LiveCodeBench
वर्णन
LiveCodeBench हा कोडसाठी LLM चा सर्वांगीण आणि दूषित-मुक्त मूल्यांकन बेंचमार्क आहे जो कालांतराने सतत नवीन समस्या गोळा करतो. विशेषतः, LiveCodeBench केवळ कोड निर्मितीच्या पलीकडे, स्व-दुरुस्ती, कोड अंमलबजावणी आणि चाचणी आउटपुट अंदाज यासारख्या व्यापक कोड-संबंधित क्षमतांवर देखील लक्ष केंद्रित करतो.
संबंधित साधने
LLM Stats
LLM Stats सर्वात व्यापक LLM लीडरबोर्ड आहे, जे क्षमता, किंमत, वेग आणि संदर्भ लांबीवर दररोज अद्ययावत होणाऱ्या ओपन-सोर्स समुदाय डेटाचा वापर करून API मॉडेल्सचे बेंचमार्क आणि तुलना करते.
प्रति टोकन किंमत
OpenAI, Anthropic, Google आणि इतरांकडील 200+ मॉडेल्सच्या LLM API किंमतींची तुलना करा. यात टोकन काउंटर, खर्च कॅल्क्युलेटर आणि बेंचमार्क तुलनांचा समावेश आहे.
LMSYS Chatbot Arena Leaderboard
LMSYS Chatbot Arena हे LLM मूल्यांकनासाठी एक क्राउडसोर्स केलेले खुले व्यासपीठ आहे. Bradley-Terry मॉडेलद्वारे LLM ची रँकिंग करण्यासाठी आणि Elo-स्केलवर मॉडेल रेटिंग प्रदर्शित करण्यासाठी 1,000,000 पेक्षा जास्त मानवी जोडीनिहाय तुलना संकलित केल्या आहेत.
Artificial Analysis
Artificial Analysis हे एक व्यासपीठ आहे जे AI मॉडेल आणि सेवा प्रदात्यांची तुलना आणि बेंचमार्क प्रदान करते, ज्यामुळे वापरकर्त्यांना AI मॉडेल आणि सेवा प्रदाते निवडताना माहितीपूर्ण निर्णय घेण्यास मदत होते. हे व्यासपीठ OpenAI चे GPT-4, Meta चे Llama 3 आणि Anthropic च्या Claude मालिकेसह लोकप्रिय AI मॉडेल्सच्या विस्तृत श्रेणीवर तुलनात्मक डेटा प्रदान करते, ज्यामध्ये प्रतिसाद वेळ, विलंब आणि खर्च यासारख्या कार्यप्रदर्शन मेट्रिक्सचा समावेश आहे.
BenchGecko
AI अर्थव्यवस्थेचा डेटा थर. AI मॉडेल बेंचमार्क लीडरबोर्ड ज्यामध्ये शेकडो प्रदात्यांमधील क्रॉस-प्रोव्हायडर किंमत तुलना आहे. 128 बेंचमार्कमधील हजारो मॉडेल्स, AI अर्थव्यवस्था निर्देशक, एजंट लीडरबोर्ड आणि MCP सर्व्हर निर्देशिका ट्रॅक करते. विनामूल्य API.