Live-data for 2026-10 (beregnes daglig)
· Metodikk v1
· Metodikk
· Historikk
· JSON
#
Nivå
Modell
fedi-index
Persentil
Verdi
Kilder
Oppdeling av poengsummen
14 A Kimi K3foreløpig Moonshot AI · Åpne vekter 1 445 ±20 91 +44 A ›
22 A GLM 5.2foreløpig Zhipu AI · Åpne vekter 1 438 ±17 85 +45 A ›
23 A GLM 5.1foreløpig Zhipu AI · Åpne vekter 1 437 ±16 85 +36 A ›
28 A MiMo-V2.5-Proforeløpig Xiaomi · Åpne vekter 1 432 ±15 81 +80 A ›
30 B DeepSeek V4 Pro 0423foreløpig DeepSeek · Åpne vekter 1 432 ±15 80 +33 A ›
33 B GLM 5.3 Flashforeløpig Zhipu AI · Åpne vekter 1 428 ±23 78 +105◆ A ›
36 B Qwen3.5 397B A17Bforeløpig Alibaba · Åpne vekter 1 426 ±14 76 +27 A ›
37 B Kimi K2.6foreløpig Moonshot AI · Åpne vekter 1 425 ±17 75 +44 A ›
40 B GLM 4.6foreløpig Zhipu AI · Åpne vekter 1 423 ±18 73 +26 A ›
43 B Kimi K2.5foreløpig Moonshot AI · Åpne vekter 1 420 ±14 71 +36 A ›
44 B Inklingforeløpig Thinking Machines Lab · Åpne vekter 1 420 ±20 70 +26 A ›
46 B GLM 5foreløpig Zhipu AI · Åpne vekter 1 420 ±20 68 +23 A ›
56 B MiniMax M3foreløpig MiniMax · Åpne vekter 1 407 ±16 62 +50 A ›
59 B Qwen3.5-122B-A10Bforeløpig Alibaba · Åpne vekter 1 403 ±22 59 +14 A ›
60 B MiMo-V2.5foreløpig Xiaomi · Åpne vekter 1 402 ±17 59 +75 A ›
62 B DeepSeek V4 Flash 0423foreløpig DeepSeek · Åpne vekter 1 401 ±17 57 +71 A ›
66 B Qwen3 Next 80B A3B Instructforeløpig Alibaba · Åpne vekter 1 397 ±21 54 +32 A ›
70 B DeepSeek V3.1foreløpig DeepSeek · Åpne vekter 1 391 ±23 52 +19 A ›
71 B Step 3.5 Flashforeløpig StepFun · Åpne vekter 1 391 ±15 51 +50 A ›
72 B GLM 4.5foreløpig Zhipu AI · Åpne vekter 1 389 ±20 50 +18 A ›
74 C Inkling Smallforeløpig Thinking Machines Lab · Åpne vekter 1 387 ±22 49 +38 A ›
75 C MiniMax M2.7foreløpig MiniMax · Åpne vekter 1 384 ±14 48 +32 A ›
83 C Qwen3.5-27Bforeløpig Alibaba · Åpne vekter 1 378 ±21 43 +14 A ›
88 C Qwen3 30B A3B Instruct 2507foreløpig Alibaba · Åpne vekter 1 368 ±20 39 +25 A ›
89 C GLM 4.5 Airforeløpig Zhipu AI · Åpne vekter 1 367 ±17 38 −2 A ›
92 C Qwen3.5-35B-A3Bforeløpig Alibaba · Åpne vekter 1 358 ±20 36 +11 A ›
94 C MiniMax M2.5foreløpig MiniMax · Åpne vekter 1 354 ±19 35 +9 A ›
95 C gpt-oss-120bforeløpig OpenAI · Åpne vekter 1 349 ±18 34 −2 A ›
96 C Trinity Large Thinkingforeløpig Arcee AI · Åpne vekter 1 349 ±22 34 −30 A ›
99 C MiniMax M1foreløpig MiniMax · Åpne vekter 1 346 ±16 32 −36 A ›
101 C Mistral Small 3.2foreløpig Mistral AI · Åpne vekter 1 337 ±23 30 −14 A ›
104 C Qwen3 Coder 480B A35Bforeløpig Alibaba · Åpne vekter 1 325 ±20 28 −22 A ›
105 C gemma-3n-e4b-itforeløpig Google · Åpne vekter 1 316 ±17 27 — A ›
108 C Qwen3 30B A3Bforeløpig Alibaba · Åpne vekter 1 313 ±17 25 −29 A ›
125 D mixtral-8x22b-instruct-v0.1foreløpig Mistral AI · Åpne vekter 1 181 ±14 13 −236 A ›
…
A Arena (menneskelige stemmer) ◆ Pareto-front: ingen er både bedre og billigere
fedi-index er en Elo-ekvivalent på en fast skala: sammenlignbar mellom måneder innenfor én metodikkversjon. Nivå S–D: etter persentil i utsnittet, og ikke bedre enn konfidensintervallet tillater (grenser i metodikken). Dette utsnittet har én kildefamilie, så alle poengsummene er foreløpige.
Metodikk
fedi-index © fedi.software, CC BY 4.0; komponentene beholder lisensene til kildene sine. · Kilder:
LMArena (CC BY 4.0),
Epoch AI (CC BY 4.0),
τ²-bench (Sierra) (MIT),
models.dev (MIT),
LiteLLM (MIT)
Arena Leaderboard Dataset by LMArena, CC BY 4.0. Modified by fedi.software (equated, weighted, aggregated). Not endorsed by LMArena.
Epoch AI, 'Capabilities & benchmarking'. Published online at epoch.ai. Retrieved from 'https://epoch.ai/benchmarks'. CC BY. ECI by Epoch AI; Epoch-run results only. Modified by fedi.software.
τ²-bench leaderboard, © Sierra Research, MIT License (Yao et al. 2024, arXiv:2406.12045; Barres et al. 2025, arXiv:2506.07982). Sierra-run text submissions only.
Pricing: models.dev, MIT License, © 2025 models.dev.
Pricing: LiteLLM model_prices_and_context_window.json, MIT License, © 2023 Berri AI.