الفئات من إعدادنا: موقع النموذج في اللوحة مع احتساب النماذج التي تقع فترة ثقتها كاملةً فوقه فقط. S — أعلى 10%، A — حتى 30%، B — حتى 60%، C — حتى 85%، D — الباقي.
الجودة مقابل السعرالتقييم عموديًا، والسعر المختلط (3 أجزاء إدخال : 1 إخراج) أفقيًا، USD لكل مليون رمز
في ساحة WebDev لدى LMArena لا يجيب النموذجان عن سؤال نصي، بل يبني كل منهما تطبيق ويب يعمل من الطلب نفسه. يرى المستخدم التطبيقين جنبا إلى جنب، يجربهما، ثم يصوت للأفضل. من هذه الأصوات يتكون ترتيب هذه اللوحة.
بماذا تختلف عن لوحتي النصوص والبرمجة؟
لهذه اللوحة مجموعة نماذجها الخاصة، ولا تطابق قائمتي النصوص والبرمجة. الأعمدة هي نفسها: الفئة، وتقييم Elo مع فترة الثقة، والأسعار لكل مليون رمز، والسياق. لكن ما يقيم هنا هو النتيجة كاملة: التخطيط، والشيفرة التي تعمل فعلا، واتباع الطلب، لا أسلوب كتابة الشيفرة وحده. نموذج يكتب شيفرة أنيقة لكنه يتجاهل جزءا من الطلب قد يخسر الصوت لصالح نموذج أبسط أنجز المطلوب.
كيف تستفيد من الترتيب؟
إن كنت تبني صفحات هبوط أو أدوات صغيرة أو نماذج أولية، فهذه اللوحة أقرب إلى عملك من لوحة البرمجة.
قارن الفئة بالسعر: البناء المتكرر للواجهات يستهلك رموز إخراج كثيرة، فاحسب التكلفة قبل الاختيار.
ضع النموذج المرشح مع نماذج أخرى في المقارنة لترى ترتيبه في لوحات النصوص والوكلاء أيضا.
قاعدة الفئات
كما في لوحة النصوص، يحتاج النموذج إلى 300 صوت على الأقل ليحصل على فئة، ويحسب مكانه بعدد النماذج التي تقع فترة ثقتها 95% كاملة فوق فترته. S أقل من 10% من النماذج، وA أقل من 30%، وB أقل من 60%، وC أقل من 85%، وD الباقي. «سعر منخفض» يعني سعرا مزيجا أقل من 1 دولار لكل مليون رمز.
مثال على طريقة القراءة
لنفترض أنك تريد نموذجا يبني لوحات تحكم بسيطة لعملائك. ابحث في الفئتين العلويتين عن النماذج التي تقع فترات ثقتها متقاربة، ثم رتبها حسب السعر، وضع اثنين أو ثلاثة في المقارنة. بعدها اكتب الطلب نفسه لكل منها في مشروع تجريبي، وقارن الناتج بنفسك: هذا يكمل ما تقوله أصوات الساحة ولا يستبدله.
حدود هذا الترتيب
التطبيقات في الساحة صغيرة، ولا تقيم المشاريع الكبيرة بقواعد بياناتها وملفاتها الكثيرة. النموذج المتصدر في بناء صفحة واحدة قد لا يكون الأنسب لمستودع ضخم. المصادر: LMArena WebDev للتقييمات، وmodels.dev وLiteLLM للأسعار.