Μετάβαση στο περιεχόμενο
fedi.software

Μοντέλα ΤΝ του 2024: ποιος κυκλοφόρησε τι

Κάθε σημαντική κυκλοφορία μοντέλου μήνα με μήνα: πάροχος και χώρα, ανοιχτά ή κλειστά βάρη, είδος, παράθυρο συμφραζομένων, μέγεθος των ανοιχτών μοντέλων — και σε ποιες εργασίες προηγούνται σήμερα τα μοντέλα κάθε έτους.

2024 59 κυκλοφορίες · 37 με ανοιχτά βάρη

Μοντέλα του 2024 που προηγούνται σήμερα σε κάθε εργασία

Δεκέμβριος

  1. B DeepSeek V3 HFDeepSeekΚίναΑνοιχτά βάρηLLM164K685B / 37B
  2. B gemini-2.0-flash-001GoogleΗνωμένες ΠολιτείεςΚλειστόΌραση (VLM)990K
  3. C Llama 3.3 70B Instruct HFMetaΗνωμένες ΠολιτείεςΑνοιχτά βάρηLLM24K70.6B
  4. B OpenAI o1OpenAIΗνωμένες ΠολιτείεςΚλειστόΌραση (VLM)200K
  5. C veo-2GoogleΗνωμένες ΠολιτείεςΚλειστόΒίντεο
  6. EXAONE 3.5 7.8B Instruct AWQ HFLG AI ResearchΝότια ΚορέαΑνοιχτά βάρηLLM7.8B

Νοέμβριος

  1. B Qwen2.5 Coder 32B Instruct HFAlibabaΚίναΑνοιχτά βάρηLLM33K32.8B
  2. Qwen2.5 Coder 14B Instruct HFAlibabaΚίναΑνοιχτά βάρηLLM14.8B
  3. C Mistral LargeMistral AIΓαλλίαΑνοιχτά βάρηLLM131K

Οκτώβριος

  1. C Aya Expanse 32BCohereΚαναδάςΑνοιχτά βάρηLLM128K
  2. B claude-3-5-haiku-20241022AnthropicΗνωμένες ΠολιτείεςΚλειστόΌραση (VLM)200K
  3. B claude-3-5-sonnet-20241022AnthropicΗνωμένες ΠολιτείεςΚλειστόΌραση (VLM)200K

Σεπτέμβριος

  1. D Llama 3.2 1B Instruct HFMetaΗνωμένες ΠολιτείεςΑνοιχτά βάρηLLM60K1.2B
  2. C Llama 3.2 3B Instruct HFMetaΗνωμένες ΠολιτείεςΑνοιχτά βάρηLLM80K3.2B
  3. Llama 3.2 1B HFMetaΗνωμένες ΠολιτείεςΑνοιχτά βάρηLLM1.2B
  4. Llama 3.2 3B HFMetaΗνωμένες ΠολιτείεςΑνοιχτά βάρηLLM3.2B
  5. Qwen2.5 Coder 1.5B HFAlibabaΚίναΑνοιχτά βάρηLLM1.5B
  6. Qwen2.5 1.5B Instruct HFAlibabaΚίναΑνοιχτά βάρηLLM1.5B
  7. Qwen2.5 32B Instruct HFAlibabaΚίναΑνοιχτά βάρηLLM32.8B
  8. Qwen2.5 3B Instruct HFAlibabaΚίναΑνοιχτά βάρηLLM3.1B
  9. Qwen2.5 Coder 7B Instruct HFAlibabaΚίναΑνοιχτά βάρηLLM7.6B
  10. Qwen2.5 14B Instruct HFAlibabaΚίναΑνοιχτά βάρηLLM14.8B
  11. Qwen2.5 7B HFAlibabaΚίναΑνοιχτά βάρηLLM7.6B
  12. B o1-miniOpenAIΗνωμένες ΠολιτείεςΚλειστόLLM128K
  13. B Qwen2.5 72B Instruct HFAlibabaΚίναΑνοιχτά βάρηLLM131K72.7B
  14. Qwen2.5 7B Instruct HFAlibabaΚίναΑνοιχτά βάρηLLM131K7.6B
  15. Qwen2.5 VL 72B Instruct HFAlibabaΚίναΑνοιχτά βάρηΌραση (VLM)131K73.4B

