AI ਮਾਡਲ ਰੈਂਕਿੰਗ — 11 ਲੀਡਰਬੋਰਡ ਜੋੜੇ ਗਏ

ਦਰਜਾਮਾਡਲਕੁੱਲ ਸਕੋਰArtificial 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—

ਅਕਸਰ ਪੁੱਛੇ ਜਾਣ ਵਾਲੇ ਸਵਾਲ

ARBITER ਕੀ ਹੈ?

AI ਮਾਡਲਾਂ ਅਤੇ ਕੰਪਨੀਆਂ ਦੀ ਇੱਕ ਕੁੱਲ ਰੈਂਕਿੰਗ, ਜੋ 11 ਭਰੋਸੇਯੋਗ AI ਲੀਡਰਬੋਰਡਾਂ ਨੂੰ ਅੰਕੜਾ-ਵਿਗਿਆਨ ਨਾਲ ਜੋੜਦੀ ਹੈ।

ਇਹ ਕਿੰਨੀ ਵਾਰ ਅੱਪਡੇਟ ਹੁੰਦੀ ਹੈ?

ਹਰ ਘੰਟੇ। ਕਿਸੇ ਵੀ ਲੀਡਰਬੋਰਡ ਉੱਤੇ ਆਏ ਨਵੇਂ ਮਾਡਲ ਆਪਣੇ-ਆਪ ਜੁੜ ਜਾਂਦੇ ਹਨ।

ਕੁੱਲ ਸਕੋਰ ਕਿਵੇਂ ਗਿਣਿਆ ਜਾਂਦਾ ਹੈ?

ਹਰ ਸਾਈਟ ਦੇ ਮੁੱਖ ਮਾਪਦੰਡ ਨੂੰ ਮਿਆਰੀ ਬਣਾਇਆ ਜਾਂਦਾ ਹੈ, ਫਿਰ ਇੱਕ ਫੈਕਟਰ ਮਾਡਲ ਸਾਈਟਾਂ ਵਿਚਲੇ ਫ਼ਰਕ ਠੀਕ ਕਰਕੇ ਹਰ ਮਾਡਲ ਦੀ ਸਾਂਝੀ ਯੋਗਤਾ ਦਾ ਅੰਦਾਜ਼ਾ ਲਾਉਂਦਾ ਹੈ।

ਕੀ ਘੱਟ ਲੀਡਰਬੋਰਡਾਂ ਉੱਤੇ ਮੌਜੂਦ ਮਾਡਲਾਂ ਨੂੰ ਨੁਕਸਾਨ ਹੁੰਦਾ ਹੈ?

ਨਹੀਂ। ਗ਼ੈਰ-ਹਾਜ਼ਰ ਦਰਜਾਬੰਦੀ ਲਈ ਕਦੇ ਸਜ਼ਾ ਨਹੀਂ ਦਿੱਤੀ ਜਾਂਦੀ। ਇਸ ਦੀ ਥਾਂ ਅਨਿਸ਼ਚਿਤਤਾ 90% ਅੰਤਰਾਲ ਵਜੋਂ ਦਿਖਾਈ ਜਾਂਦੀ ਹੈ।

ਇਸ ਵੇਲੇ ਸਭ ਤੋਂ ਵਧੀਆ AI ਮਾਡਲ ਕਿਹੜਾ ਹੈ?

ਕੁੱਲ ਰੈਂਕਿੰਗ ਵਿੱਚ #1 ਮਾਡਲ। ਸਭ ਤੋਂ ਵਧੀਆ ਚੋਣ ਤੁਹਾਡੀ ਵਰਤੋਂ ਉੱਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ, ਇਸ ਲਈ ਖੇਤਰ ਰੈਂਕਿੰਗ ਵੀ ਵੇਖੋ।