İçeriğe geç
fedi.software

2024 yılının yapay zekâ modelleri: kim neyi yayımladı

Önemli her model sürümü ay ay: geliştirici ve ülkesi, açık veya kapalı ağırlık, tür, bağlam penceresi, açık modellerin boyutu — ve her yılın modellerinin bugün hangi görevlerde lider olduğu.

2024 59 sürüm · 37 açık ağırlıklı

Bugün her görevde lider olan 2024 modelleri

Aralık

  1. B DeepSeek V3 HFDeepSeekÇinAçık ağırlıkLLM164K685B / 37B
  2. B gemini-2.0-flash-001GoogleAmerika Birleşik DevletleriKapalıGörsel (VLM)990K
  3. C Llama 3.3 70B Instruct HFMetaAmerika Birleşik DevletleriAçık ağırlıkLLM24K70.6B
  4. B OpenAI o1OpenAIAmerika Birleşik DevletleriKapalıGörsel (VLM)200K
  5. C veo-2GoogleAmerika Birleşik DevletleriKapalıVideo
  6. EXAONE 3.5 7.8B Instruct AWQ HFLG AI ResearchGüney KoreAçık ağırlıkLLM7.8B

Kasım

  1. B Qwen2.5 Coder 32B Instruct HFAlibabaÇinAçık ağırlıkLLM33K32.8B
  2. Qwen2.5 Coder 14B Instruct HFAlibabaÇinAçık ağırlıkLLM14.8B
  3. C Mistral LargeMistral AIFransaAçık ağırlıkLLM131K

Ekim

  1. C Aya Expanse 32BCohereKanadaAçık ağırlıkLLM128K
  2. B claude-3-5-haiku-20241022AnthropicAmerika Birleşik DevletleriKapalıGörsel (VLM)200K
  3. B claude-3-5-sonnet-20241022AnthropicAmerika Birleşik DevletleriKapalıGörsel (VLM)200K

Eylül

  1. D Llama 3.2 1B Instruct HFMetaAmerika Birleşik DevletleriAçık ağırlıkLLM60K1.2B
  2. C Llama 3.2 3B Instruct HFMetaAmerika Birleşik DevletleriAçık ağırlıkLLM80K3.2B
  3. Llama 3.2 1B HFMetaAmerika Birleşik DevletleriAçık ağırlıkLLM1.2B
  4. Llama 3.2 3B HFMetaAmerika Birleşik DevletleriAçık ağırlıkLLM3.2B
  5. Qwen2.5 Coder 1.5B HFAlibabaÇinAçık ağırlıkLLM1.5B
  6. Qwen2.5 1.5B Instruct HFAlibabaÇinAçık ağırlıkLLM1.5B
  7. Qwen2.5 32B Instruct HFAlibabaÇinAçık ağırlıkLLM32.8B
  8. Qwen2.5 3B Instruct HFAlibabaÇinAçık ağırlıkLLM3.1B
  9. Qwen2.5 Coder 7B Instruct HFAlibabaÇinAçık ağırlıkLLM7.6B
  10. Qwen2.5 14B Instruct HFAlibabaÇinAçık ağırlıkLLM14.8B
  11. Qwen2.5 7B HFAlibabaÇinAçık ağırlıkLLM7.6B
  12. B o1-miniOpenAIAmerika Birleşik DevletleriKapalıLLM128K
  13. B Qwen2.5 72B Instruct HFAlibabaÇinAçık ağırlıkLLM131K72.7B
  14. Qwen2.5 7B Instruct HFAlibabaÇinAçık ağırlıkLLM131K7.6B
  15. Qwen2.5 VL 72B Instruct HFAlibabaÇinAçık ağırlıkGörsel (VLM)131K73.4B

