Gå til indhold
fedi.software

AI-modeller fra 2024: hvem udgav hvad

Alle vigtige modeludgivelser måned for måned: leverandør og land, åbne eller lukkede vægte, type, kontekstvindue, størrelse på åbne modeller — og hvilke opgaver modellerne fra hvert år fører i dag.

2024 59 udgivelser · 37 med open weights

Modeller fra 2024, der i dag fører hver opgave

December

  1. B DeepSeek V3 HFDeepSeekKinaOpen weightsLLM164K685B / 37B
  2. B gemini-2.0-flash-001GoogleUSALukketVision (VLM)990K
  3. C Llama 3.3 70B Instruct HFMetaUSAOpen weightsLLM24K70.6B
  4. B OpenAI o1OpenAIUSALukketVision (VLM)200K
  5. C veo-2GoogleUSALukketVideo
  6. EXAONE 3.5 7.8B Instruct AWQ HFLG AI ResearchSydkoreaOpen weightsLLM7.8B

November

  1. B Qwen2.5 Coder 32B Instruct HFAlibabaKinaOpen weightsLLM33K32.8B
  2. Qwen2.5 Coder 14B Instruct HFAlibabaKinaOpen weightsLLM14.8B
  3. C Mistral LargeMistral AIFrankrigOpen weightsLLM131K

Oktober

  1. C Aya Expanse 32BCohereCanadaOpen weightsLLM128K
  2. B claude-3-5-haiku-20241022AnthropicUSALukketVision (VLM)200K
  3. B claude-3-5-sonnet-20241022AnthropicUSALukketVision (VLM)200K

September

  1. D Llama 3.2 1B Instruct HFMetaUSAOpen weightsLLM60K1.2B
  2. C Llama 3.2 3B Instruct HFMetaUSAOpen weightsLLM80K3.2B
  3. Llama 3.2 1B HFMetaUSAOpen weightsLLM1.2B
  4. Llama 3.2 3B HFMetaUSAOpen weightsLLM3.2B
  5. Qwen2.5 Coder 1.5B HFAlibabaKinaOpen weightsLLM1.5B
  6. Qwen2.5 1.5B Instruct HFAlibabaKinaOpen weightsLLM1.5B
  7. Qwen2.5 32B Instruct HFAlibabaKinaOpen weightsLLM32.8B
  8. Qwen2.5 3B Instruct HFAlibabaKinaOpen weightsLLM3.1B
  9. Qwen2.5 Coder 7B Instruct HFAlibabaKinaOpen weightsLLM7.6B
  10. Qwen2.5 14B Instruct HFAlibabaKinaOpen weightsLLM14.8B
  11. Qwen2.5 7B HFAlibabaKinaOpen weightsLLM7.6B
  12. B o1-miniOpenAIUSALukketLLM128K
  13. B Qwen2.5 72B Instruct HFAlibabaKinaOpen weightsLLM131K72.7B
  14. Qwen2.5 7B Instruct HFAlibabaKinaOpen weightsLLM131K7.6B
  15. Qwen2.5 VL 72B Instruct HFAlibabaKinaOpen weightsVision (VLM)131K73.4B

August

  1. C Command R (08-2024)CohereCanadaOpen weightsLLM128K
  2. C Command R+ (08-2024)CohereCanadaOpen weightsLLM128K
  3. Hermes 3 70B Instruct HFNous ResearchUSAOpen weightsLLM66K70.6B
  4. Hermes 3 405B Instruct HFNous ResearchUSALukketLLM131K
  5. B grok-2-2024-08-13xAIUSALukketLLM131K
  6. B grok-2-mini-2024-08-13xAIUSALukketLLM
  7. B GPT-4o (2024-08-06)OpenAIUSALukketVision (VLM)128K
  8. D flux-1-dev-fp8Black Forest LabsTysklandLukketBillede

Juli

  1. C Llama 3.1 70B Instruct HFMetaUSAOpen weightsLLM131K70.6B
  2. C Llama 3.1 8B Instruct HFMetaUSAOpen weightsLLM32K8B
  3. B GPT-4o-mini (2024-07-18)OpenAIUSALukketVision (VLM)128K
  4. Llama 3.1 8B Instruct HFMetaUSAOpen weightsLLM8B
  5. C gemma-2-2b-it HFGoogleUSAOpen weightsLLM128K2.6B
  6. Llama 3.1 8B HFMetaUSAOpen weightsLLM8B
  7. C Gemma 2 27B HFGoogleUSALukketLLM8K
  8. C Mistral Large 2407Mistral AIFrankrigLukketLLM131K
  9. Mistral Nemo HFMistral AIFrankrigOpen weightsLLM128K12.2B

