Siirry sisältöön
fedi.software

Teksti

Keskustelumallit ihmisten sokkoäänestysten mukaan LMArenassa, kunkin arvosanan luottamusväli ja nykyinen hinta miljoonaa tokenia kohden.

Päivitetty · Lähteet: LMArena, LiteLLM, models.dev

Kuukausikustannus
Taso Malli Elo Syöte / tuloste, 1 milj. Kuukaudessa Konteksti Sovellus Vertaa
S1 4900,10 $ / 0,20 $ 1M
S1 4830,10 $ / 0,20 $ 1M
S1 4820,338 $ / 1,01 $ 1M
S1 4791,25 $ / 4,25 $ 1M
S1 4760,825 $ / 2,48 $ 1M
S1 474— —
S1 470— —
S1 4620,0015 $ / 0,09 $Ilmainen 1M
S1 4550,282 $ / 1,13 $ 1M
S1 4510,2088 $ / 0,4176 $ 1M
S1 4471,03 $ / 6,16 $ 262K
A1 4410,045 $ / 0,32 $ 262K
A1 4390,36 $ / 1,43 $ 262K
A1 4380,1644 $ / 0,9864 $Ilmainen 262K
A1 4370,276 $ / 1,65 $ 1M
A1 4320,035 $ / 0,07 $ 1M
A1 4280,25 $ / 0,25 $ 164K
A1 4250,22 $ / 0,33 $ 164K
A1 4240,18 $ / 0,35 $ 164K
A1 4200,25 $ / 0,70 $ 128K
A1 4200,20 $ / 0,88 $ 131K
A1 4200,19 $ / 0,71 $ 164K
A1 4190,09 $ / 0,55 $ 131K
A1 4170,144 $ / 0,574 $Ilmainen 131K
A1 4170,1126 $ / 0,9008 $Ilmainen 262K
A1 4150,11 $ / 0,60 $ 131K
A1 4090,0846 $ / 0,6768 $ 262K
B1 4010,287 $ / 2,87 $ 131K
B1 3970,0282 $ / 0,282 $ 1M
B1 3940,0564 $ / 0,4512 $ 262K
B1 389— —
B1 3840,09 $ / 0,30 $ 256K
B1 3750,10 $ / 0,425 $ 164K
B1 3730,40 $ / 0,40 $ 80K
B1 3680,15 $ / 0,65 $ 131K
B1 367— —
B1 3560,13 $ / 0,50 $Ilmainen 262K
B1 3400,05 $ / 0,10 $ 131K
B1 3290,18 $ / 0,20 $ 24K
B1 3260,115 $ / 0,287 $ 1M
B1 3170,0509 $ / 0,335 $ 41K
B1 299— —
B1 294— —
B1 2870,05 $ / 0,10 $Ilmainen 1M
B1 2843,50 $ / 3,50 $ 4K
B1 2820,345 $ / 1,38 $ 33K
B1 2790,05 $ / 0,10 $ 328K
C1 2740,05 $ / 0,23 $Ilmainen 24K
C1 2690,12 $ / 0,30 $ 131K
C1 2610,40 $ / 0,40 $Ilmainen 131K
C1 2300,06 $ / 0,20 $Ilmainen 33K
C1 2210,51 $ / 0,74 $ 8K
C1 2030,90 $ / 0,90 $ 33K
C1 191— 33K
C1 1870,02 $ / 0,04 $Ilmainen 32K
C1 175— —
C1 166— —
C1 1660,04 $ / 0,04 $ 8K
C1 137— —
C1 128— —
C1 1151 $ / 1 $ 4K
C1 1100,02 $ / 0,02 $Ilmainen 80K
C1 105— —
D1 0840,10 $ / 0,50 $ 4K
D1 083— —
D1 065— —
D1 057— —
D1 0550,01 $ / 0,01 $Ilmainen 60K
D1 0530,05 $ / 0,25 $ 4K
D1 051— —
D997— —
D833— —
Vertaa ()

Tasot ovat omiamme: mallin sija taulukossa, kun lasketaan vain mallit, joiden koko luottamusväli on sen yläpuolella. S — parhaat 10 %, A — enintään 30 %, B — enintään 60 %, C — enintään 85 %, D — loput.

Laatu vs. hinta arvio pystyakselilla, yhdistetty hinta (3 osaa syötettä : 1 tulostetta) vaaka-akselilla, USD / 1 milj. tokenia
1 000 1 200 1 400 1 600 0,01 $ 0,10 $ 1 $ 10 $ 100 $ Claude Opus 5.5 Claude Fable 5.1 Claude Opus 5

Mitä tekstin tulostaulukko mittaa

Sivu järjestää keskustelumallit LMArenan tekstiareenan overall-luokan mukaan. Menetelmä on yksinkertainen: käyttäjä lähettää kehotteen, kaksi nimetöntä mallia vastaa, käyttäjä äänestää mieleisempää vastausta, ja vasta sen jälkeen nimet paljastetaan. Äänistä lasketaan Elo-tyyppinen arvio – sama ajatus, jolla shakinpelaajat pannaan järjestykseen.

Jokaiseen malliin liitämme tietoja muista lähteistä: kehittäjän, merkinnän ”Avoimet painot”, edullisimman löytämämme hinnan miljoonaa syöte- ja tulostetokenia kohden, kontekstin koon, 30 päivän hintakehityksen sekä latauslinkin, jos kehittäjän sovellus on luettelossamme.

Näin luet rivin

  • Taso – oma kirjaimemme S:stä D:hen.
  • Elo ja palkki – palkki on 95 %:n luottamusväli. Jos kahden mallin välit menevät päällekkäin, ero ei ole tilastollisesti selvä, ja siksi kärjessä voi olla useita malleja.
  • Hinta – palveluntarjoajien halvin hinta tietojen päivänä dollareina.
  • ”Edullinen” – tällä taulukolla sekahinta alle 1 USD miljoonalta tokenilta.

Tasot, laskuri ja vertailu

Malli saa tason vasta, kun sillä on vähintään 300 ääntä; muuten näkyy ”Ei vielä tasoa”. Mallin sija on yksi plus niiden mallien määrä, joiden koko luottamusväli on sen välin yläpuolella. Kun sija jaetaan mallien määrällä, S on alle 10 %, A alle 30 %, B alle 60 %, C alle 85 % ja D loput.

”Kuukausikustannus”-laskuri laskee hinnan tokenimäärästä kuukaudessa ja syötteen osuudesta. Laadun ja hinnan kaavio käyttää sekahintaa, jossa on kolme osaa syötettä yhtä osaa tulostetta kohden (3 : 1). Rivin napsautus avaa tiedot, joissa palveluntarjoajat ovat halvimmasta alkaen, ja valintaruudulla voit verrata enintään 4 mallia.

Muista tämä

Arvio kuvaa areenan käyttäjien mieltymyksiä, enimmäkseen englanninkielisissä kehotteissa. Se ei kerro nopeudesta, hinnasta tai tietystä tehtävästä. Palveluntarjoajan hinta voi myös poiketa kehittäjän hinnasta, koska välimuistia, erähintoja ja alueellisia hintoja ei näytetä.