Ağustos

  1. C Command R (08-2024)CohereKanadaAçık ağırlıkLLM128K
  2. C Command R+ (08-2024)CohereKanadaAçık ağırlıkLLM128K
  3. Hermes 3 70B Instruct HFNous ResearchAmerika Birleşik DevletleriAçık ağırlıkLLM66K70.6B
  4. Hermes 3 405B Instruct HFNous ResearchAmerika Birleşik DevletleriKapalıLLM131K
  5. B grok-2-2024-08-13xAIAmerika Birleşik DevletleriKapalıLLM131K
  6. B grok-2-mini-2024-08-13xAIAmerika Birleşik DevletleriKapalıLLM
  7. B GPT-4o (2024-08-06)OpenAIAmerika Birleşik DevletleriKapalıGörsel (VLM)128K
  8. D flux-1-dev-fp8Black Forest LabsAlmanyaKapalıGörüntü

Temmuz

  1. C Llama 3.1 70B Instruct HFMetaAmerika Birleşik DevletleriAçık ağırlıkLLM131K70.6B
  2. C Llama 3.1 8B Instruct HFMetaAmerika Birleşik DevletleriAçık ağırlıkLLM32K8B
  3. B GPT-4o-mini (2024-07-18)OpenAIAmerika Birleşik DevletleriKapalıGörsel (VLM)128K
  4. Llama 3.1 8B Instruct HFMetaAmerika Birleşik DevletleriAçık ağırlıkLLM8B
  5. C gemma-2-2b-it HFGoogleAmerika Birleşik DevletleriAçık ağırlıkLLM128K2.6B
  6. Llama 3.1 8B HFMetaAmerika Birleşik DevletleriAçık ağırlıkLLM8B
  7. C Gemma 2 27B HFGoogleAmerika Birleşik DevletleriKapalıLLM8K
  8. C Mistral Large 2407Mistral AIFransaKapalıLLM131K
  9. Mistral Nemo HFMistral AIFransaAçık ağırlıkLLM128K12.2B

Haziran

  1. C gemma-2-9b-it HFGoogleAmerika Birleşik DevletleriKapalıLLM8K
  2. Llama 3 Groq 8B Tool Use HFGroqAmerika Birleşik DevletleriAçık ağırlıkLLM8B
  3. DeepSeek Coder V2 Lite Instruct HFDeepSeekÇinAçık ağırlıkLLM15.7B / 2.7B

Mayıs

  1. B GPT-4o (2024-05-13)OpenAIAmerika Birleşik DevletleriKapalıGörsel (VLM)128K

Nisan

  1. C llama-3-8b-instructMetaAmerika Birleşik DevletleriAçık ağırlıkLLM8K
  2. C llama-3-70b-instructMetaAmerika Birleşik DevletleriAçık ağırlıkLLM8K
  3. Meta Llama 3 8B HFMetaAmerika Birleşik DevletleriAçık ağırlıkLLM8B
  4. Meta Llama 3 8B Instruct HFMetaAmerika Birleşik DevletleriAçık ağırlıkLLM8B
  5. Mixtral 8x22B Instruct HFMistral AIFransaKapalıLLM66K
  6. OpenELM 1 1B Instruct HFAppleAmerika Birleşik DevletleriAçık ağırlıkLLM1.1B
  7. B Qwen MaxAlibabaÇinKapalıLLM33K

Mart

  1. C claude-3-haiku-20240307AnthropicAmerika Birleşik DevletleriKapalıGörsel (VLM)200K

Şubat

  1. C claude-3-opus-20240229AnthropicAmerika Birleşik DevletleriKapalıLLM200K
  2. C claude-3-sonnet-20240229AnthropicAmerika Birleşik DevletleriKapalıLLM200K

Ocak

  1. B Qwen PlusAlibabaÇinKapalıLLM1M

Yayın tarihleri model kataloglarından (models.dev, LiteLLM, Hugging Face) alınır; yalnızca yayın yılı bilinen modeller gösterilmez. Bir yılın liderleri, o yılın modelleri arasında bugün liderlik tablolarımızda en üst sıralarda yer alanlardır.

