İçeriğe geç
fedi.software

Metin

LMArena'daki kör insan oylarıyla sıralanan sohbet modelleri; her puanın güven aralığı ve milyon token başına güncel fiyatıyla.

Güncellendi · Kaynaklar: LMArena, LiteLLM, models.dev

Aylık maliyet
Seviye Model Elo Girdi / çıktı, 1 milyon başına Aylık Bağlam Uygulama Karşılaştır
S1.462$0,0015 / $0,09Ücretsiz 1M
S1.451$0,2088 / $0,4176 1M
A1.432$0,035 / $0,07 1M
A1.428$0,25 / $0,25 164K
A1.425$0,22 / $0,33 164K
A1.424$0,18 / $0,35 164K
A1.420$0,25 / $0,70 128K
A1.420$0,19 / $0,71 164K
B1.375$0,10 / $0,425 164K
B1.373$0,40 / $0,40 80K
B1.356— —
B1.339— —
B1.301— —
B1.294— —
B1.291— —
C1.265— —
C1.248— —
C1.218— —
C1.191— 33K
C1.173— —
C1.170— —
C1.165— —
C1.158— —
C1.144— —
C1.132— —
C1.128— —
C1.121— —
C1.119— —
C1.112— —
C1.108— —
C1.107— —
C1.105— —
C1.105— —
C1.101— —
C1.092— —
D1.083— —
D1.081— —
D1.069— —
D1.069— —
D1.058— —
D1.058— —
D1.054— —
D1.053— —
D1.042— —
D1.038— —
D1.031— —
D990— —
D955— —
D948— —
D933— —
D916— —
D894— —
D867— —
D851— —

Seviyeler bizim hesabımızdır: bir modelin sıralamadaki yeri, yalnızca güven aralığının tamamı onun üzerinde olan modeller sayılarak belirlenir. S — ilk %10, A — %30'a kadar, B — %60'a kadar, C — %85'e kadar, D — geri kalanlar.

Kalite ve fiyat dikeyde puan, yatayda karma fiyat (3 birim girdi : 1 birim çıktı), 1 milyon token başına USD
1.000 1.200 1.400 1.600 $0,01 $0,10 $1 $10 $100 Claude Opus 5.5 Claude Fable 5.1 Claude Opus 5

Sıralama nasıl oluşuyor?

Metin modelleri tablosu, LMArena'nın metin arenasındaki genel kategoriden gelir. Yöntem basittir: bir kişi bir istem yazar, adı gizli iki modelden iki yanıt alır ve beğendiğine oy verir. Binlerce karşılaşmadan Elo tarzı bir puan çıkar. Biz her modele güncel fiyatı, bağlam penceresini ve kendi seviyemizi ekleriz.

Seviye kuralı açıktır. Yalnızca en az 300 oy almış modeller hesaba katılır; diğerleri «Henüz seviye yok» olarak görünür. Bir modelin sırası, %95 güven aralığının tamamı onun üstünde kalan model sayısına bir eklenerek bulunur. Sıra toplam modele bölünür: %10'un altı S, %30'a kadar A, %60'a kadar B, %85'e kadar C, gerisi D.

Satırda neler görürsünüz?

  • seviye ve çubuk olarak çizilmiş %95 güven aralığıyla puan;
  • geliştirici ve model indirilebiliyorsa «Açık ağırlıklar» işareti;
  • sağlayıcılar arasında bulduğumuz en düşük 1M token girdi ve çıktı fiyatı, USD olarak;
  • bağlam penceresi ve 30 günlük fiyat değişimi;
  • uygulama kataloğumuzdaysa indirme bağlantısı.

Çubuklar neden önemli?

İki modelin çubukları üst üste biniyorsa aralarındaki fark istatistiksel olarak net değildir. Bu yüzden puanları aynı olmayan birkaç model S seviyesini paylaşabilir. Tek bir sayıya değil, çubuğun genişliğine ve komşularıyla örtüşmesine bakın.

Fiyat, hesaplayıcı ve grafik

Fiyat, verinin alındığı gün sağlayıcılar arasındaki en düşük değerdir. Geliştiricinin kendi fiyatından farklı olabilir; önbellek, toplu işlem indirimleri ve bölgesel fiyatlar gösterilmez. «Düşük fiyat» etiketi, karma fiyatı 1M token başına 1 USD'nin altında olan modellere verilir.

Tablonun altındaki «Aylık maliyet» hesaplayıcısına aylık token miktarınızı ve girdinin payını yazarsınız, her modelin tahmini maliyetini görürsünüz. «Kalite ve fiyat» grafiği dikeyde puanı, yatayda 3 birim girdi : 1 birim çıktı oranıyla karma fiyatı gösterir. Filtrelerle açık ağırlıklı, ücretsiz, ucuz ya da belirli bir geliştiricinin modellerini ayırabilir, satırdaki kutucukla en fazla 4 modeli karşılaştırabilirsiniz.

Tablonun ölçmediği şeyler

Puan, çoğunlukla İngilizce istemler gönderen arena kullanıcılarının tercihini yansıtır. Hızı, maliyeti ya da belirli bir görevdeki başarıyı ölçmez. Kod yazıyorsanız kodlama tablosuna, ücretsiz API arıyorsanız ücretsiz modellere de bakın.