Αύγουστος

  1. C Command R (08-2024)CohereΚαναδάςΑνοιχτά βάρηLLM128K
  2. C Command R+ (08-2024)CohereΚαναδάςΑνοιχτά βάρηLLM128K
  3. Hermes 3 70B Instruct HFNous ResearchΗνωμένες ΠολιτείεςΑνοιχτά βάρηLLM66K70.6B
  4. Hermes 3 405B Instruct HFNous ResearchΗνωμένες ΠολιτείεςΚλειστόLLM131K
  5. B grok-2-2024-08-13xAIΗνωμένες ΠολιτείεςΚλειστόLLM131K
  6. B grok-2-mini-2024-08-13xAIΗνωμένες ΠολιτείεςΚλειστόLLM
  7. B GPT-4o (2024-08-06)OpenAIΗνωμένες ΠολιτείεςΚλειστόΌραση (VLM)128K
  8. D flux-1-dev-fp8Black Forest LabsΓερμανίαΚλειστόΕικόνα

Ιούλιος

  1. C Llama 3.1 70B Instruct HFMetaΗνωμένες ΠολιτείεςΑνοιχτά βάρηLLM131K70.6B
  2. C Llama 3.1 8B Instruct HFMetaΗνωμένες ΠολιτείεςΑνοιχτά βάρηLLM32K8B
  3. B GPT-4o-mini (2024-07-18)OpenAIΗνωμένες ΠολιτείεςΚλειστόΌραση (VLM)128K
  4. Llama 3.1 8B Instruct HFMetaΗνωμένες ΠολιτείεςΑνοιχτά βάρηLLM8B
  5. C gemma-2-2b-it HFGoogleΗνωμένες ΠολιτείεςΑνοιχτά βάρηLLM128K2.6B
  6. Llama 3.1 8B HFMetaΗνωμένες ΠολιτείεςΑνοιχτά βάρηLLM8B
  7. C Gemma 2 27B HFGoogleΗνωμένες ΠολιτείεςΚλειστόLLM8K
  8. C Mistral Large 2407Mistral AIΓαλλίαΚλειστόLLM131K
  9. Mistral Nemo HFMistral AIΓαλλίαΑνοιχτά βάρηLLM128K12.2B

Ιούνιος

  1. C gemma-2-9b-it HFGoogleΗνωμένες ΠολιτείεςΚλειστόLLM8K
  2. Llama 3 Groq 8B Tool Use HFGroqΗνωμένες ΠολιτείεςΑνοιχτά βάρηLLM8B
  3. DeepSeek Coder V2 Lite Instruct HFDeepSeekΚίναΑνοιχτά βάρηLLM15.7B / 2.7B

Μάιος

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

Απρίλιος

  1. C llama-3-8b-instructMetaΗνωμένες ΠολιτείεςΑνοιχτά βάρηLLM8K
  2. C llama-3-70b-instructMetaΗνωμένες ΠολιτείεςΑνοιχτά βάρηLLM8K
  3. Meta Llama 3 8B HFMetaΗνωμένες ΠολιτείεςΑνοιχτά βάρηLLM8B
  4. Meta Llama 3 8B Instruct HFMetaΗνωμένες ΠολιτείεςΑνοιχτά βάρηLLM8B
  5. Mixtral 8x22B Instruct HFMistral AIΓαλλίαΚλειστόLLM66K
  6. OpenELM 1 1B Instruct HFAppleΗνωμένες ΠολιτείεςΑνοιχτά βάρηLLM1.1B
  7. B Qwen MaxAlibabaΚίναΚλειστόLLM33K

Μάρτιος

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

Φεβρουάριος

  1. C claude-3-opus-20240229AnthropicΗνωμένες ΠολιτείεςΚλειστόLLM200K
  2. C claude-3-sonnet-20240229AnthropicΗνωμένες ΠολιτείεςΚλειστόLLM200K

Ιανουάριος

  1. B Qwen PlusAlibabaΚίναΚλειστόLLM1M

Οι ημερομηνίες κυκλοφορίας προέρχονται από τους καταλόγους μοντέλων (models.dev, LiteLLM, Hugging Face)· τα μοντέλα που είναι γνωστά μόνο από το έτος κυκλοφορίας δεν εμφανίζονται. Οι πρωτοπόροι ενός έτους είναι τα μοντέλα του που κατατάσσονται σήμερα ψηλότερα στις βαθμολογίες μας.

Ενημερώθηκε · Πηγές: 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.

