Na vsebino
fedi.software

Claude Opus 4 (Search) v fedi-index

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

fedi-index · Splošno

B 1.376 ±5

Percentil 53 · #141

Ljudje raje izberejo / Rešuje naloge

1.382 / 1.368

Človeški glasovi proti primerjalnim testom, Elo-eq

Vrednost

−103

30 $ na 1M žetonov, mediana ponudnikov: 6

Na vaši strojni opremi

Zaprte uteži: samo v oblaku.

Razčlenitev ocene

B Splošno 1.376 [1.370–1.381] Percentil 53 · #141 · komponente: 8
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
Epoch AI eci 143 ±0,81 1.382 ±6 39,9% 2025-05-22 —
LMArena text/overall 1.377 ±2,27 1.377 ±2 15,3% 2026-11-11 thinking-16k-20250514
LMArena text/hard_prompts 1.400 ±2,89 1.394 ±3 15,2% 2026-11-11 thinking-16k-20250514
LMArena text/instruction_following 1.406 ±3,51 1.419 ±3 7,5% 2026-11-11 thinking-16k-20250514
LMArena text/expert 1.385 ±7,29 1.383 ±6 6,8% 2026-11-11 thinking-16k-20250514
LMArena text/longer_query 1.422 ±3,91 1.421 ±4 3,7% 2026-11-11 thinking-16k-20250514
LMArena text/multi_turn 1.396 ±4,20 1.395 ±4 3,7% 2026-11-11 thinking-16k-20250514
Epoch AI gpqa_diamond zastaranje ×0,25 0,76 ±0,03 1.394 ±14 1,0% 2025-05-22 16k

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

B Programiranje 1.399 [1.393–1.405] Percentil 64 · #104 · komponente: 2
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/coding 1.442 ±4,01 1.419 ±4 78,1% 2026-11-11 thinking-16k-20250514
Epoch AI swe_bench_verified zastaranje ×0,35 0,71 ±0,02 1.436 ±11 11,6% 2026-02-06 —

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

C Matematika 1.361 [1.351–1.371] Percentil 46 · #140 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/math 1.390 ±6,26 1.384 ±6 87,3% 2026-11-11 thinking-16k-20250514

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

C Vid 1.364 [1.352–1.375] Percentil 29 · #79 · komponente: 2 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena vision/overall 1.192 ±8,16 1.377 ±7 76,2% 2026-11-09 thinking-16k-20250514
LMArena vision/ocr 1.197 ±10 1.372 ±10 16,5% 2026-11-09 thinking-16k-20250514

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

D Iskanje 1.356 [1.351–1.362] Percentil 0 · #36 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena search/overall 1.127 ±2,80 1.366 ±3 93,9% 2026-11-09 search

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

B Pisanje 1.403 [1.397–1.410] Percentil 65 · #94 · komponente: 2 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/creative_writing 1.386 ±4,73 1.415 ±5 61,6% 2026-11-11 thinking-16k-20250514
LMArena text/longer_query 1.422 ±3,91 1.421 ±4 32,1% 2026-11-11 thinking-16k-20250514

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

C Jezik: 繁體中文 1.352 [1.343–1.362] Percentil 38 · #136 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/chinese 1.386 ±6,30 1.363 ±5 93,5% 2026-11-11 thinking-16k-20250514

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

C Jezik: Deutsch 1.379 [1.363–1.395] Percentil 43 · #83 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/german 1.390 ±10 1.394 ±9 92,3% 2026-11-11 thinking-16k-20250514

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

C Jezik: English 1.363 [1.357–1.368] Percentil 49 · #137 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/english 1.386 ±2,94 1.373 ±3 93,9% 2026-11-11 thinking-16k-20250514

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

C Jezik: Español 1.373 [1.356–1.391] Percentil 26 · #112 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/spanish 1.389 ±10 1.388 ±10 91,9% 2026-11-11 thinking-16k-20250514

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

D Jezik: Français 1.347 [1.325–1.369] Percentil 19 · #115 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/french 1.373 ±14 1.362 ±12 90,4% 2026-11-11 thinking-16k-20250514

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

C Jezik: 日本語 1.362 [1.347–1.378] Percentil 31 · #88 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/japanese 1.331 ±11 1.376 ±8 92,4% 2026-11-11 thinking-16k-20250514

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

C Jezik: 한국어 1.362 [1.346–1.377] Percentil 31 · #95 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/korean 1.320 ±11 1.375 ±9 92,4% 2026-11-11 thinking-16k-20250514

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

D Jezik: Polski 1.359 [1.350–1.368] Percentil 18 · #108 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/polish 1.356 ±5,59 1.370 ±5 93,6% 2026-11-11 thinking-16k-20250514

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

B Jezik: Русский 1.386 [1.377–1.396] Percentil 52 · #112 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/russian 1.392 ±5,86 1.399 ±5 93,4% 2026-11-11 thinking-16k-20250514

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 Opus 4 (Search) 1.376 B

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 Opus 4 (Search)

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