती है?

हर घंटे। किसी भी लीडरबोर्ड पर आए नए मॉडल अपने आप जुड़ जाते हैं।

कुल स्कोर की गणना कैसे होती है?

हर साइट के मुख्य मेट्रिक को मानकीकृत किया जाता है, फिर एक फ़ैक्टर मॉडल साइटों के बीच के अंतर को सुधारकर हर मॉडल की साझा क्षमता का अनुमान लगाता है।

क्या कम लीडरबोर्ड पर रेट किए गए मॉडल को नुकसान होता है?

नहीं। न मिली रेटिंग पर कभी अंक नहीं कटते। इसके बजाय अनिश्चितता 90% अंतराल के रूप में दिखाई जाती है।

इस समय सबसे अच्छा AI मॉडल कौन सा है?

कुल रैंकिंग में #1 मॉडल। सबसे अच्छा विकल्प आपके उपयोग पर निर्भर करता है, इसलिए क्षेत्र रैंकिंग भी देखें।