Juni

  1. C gemma-2-9b-it HFGoogleUSALukketLLM8K
  2. Llama 3 Groq 8B Tool Use HFGroqUSAOpen weightsLLM8B
  3. DeepSeek Coder V2 Lite Instruct HFDeepSeekKinaOpen weightsLLM15.7B / 2.7B

Maj

  1. B GPT-4o (2024-05-13)OpenAIUSALukketVision (VLM)128K

April

  1. C llama-3-8b-instructMetaUSAOpen weightsLLM8K
  2. C llama-3-70b-instructMetaUSAOpen weightsLLM8K
  3. Meta Llama 3 8B HFMetaUSAOpen weightsLLM8B
  4. Meta Llama 3 8B Instruct HFMetaUSAOpen weightsLLM8B
  5. Mixtral 8x22B Instruct HFMistral AIFrankrigLukketLLM66K
  6. OpenELM 1 1B Instruct HFAppleUSAOpen weightsLLM1.1B
  7. B Qwen MaxAlibabaKinaLukketLLM33K

Marts

  1. C claude-3-haiku-20240307AnthropicUSALukketVision (VLM)200K

Februar

  1. C claude-3-opus-20240229AnthropicUSALukketLLM200K
  2. C claude-3-sonnet-20240229AnthropicUSALukketLLM200K

Januar

  1. B Qwen PlusAlibabaKinaLukketLLM1M

Udgivelsesdatoerne stammer fra modelkatalogerne (models.dev, LiteLLM, Hugging Face); modeller, der kun kendes på udgivelsesåret, vises ikke. Årets førende er de modeller fra det år, der i dag rangerer højest på vores ranglister.

Opdateret · Kilder: models.dev (MIT), LiteLLM (MIT), LMArena (CC BY 4.0), Hugging Face

Arena (LMArena) scores: Arena Leaderboard Dataset by LMArena, CC BY 4.0. Modified by fedi.software (filtered, re-ranked, aggregated). Not endorsed by LMArena.

Hvad viser tidslinjen?

Grafikken lægger modeludgivelser ud på én tidsakse. Det nyeste år står øverst, og inden for hvert år er udgivelserne grupperet efter måned. Hver linje er én model med leverandøren, det land hvor firmaet har hovedsæde, åbne eller lukkede vægte, typen og kontekstvinduet. For åbne modeller står også antallet af parametre, og ved en mixture-of-experts-model (MoE) er det andet tal den aktive del, altså de parametre der faktisk regner med på hvert token.

Hvilke modeller er med?

Tidslinjen viser modeller fra AI-laboratorier, der enten har en bedømmelse på vores ranglister eller har lagt vægtene ud på Hugging Face. Forhandlere, routere og fællesskabets finjusteringer er udeladt, så listen forbliver en oversigt over, hvem der reelt har bygget hvad.

Hvad betyder mærkerne?

  • »Open weights« – modelfilerne kan hentes og køres på din egen maskine; hvilken åben model passer til din hardware viser, hvad det kræver.
  • »Lukket« – modellen kan kun bruges gennem leverandørens app eller API.
  • LLM er en sprogmodel til tekst, »Vision (VLM)« læser også billeder, og en model med mærket »Ræsonnement« tænker et problem igennem trin for trin, før den svarer. Det gør hvert svar langsommere og dyrere, men stærkere i matematik, kode og planlægning. Billed-, video- og lydgeneratorer har deres egne mærker.

Leverandører af lukkede modeller oplyser ikke antallet af parametre. Derfor står feltet tomt hos dem i stedet for et gæt.

Hvem leder hvert år?

Over hvert år ligger en stribe med de modeller fra netop det år, der i dag fører inden for tekst, programmering, webudvikling, agenter, billede og video. Det er et billede af nu og ikke en rekonstruktion af dengang: en model fra foråret kan være overhalet til efteråret, og striben viser, hvordan dens generation klarer sig i dag på ranglisterne med bedømmelser fra LMArena.

Kan jeg filtrere og linke til et år?

Ja. Du kan afgrænse visningen efter leverandør, land, open weights og type eller søge efter et navn. Hvert år har desuden sin egen side, en årsudgave du kan linke direkte til.

Hvor præcise er datoerne?

Udgivelsesdatoer og kontekst kommer fra modelkatalogerne models.dev og LiteLLM, parametre og licenser fra Hugging Face, mens leverandørernes lande er vores egne data. Datoen er den dag, modellen dukkede op i katalogerne, og den kan ligge et par dage fra selve annonceringen. Modeller, hvor kilderne kun angiver året, vises ikke. Landet er hovedsædets, ikke datacentrenes eller brugernes.