Честная база
Победитель называется только там, где у моделей есть результат одного и того же теста.
Рабочее сравнение
Сравнение LLM
Выберите две модели. Вывод строится только по общим тестам, а стоимость — по одному и тому же сценарию нагрузки.
Tencent · 262K
Начните вводить название
Покрытие видно
Отдельно показываем общие результаты и тесты, опубликованные лишь для одной модели.
Уверенность отдельно
G-Score не скрывает качество доказательной базы за одной красивой цифрой.