Na vsebino
fedi.software

Claude 3 Sonnet (20240229) v fedi-index

Ocena na vsakem področju, iz česa je sestavljena, vrednost, lokalni zagon in zgodovina.

fedi-index · Splošno

D 1.211 ±9

Percentil 23 · #228

Ljudje raje izberejo / Rešuje naloge

1.217 / 1.199

Človeški glasovi proti primerjalnim testom, Elo-eq

Vrednost

−218

6 $ na 1M žetonov, mediana ponudnikov: 1

Na vaši strojni opremi

Zaprte uteži: samo v oblaku.

Razčlenitev ocene

D Splošno 1.211 [1.202–1.220] Percentil 23 · #228 · komponente: 8
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
Epoch AI eci 119 ±2,07 1.197 ±16 26,2% 2024-02-29 —
LMArena text/overall 1.218 ±2,02 1.218 ±2 18,7% 2026-11-11 —
LMArena text/hard_prompts 1.197 ±3,01 1.211 ±3 18,4% 2026-11-11 —
LMArena text/instruction_following 1.199 ±2,86 1.223 ±3 9,2% 2026-11-11 —
LMArena text/expert 1.172 ±6,02 1.208 ±5 8,6% 2026-11-11 —
LMArena text/multi_turn 1.227 ±4,05 1.242 ±4 4,5% 2026-11-11 —
LMArena text/longer_query 1.211 ±4,39 1.224 ±4 4,4% 2026-11-11 —
Epoch AI gpqa_diamond zastaranje ×0,25 0,41 ±0,02 1.229 ±11 1,5% 2025-01-27 —

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

D Programiranje 1.221 [1.215–1.226] Percentil 23 · #220 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/coding 1.223 ±3,71 1.223 ±3 88,4% 2026-11-11 —

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

D Matematika 1.213 [1.206–1.220] Percentil 25 · #193 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/math 1.213 ±4,11 1.214 ±4 88,2% 2026-11-11 —

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

D Vid 1.190 [1.180–1.200] Percentil 9 · #101 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena vision/overall 984 ±5,83 1.189 ±5 93,4% 2026-11-09 —

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

D Pisanje 1.214 [1.208–1.220] Percentil 24 · #201 · komponente: 2 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/creative_writing 1.186 ±4,19 1.210 ±4 62,3% 2026-11-11 —
LMArena text/longer_query 1.211 ±4,39 1.224 ±4 31,4% 2026-11-11 —

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

D Jezik: 繁體中文 1.206 [1.199–1.213] Percentil 15 · #186 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/chinese 1.189 ±4,73 1.206 ±4 93,8% 2026-11-11 —

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

D Jezik: Deutsch 1.231 [1.218–1.243] Percentil 15 · #124 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/german 1.204 ±7,79 1.233 ±7 93,0% 2026-11-11 —

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

C Jezik: English 1.204 [1.199–1.209] Percentil 26 · #199 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/english 1.226 ±2,49 1.204 ±3 94,0% 2026-11-11 —

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

D Jezik: Español 1.216 [1.198–1.235] Percentil 6 · #141 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/spanish 1.204 ±11 1.217 ±10 91,6% 2026-11-11 —

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

D Jezik: Français 1.228 [1.210–1.245] Percentil 8 · #130 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/french 1.229 ±11 1.230 ±10 91,8% 2026-11-11 —

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

D Jezik: 日本語 1.224 [1.212–1.237] Percentil 6 · #120 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/japanese 1.131 ±9,36 1.226 ±7 92,9% 2026-11-11 —

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

D Jezik: 한국어 1.227 [1.213–1.240] Percentil 6 · #129 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/korean 1.128 ±9,96 1.229 ±8 92,7% 2026-11-11 —

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

D Jezik: Русский 1.248 [1.240–1.256] Percentil 19 · #186 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/russian 1.226 ±4,64 1.251 ±4 93,7% 2026-11-11 —

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

Zgodovina

fedi-index po mesecih
Isto v tabeli
Model 2026-11
Claude 3 Sonnet (20240229) 1.211 D

Značka

Prikažite fedi-index modela na svoji spletni strani ali v datoteki README. Značka se posodablja sama in vodi na to stran.

fedi-index: Claude 3 Sonnet (20240229)

Podatki CC BY 4.0: ohranite povezavo na fedi.software.