Рейтинг моделей

Рейтинги моделей служат для вспомогательного сравнения относительной производительности разных моделей и не должны использоваться как единственный вывод при выборе. Данные из Arena AI，ежедневно автоматически обновляются с помощью GitHub Actions.

При выборе модели также следует комплексно учитывать тип задачи, длину контекста, возможности мультимодальности и вызова инструментов, скорость, цену, региональную доступность и политику в отношении данных. Рейтинги и цены динамически меняются; пожалуйста, ориентируйтесь на указанное на странице время обновления и официальную информацию поставщика модели.

Каталог рейтингов

• Рейтинг интеллектуальных агентов：Этот рейтинг оценивает совокупную эффективность моделей в многошаговом вызове инструментов / агентных задачах, охватывая такие показатели, как чистый коэффициент улучшения, коэффициент успешного подтверждения, соотношение лайков и дизлайков, управляемость, коэффициент восстановления Bash, коэффициент галлюцинаций инструментов и т. д.
• Текстовый рейтинг：Этот рейтинг — главный текстовый баттл-рейтинг Arena AI, основанный на оценке относительной силы моделей по результатам слепых парных поединков, проводимых людьми.
• Рейтинг поиска：Этот рейтинг оценивает производительность моделей в задачах веб-поиска / информационного поиска.
• Визуальный рейтинг：Этот рейтинг оценивает производительность мультимодальных моделей в задачах понимания изображений.
• Рейтинг кода / веб-разработки：Этот рейтинг оценивает реальную производительность моделей в задачах веб-фронтенд-разработки (HTML/CSS/JS).
• Рейтинг генерации изображений по тексту：Этот рейтинг оценивает способность моделей text-to-image генерировать изображения по текстовым подсказкам.

---

💡 Получить помощь и отправить отзыв

Если у вас возникли какие-либо вопросы, баги или предложения по улучшению функций во время настройки или использования, пожалуйста, обратитесь к Отзывы и предложения официальным каналам, указанным в.