Τι δείχνει το χρονολόγιο

Το infographic «Μοντέλα ΤΝ ανά έτος: ποιος κυκλοφόρησε τι» βάζει τις κυκλοφορίες μοντέλων σε χρονική σειρά. Τα έτη ξεκινούν από το τρέχον και πηγαίνουν προς τα πίσω, ενώ μέσα σε κάθε έτος οι κυκλοφορίες ομαδοποιούνται ανά μήνα. Κάθε γραμμή είναι ένα μοντέλο: ο δημιουργός και η χώρα όπου έχει την έδρα του, ανοιχτά ή κλειστά βάρη, ο τύπος και το παράθυρο πλαισίου. Στα ανοιχτά μοντέλα προστίθεται και ο αριθμός παραμέτρων.

Στο χρονολόγιο μπαίνουν μοντέλα εργαστηρίων ΤΝ που έχουν βαθμολογία στους πίνακές μας ή έχουν δημοσιεύσει βάρη στο Hugging Face. Μεταπωλητές, δρομολογητές και ερασιτεχνικές εκδόσεις fine-tune μένουν έξω, ώστε να φαίνεται ποιος έφτιαξε πραγματικά κάθε μοντέλο.

Οι ετικέτες μιας γραμμής

  • «Ανοιχτά βάρη» (open weights): τα αρχεία του μοντέλου κατεβαίνουν και το μοντέλο τρέχει στον δικό σας υπολογιστή. Πόση μνήμη χρειάζεται, το δείχνει το ποιο μοντέλο χωράει στο υλικό σας.
  • «Κλειστό»: πρόσβαση μόνο μέσω της εφαρμογής ή του API του δημιουργού.
  • LLM είναι μοντέλο κειμένου, η «Όραση (VLM)» καταλαβαίνει και εικόνες, ενώ η «Συλλογιστική» σημαίνει ότι το μοντέλο αναλύει την εργασία βήμα βήμα πριν απαντήσει: πιο αργό και ακριβότερο ανά απάντηση, αλλά πιο δυνατό σε μαθηματικά, κώδικα και σχεδιασμό.
  • Ο αριθμός παραμέτρων εμφανίζεται μόνο στα ανοιχτά μοντέλα, γιατί οι κλειστοί δημιουργοί δεν τον δημοσιεύουν. Σε μοντέλο μείγματος ειδικών (MoE) ο δεύτερος αριθμός είναι οι ενεργές παράμετροι σε κάθε token.

Η λωρίδα πάνω από κάθε έτος

Πάνω από κάθε έτος υπάρχει μια λωρίδα με τα μοντέλα εκείνης της χρονιάς που προηγούνται σήμερα στους πίνακες κειμένου, προγραμματισμού, web dev, πρακτόρων, εικόνας και βίντεο. Είναι ματιά από το σήμερα, όχι η κατάταξη όπως ήταν τότε: ένα μοντέλο της άνοιξης μπορεί να έχασε την πρώτη θέση ήδη το φθινόπωρο, και η λωρίδα δείχνει πού στέκεται η γενιά του στους πίνακες κατάταξης τώρα.

Το χρονολόγιο φιλτράρεται ανά δημιουργό, χώρα, ανοιχτά βάρη και τύπο, και έχει αναζήτηση. Κάθε έτος ανοίγει και σε δική του σελίδα, ως ετήσια έκδοση στην οποία μπορείτε να παραπέμψετε μόνιμα. Αν θέλετε να βάλετε δύο μοντέλα δίπλα δίπλα, χρησιμοποιήστε τη σύγκριση μοντέλων.

Πηγές και επιφυλάξεις

Ημερομηνίες κυκλοφορίας και παράθυρο πλαισίου προέρχονται από τους καταλόγους models.dev και LiteLLM, παράμετροι και άδειες από το Hugging Face, οι βαθμολογίες της λωρίδας από το LMArena και η χώρα κάθε δημιουργού από το fedi.software. Η ημερομηνία είναι η μέρα που το μοντέλο εμφανίστηκε στους καταλόγους, γι' αυτό μπορεί να απέχει λίγες μέρες από την ανακοίνωση. Μοντέλα για τα οποία οι πηγές δίνουν μόνο το έτος δεν εμφανίζονται. Η χώρα είναι αυτή της έδρας της εταιρείας, όχι των κέντρων δεδομένων ή των χρηστών της.