Загружаем каталог…

Вопросы о каталоге AI-моделей

Сначала выберите интент — код, рассуждения, документы, изображения или агенты. Затем сравните профильные бенчмарки, цену полного запроса, контекст, инструменты и лицензию.

Универсального победителя нет: лидер теста по программированию может уступать в рассуждениях, знаниях, скорости или цене. Сравнивайте несколько профильных тестов и проверяйте финалистов на собственных запросах.

Для каждой модели выводятся до трёх известных результатов: SWE-bench, LiveCodeBench, GPQA, Arena Elo, HumanEval, MMLU и другие. При сортировке по тесту его результат идёт первым. Это результаты конкретных тестов, а не сводная внутренняя оценка.

Разработчик не опубликовал результаты популярных бенчмарков, а каталог не подставляет оценки из других тестов. Для таких моделей в списке показаны их возможности: код, рассуждения, мультимодальность, агентные задачи.

Приоритет имеют официальные model cards, API-документация, технические отчёты и лидерборды. В карточке новой модели указываются источник, дата и характер оценки.

Это размер нейросети, но для MoE важны общие и активные параметры. Большее число само по себе не гарантирует лучшее качество или скорость.