Güncellendi · Kaynaklar: models.dev (MIT), LiteLLM (MIT), LMArena (CC BY 4.0), Hugging Face

Arena (LMArena) scores: Arena Leaderboard Dataset by LMArena, CC BY 4.0. Modified by fedi.software (filtered, re-ranked, aggregated). Not endorsed by LMArena.

Bu zaman çizelgesi neyi gösteriyor?

«Yıllara göre yapay zekâ modelleri: kim neyi yayımladı» infografiği model sürümlerini zamana göre dizer. Yıllar içinde bulunduğumuz yıldan geriye doğru ilerler, her yılın içinde de sürümler aylara göre gruplanır. Her satır bir modeldir: geliştiricisi ve şirket merkezinin bulunduğu ülke, ağırlıklarının açık ya da kapalı olması, türü ve bağlam penceresi. Açık modellerde parametre sayısı da eklenir.

Çizelgeye, sıralama tablolarımızda puanı olan ya da ağırlıklarını Hugging Face'te yayımlamış yapay zekâ laboratuvarlarının modelleri girer. Yeniden satıcılar, yönlendiriciler ve topluluğun ince ayarlı sürümleri dışarıda kalır; böylece bir modeli gerçekte kimin geliştirdiği net görünür.

Satırdaki etiketler ne anlama geliyor?

  • «Açık ağırlık» (open weights): model dosyalarını indirip kendi bilgisayarınızda çalıştırabilirsiniz. Bunun için ne kadar bellek gerektiğini hangi açık model donanımınıza sığar infografiği gösterir.
  • «Kapalı»: modele yalnızca geliştiricinin uygulaması ya da API'si üzerinden erişilir.
  • LLM metin modelidir; «Görsel (VLM)» resimleri de anlar; «Muhakeme» ise yanıt vermeden önce görevi adım adım çözen modeldir. Böyle bir model daha yavaş ve yanıt başına daha pahalıdır, ama matematikte, kodda ve planlamada daha güçlüdür.
  • Parametre sayısı yalnızca açık modellerde görünür, çünkü kapalı geliştiriciler bunu yayımlamaz. Uzmanlar karışımı (MoE) mimarisindeki bir modelde ikinci sayı, her token'da çalışan etkin parametreleri gösterir.

Her yılın üstündeki şerit neyi anlatıyor?

Her yılın üstünde, o yıl çıkan ve bugün metin, kodlama, web geliştirme, ajan, görsel ve video tablolarında önde olan modellerin şeridi vardır. Bu, o günkü sıralama değil, bugünden bir bakıştır: ilkbaharda çıkan bir model birinciliği sonbaharda kaybetmiş olabilir; şerit, onun kuşağının sıralama tablolarında şu an nerede durduğunu gösterir.

Çizelgede nasıl gezinirim?

Listeyi geliştiriciye, ülkeye, açık ağırlığa ve türe göre süzebilir ya da modeli arama kutusuyla bulabilirsiniz. Her yıl kendi sayfasında da açılır; bu yıllık sürümlere kalıcı bağlantı verebilirsiniz. İki modeli yan yana koymak isterseniz model karşılaştırmasını kullanın.

Tarihler nereden geliyor ve nelere dikkat etmeli?

Çıkış tarihleri ve bağlam penceresi models.dev ile LiteLLM kataloglarından, parametreler ve lisanslar Hugging Face'ten, şeritteki puanlar LMArena'dan gelir; geliştiricilerin ülkesini fedi.software ekler. Tarih, modelin kataloglarda göründüğü gündür ve duyurudan birkaç gün sapabilir. Kaynakların yalnızca çıkış yılını verdiği modeller gösterilmez. Ülke, şirket merkezinin bulunduğu yerdir; veri merkezlerinin ya da kullanıcıların ülkesi değildir.