BenchGecko
விளக்கம்
AI பொருளாதாரத்தின் தரவு அடுக்கு. AI மாடல் பெஞ்ச்மார்க் லீடர்போர்டு, நூற்றுக்கணக்கான வழங்குநர்களிடையே குறுக்கு-வழங்குநர் விலை ஒப்பீடு. 128 பெஞ்ச்மார்க்குகளில் ஆயிரக்கணக்கான மாடல்கள், AI பொருளாதார குறிகாட்டிகள், ஏஜெண்ட் லீடர்போர்டு மற்றும் MCP சர்வர் அடைவு ஆகியவற்றைக் கண்காணிக்கிறது. இலவச API.
தொடர்புடைய கருவிகள்
LLM Stats
LLM Stats மிகவும் விரிவான LLM லீடர்போர்டு ஆகும், இது திறன், விலை, வேகம் மற்றும் சூழல் நீளம் பற்றி தினசரி புதுப்பிக்கப்படும் ஓப்பன் சோர்ஸ் சமூகத் தரவைப் பயன்படுத்தி API மாடல்களை அளவிடுகிறது மற்றும் ஒப்பிடுகிறது.
ஒரு டோக்கனுக்கான விலை
OpenAI, Anthropic, Google மற்றும் பலவற்றின் 200+ மாடல்களுக்கான LLM API விலைகளை ஒப்பிடுக. டோக்கன் கவுண்டர்கள், செலவு கால்குலேட்டர்கள் மற்றும் பெஞ்ச்மார்க் ஒப்பீடுகள் அடங்கும்.
LMSYS Chatbot Arena Leaderboard
LMSYS Chatbot Arena என்பது LLM மதிப்பீடுகளுக்கான கூட்டு மூல திறந்த தளமாகும். Bradley-Terry மாதிரியுடன் LLM களை தரவரிசைப்படுத்தவும், Elo அளவில் மாதிரி மதிப்பீடுகளைக் காட்டவும் 1,000,000 க்கும் மேற்பட்ட மனித ஜோடிவாரி ஒப்பீடுகளை சேகரித்தது.
LiveCodeBench
LiveCodeBench என்பது குறியீட்டுக்கான LLM களின் முழுமையான மற்றும் மாசுபாடு இல்லாத மதிப்பீட்டு அளவுகோலாகும், இது காலப்போக்கில் தொடர்ந்து புதிய சிக்கல்களை சேகரிக்கிறது. குறிப்பாக, LiveCodeBench என்பது வெறும் குறியீடு உருவாக்கத்திற்கு அப்பால், சுய பழுது, குறியீடு செயலாக்கம், மற்றும் சோதனை வெளியீட்டு கணிப்பு போன்ற பரந்த குறியீடு தொடர்பான திறன்களிலும் கவனம் செலுத்துகிறது.
Artificial Analysis
Artificial Analysis என்பது AI மாதிரிகள் மற்றும் சேவை வழங்குநர்களின் ஒப்பீடுகள் மற்றும் அளவுகோல்களை வழங்கும் ஒரு தளமாகும், இது பயனர்கள் AI மாதிரிகள் மற்றும் சேவை வழங்குநர்களைத் தேர்ந்தெடுக்கும்போது தகவலறிந்த முடிவுகளை எடுக்க உதவுகிறது. இந்த தளம் OpenAI இன் GPT-4, Meta இன் Llama 3 மற்றும் Anthropic இன் Claude தொடர் உள்ளிட்ட பிரபலமான AI மாதிரிகளின் பரந்த வரம்பில் ஒப்பீட்டுத் தரவை வழங்குகிறது, இதில் பதில் நேரம், தாமதம் மற்றும் செலவு போன்ற செயல்திறன் அளவீடுகளும் அடங்கும்.