Przejdź do treści
fedi.software

Web dev

Modele uszeregowane według tworzenia działających aplikacji webowych z promptu na arenie WebDev LMArena, z cenami i kontekstem.

Zaktualizowano · Źródła: LMArena, LiteLLM, models.dev

Koszt miesięczny
Tier Model Elo Wejście / wyjście, za 1M Miesięcznie Kontekst Aplikacja Porównaj
S1 7668 USD / 40 USD 1M
S1 7640,6154 USD / 3,08 USD 1M
S1 7542 USD / 10 USD 1M
S1 7430,1231 USD / 0,6154 USD 1M
S1 6850,1557 USD / 0,7784 USD 1M
A1 6740,1231 USD / 0,6154 USD 1M
A1 6150,2462 USD / 1,23 USD 1M
A1 5780,04 USD / 0,20 USD 1M
B1 5200,1231 USD / 0,7385 USD 1M
B1 5190,0123 USD / 0,0738 USD 1M
B1 5120,3892 USD / 2,34 USD 1M
B1 486— —
B1 4620,75 USD / 6 USD 1M
B1 4190,25 USD / 2 USD 128K
B1 4181,07 USD / 8,50 USD 400K
C1 3980,375 USD / 4 USD 400K
C1 3971,07 USD / 8,50 USD 400K
C1 3712 USD / 8 USD 400K
C1 350— 262K
C1 3390,14 USD / 1,14 USD 400K
C1 3381,07 USD / 8,50 USD 400K
D1 2440,22 USD / 1,80 USD 400K
Porównaj ()

Tiery są nasze: miejsce modelu w rankingu liczone tylko względem modeli, których cały przedział ufności leży powyżej. S — górne 10%, A — do 30%, B — do 60%, C — do 85%, D — reszta.

Jakość a cena ocena w pionie, cena łączona (3 części wejścia : 1 wyjścia) w poziomie, USD za 1M tokenów
1 000 1 200 1 400 1 600 1 800 2 000 0,01 USD 0,10 USD 1 USD 10 USD Claude Fable 5.2 Claude Opus 5.5 Claude Sonnet 5.5

Arena, w której modele budują aplikacje

Ranking WebDev pochodzi z osobnej areny LMArena. Dwa anonimowe modele dostają to samo polecenie i każdy buduje działającą aplikację webową – stronę, grę w przeglądarce, prosty panel. Człowiek ogląda oba wyniki, klika w nie i głosuje na lepszą aplikację. Głosy zamieniają się w ocenę Elo, tak jak na pozostałych arenach.

Na tej arenie występuje własny zestaw modeli, inny niż w rankingu tekstowym i programistycznym, więc nie każdy model z tamtych tabel znajdziesz tutaj.

Co oznacza ocena

Ocena odzwierciedla cały efekt: wygląd strony, działający kod i to, na ile model trzymał się polecenia. Nie jest to więc ocena samego stylu kodu. Model, który pisze elegancki kod, ale zapomina o połowie wymagań, przegra z modelem, którego aplikacja po prostu działa i wygląda tak, jak chciał użytkownik.

Kolumny i tiery

  • tier od S do D, liczony według tej samej zasady co w rankingu tekstowym (co najmniej 300 głosów, przedział ufności 95%);
  • Elo z paskiem przedziału – nakładające się paski oznaczają brak pewnej różnicy;
  • ceny za 1M tokenów wejścia i wyjścia oraz okno kontekstu;
  • modele z mniejszą liczbą głosów oznaczamy „Jeszcze bez tieru”.

Ograniczenia

Aplikacje tworzone na arenie są małe. Ranking nie mówi, jak model poradzi sobie z dużym projektem, istniejącym kodem firmy czy długą serią poprawek. Do takich zadań zajrzyj też do rankingu programowania i agentów, a kandydatów zestaw na stronie porównania.

Jak korzystać z tabeli

Jeśli budujesz prototypy stron lub małe narzędzia, zacznij od modeli z tieru S i A, a potem sprawdź ich ceny i okno kontekstu. Filtry „Otwarte wagi” i „Niska cena” pomogą znaleźć tańsze lub samodzielnie hostowane modele. Pamiętaj, że miejsce w tabeli to obraz jednego dnia – czołówka zmienia się często, gdy pojawiają się nowe modele.