o3 v fedi-index
Ocena na vsakem področju, iz česa je sestavljena, vrednost, lokalni zagon in zgodovina.
fedi-index · Splošno
B 1.392 ±5
Percentil 64 · #107
Ljudje raje izberejo / Rešuje naloge
1.386 / 1.400
Človeški glasovi proti primerjalnim testom, Elo-eq
Vrednost
−17
3,50 $ na 1M žetonov, mediana ponudnikov: 18 · proizvajalec 3,50 $
Na vaši strojni opremi
Zaprte uteži: samo v oblaku.
Razčlenitev ocene
B Splošno 1.392 [1.386–1.396] Percentil 64 · #107 · komponente: 9
| Vir | Komponenta | Vrednost | Elo-eq | Utež | Izmerjeno | Različica |
|---|---|---|---|---|---|---|
| Epoch AI |
eci
|
147 ±0,92 | 1.413 ±7 | 33,9% | 2025-04-16 | — |
| LMArena |
text/overall
|
1.410 ±1,84 | 1.410 ±2 | 15,7% | 2026-10-02 | — |
| LMArena |
text/hard_prompts
|
1.402 ±2,43 | 1.397 ±2 | 15,6% | 2026-10-02 | — |
| LMArena |
text/instruction_following
|
1.368 ±2,83 | 1.382 ±3 | 7,7% | 2026-10-02 | — |
| LMArena |
text/expert
|
1.403 ±5,77 | 1.397 ±5 | 7,3% | 2026-10-02 | — |
| LMArena |
text/longer_query
|
1.371 ±3,13 | 1.374 ±3 | 3,8% | 2026-10-02 | — |
| Epoch AI |
simpleqa_verified
zastaranje ×0,61 |
0,49 ±0,02 | 1.452 ±5 | 3,8% | 2026-08-27 | high |
| LMArena |
text/multi_turn
|
1.405 ±3,45 | 1.403 ±3 | 3,8% | 2026-10-02 | — |
| Epoch AI |
gpqa_diamond
zastaranje ×0,26 |
0,82 ±0,02 | 1.420 ±10 | 1,3% | 2025-04-16 | high |
Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija
B Programiranje 1.373 [1.368–1.378] Percentil 53 · #130 · komponente: 2
| Vir | Komponenta | Vrednost | Elo-eq | Utež | Izmerjeno | Različica |
|---|---|---|---|---|---|---|
| LMArena |
text/coding
|
1.408 ±3,16 | 1.388 ±3 | 78,7% | 2026-10-02 | — |
| Epoch AI |
swe_bench_verified
zastaranje ×0,37 |
0,62 ±0,02 | 1.393 ±11 | 12,8% | 2026-02-12 | medium |
Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija
B Matematika 1.392 [1.386–1.400] Percentil 65 · #90 · komponente: 2
| Vir | Komponenta | Vrednost | Elo-eq | Utež | Izmerjeno | Različica |
|---|---|---|---|---|---|---|
| LMArena |
text/math
|
1.426 ±5,10 | 1.418 ±5 | 51,0% | 2026-10-02 | — |
| Epoch AI |
frontiermath_t1_3
zastaranje ×0,86 |
0,33 ±0,03 | 1.393 ±6 | 41,9% | 2026-08-27 | high |
Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija
C Vid 1.384 [1.379–1.388] Percentil 42 · #66 · komponente: 3 začasno
| Vir | Komponenta | Vrednost | Elo-eq | Utež | Izmerjeno | Različica |
|---|---|---|---|---|---|---|
| LMArena |
vision/overall
|
1.214 ±3,34 | 1.397 ±3 | 63,7% | 2026-10-02 | — |
| LMArena |
vision/ocr
|
1.218 ±4,19 | 1.393 ±4 | 15,4% | 2026-10-02 | — |
| LMArena |
vision/diagram
|
1.219 ±6,13 | 1.392 ±5 | 14,6% | 2026-10-02 | — |
Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija
B Pisanje 1.371 [1.366–1.376] Percentil 55 · #122 · komponente: 2 začasno
| Vir | Komponenta | Vrednost | Elo-eq | Utež | Izmerjeno | Različica |
|---|---|---|---|---|---|---|
| LMArena |
text/creative_writing
|
1.358 ±3,72 | 1.386 ±4 | 62,0% | 2026-10-02 | — |
| LMArena |
text/longer_query
|
1.371 ±3,13 | 1.374 ±3 | 31,8% | 2026-10-02 | — |
Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija
