İçeriğe geç
fedi.software

fedi-index: Ajanlar

Ajan olarak modeller: araç kullanımı ve çok adımlı görevler — Arena ajan oturumları ile τ²-bench ve Terminal-Bench çalıştırmaları.

2026-11 canlı verileri (her gün yeniden hesaplanır) · Metodoloji v1 · Metodoloji · Geçmiş · JSON

# Seviye Model fedi-index Yüzdelik İnsanlar tercih ediyor Görevleri çözüyor Fiyat/performans Kaynaklar Puan ayrıştırması
1S1.530 ±9100,01.5591.469 +40 AT›
2S1.506 ±7991.5221.468 +73 AT›
3S1.502 ±8981.5201.461 +65 AT›
4S1.500 ±3961.5131.466 +108◆ AT›
5S1.494 ±9951.5071.465 +49 AT›
6A1.492 ±8941.5061.463 -24 AT›
7A1.491 ±6931.5041.460 +9 AT›
8A1.487 ±7911.5001.455 +42 AT›
9A1.486 ±6901.5001.453 +92◆ AT›
10A1.482 ±4891.4911.460 +60 AT›
11A1.481 ±8881.4891.462 -28 AT›
12A1.477 ±3861.4871.452 +98 AT›
13A1.476 ±4851.4871.448 +47 AT›
14A1.468 ±5841.4681.469 +44 AτT›
15A1.461 ±5831.4661.454 +25 AτT›
16A1.461 ±5821.4691.443 +5 AT›
17A1.461 ±4801.476— — A›
18B1.458 ±4791.4581.457 +52 AT›
19B1.457 ±6781.473— — A›
20B1.456 ±4761.4571.454 +36 AτT›
21B1.455 ±4751.4681.422 — AT›
22B1.441 ±4741.4431.437 +52 AT›
23B1.440 ±5731.4461.424 +15 AT›
24B1.438 ±2721.4441.423 +102 AT›
25B1.437 ±4701.4401.433 +39 AτT›
26B1.437 ±5691.4391.432 +49 Aτ›
27B1.437 ±3681.4401.428 +65 AT›
28B1.435 ±3671.4451.410 — AT›
29B1.435 ±3651.4471.404 +101◆ AT›
30B1.434 ±4641.4381.426 +104◆ AT›
31B1.433 ±4631.447— +30 A›
32B1.431 ±3621.4471.390 +94◆ AT›
33B1.428 ±3601.4451.385 +79 AT›
34B1.427 ±3591.4361.404 +56 AT›
35B1.427 ±2581.4441.386 +95 AT›
36B1.426 ±4571.4451.380 +30 AT›
37B1.425 ±3561.4381.392 — AT›
38B1.425 ±4541.4371.393 +35 AT›
39B1.422 ±3531.4231.421 +124◆ AT›
40B1.419 ±4521.4321.387 +105◆ AT›
41B1.419 ±3511.4281.396 +38 AT›
42C1.417 ±749—1.435 +21 τT›
43C1.414 ±3481.4271.381 +87 AT›
44C1.413 ±747—1.431 +34 τT›
45C1.411 ±5461.4141.407 +41 AτT›
46C1.411 ±6441.423— — A›
47C1.410 ±4431.4001.437 +58 Aτ›
48C1.409 ±1242—1.442 +22 τ›
49C1.406 ±7411.4071.405 +48 AT›
50C1.406 ±3401.418— — A›
51C1.404 ±6381.417— +35 A›
52C1.404 ±1237—1.436 +27 τ›
53C1.404 ±4361.416— +64 A›
54C1.403 ±1235—1.435 +35 τ›
55C1.396 ±1133—1.426 +1 τ›
56C1.391 ±6321.403— +46 A›
57C1.391 ±1130—1.420 +32 τ›
58C1.391 ±1130—1.420 +62 τ›
59C1.390 ±6281.401— +80 A›
60C1.389 ±1127—1.417 -8 τ›
61C1.388 ±4261.399— +63 A›
62D1.388 ±1125—1.416 -4 τ›
63D1.388 ±7241.400— +59 A›
64D1.388 ±12221.401— +42 A›
65D1.386 ±4211.3911.373 +58 AT›
66D1.382 ±1020—1.408 +28 τ›
67D1.378 ±918—1.403 -1 τ›
68D1.374 ±816—1.398 +26 τ›
69D1.374 ±816—1.398 +33 τ›
70D1.374 ±5151.385— — A›
71D1.370 ±514—1.396 — T›
72D1.365 ±412—1.389 +91 T›
73D1.364 ±8111.375— -20 A›
74D1.356 ±410—1.380 — T›
75D1.353 ±491.362— +48 A›
76D1.351 ±1471.362— +6 A›
77D1.350 ±46—1.372 +43 T›
78D1.348 ±751.357— +28 A›
79D1.347 ±941.356— +50 A›
80D1.343 ±22—1.364 +16 T›
81D1.341 ±11—1.362 — T›
82D1.324 ±901.332— — A›

…

AArena (insan oyları)TTerminal-Benchττ²-bench (ajanlar) ◆ Pareto sınırı: hem daha iyi hem daha ucuz olan yok

fedi-index sabit ölçekte bir Elo eşdeğeridir: aynı metodoloji sürümünde aylar arasında karşılaştırılabilir. S–D kademeleri: kesitteki yüzdeliğe göre ve güven aralığının izin verdiğinden iyi olmamak üzere (eşikler metodolojide). “Geçici” — modeli burada yalnızca bir kaynak ailesi ölçtü. Metodoloji

Sitenize ekleyin

Siteniz için widget olarak tablo: kendini günceller ve kaynakların atıfını korur.

JSON fedi-index © fedi.software, CC BY 4.0; bileşenler kaynaklarının lisanslarını korur.