B Jezik: 繁體中文 1.392 [1.384–1.399] Percentil 53 · #106 · komponente: 1 začasno
| Vir | Komponenta | Vrednost | Elo-eq | Utež | Izmerjeno | Različica |
|---|---|---|---|---|---|---|
| LMArena |
text/chinese
|
1.438 ±5,10 | 1.404 ±4 | 93,7% | 2026-10-02 | — |
Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija
B Jezik: Deutsch 1.404 [1.391–1.417] Percentil 61 · #57 · komponente: 1 začasno
| Vir | Komponenta | Vrednost | Elo-eq | Utež | Izmerjeno | Različica |
|---|---|---|---|---|---|---|
| LMArena |
text/german
|
1.420 ±8,18 | 1.419 ±7 | 92,9% | 2026-10-02 | — |
Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija
B Jezik: English 1.393 [1.388–1.398] Percentil 60 · #109 · komponente: 1 začasno
| Vir | Komponenta | Vrednost | Elo-eq | Utež | Izmerjeno | Različica |
|---|---|---|---|---|---|---|
| LMArena |
text/english
|
1.416 ±2,40 | 1.405 ±2 | 94,0% | 2026-10-02 | — |
Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija
C Jezik: Español 1.380 [1.364–1.395] Percentil 33 · #100 · komponente: 1 začasno
| Vir | Komponenta | Vrednost | Elo-eq | Utež | Izmerjeno | Različica |
|---|---|---|---|---|---|---|
| LMArena |
text/spanish
|
1.395 ±9,17 | 1.394 ±8 | 92,4% | 2026-10-02 | — |
Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija
C Jezik: Français 1.397 [1.378–1.415] Percentil 44 · #76 · komponente: 1 začasno
| Vir | Komponenta | Vrednost | Elo-eq | Utež | Izmerjeno | Različica |
|---|---|---|---|---|---|---|
| LMArena |
text/french
|
1.430 ±11 | 1.414 ±10 | 91,6% | 2026-10-02 | — |
Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija
B Jezik: 日本語 1.414 [1.401–1.426] Percentil 65 · #46 · komponente: 1 začasno
| Vir | Komponenta | Vrednost | Elo-eq | Utež | Izmerjeno | Različica |
|---|---|---|---|---|---|---|
| LMArena |
text/japanese
|
1.403 ±8,94 | 1.429 ±7 | 93,0% | 2026-10-02 | — |
Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija
B Jezik: 한국어 1.398 [1.386–1.411] Percentil 52 · #66 · komponente: 1 začasno
| Vir | Komponenta | Vrednost | Elo-eq | Utež | Izmerjeno | Različica |
|---|---|---|---|---|---|---|
| LMArena |
text/korean
|
1.371 ±9,34 | 1.413 ±7 | 92,9% | 2026-10-02 | — |
Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija
B Jezik: Polski 1.424 [1.416–1.433] Percentil 68 · #43 · komponente: 1 začasno
| Vir | Komponenta | Vrednost | Elo-eq | Utež | Izmerjeno | Različica |
|---|---|---|---|---|---|---|
| LMArena |
text/polish
|
1.438 ±5,48 | 1.439 ±5 | 93,6% | 2026-10-02 | — |
Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija
B Jezik: Русский 1.400 [1.392–1.407] Percentil 61 · #92 · komponente: 1 začasno
| Vir | Komponenta | Vrednost | Elo-eq | Utež | Izmerjeno | Različica |
|---|---|---|---|---|---|---|
| LMArena |
text/russian
|
1.407 ±4,48 | 1.413 ±4 | 93,7% | 2026-10-02 | — |
Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija
Zgodovina
Isto v tabeli
| Model | 2026-10 |
|---|---|
| o3 | 1.392 B |
Značka
Prikažite fedi-index modela na svoji spletni strani ali v datoteki README. Značka se posodablja sama in vodi na to stran.
Podatki CC BY 4.0: ohranite povezavo na fedi.software.