คำถามที่พบบ่อย

ทุกโมเดลได้รับคะแนน Podium (0–100): อารีนา Elo 35%, ค่าเฉลี่ยเบนช์มาร์ก 30%, ดัชนีสติปัญญา Artificial Analysis 20% และ LLM Stats รวม 15% — ปรับมาตรฐานและผสมจากลีดเดอร์บอร์ดอิสระห้าแห่ง

เราซิงก์ทั้งห้าแหล่งทุกสัปดาห์ การเปิดตัวโมเดลสำคัญจะเริ่มรอบอัปเดตทันที ทุกหน้าแสดงวันที่รีเฟรชล่าสุด

เรารวบรวมลีดเดอร์บอร์ดสาธารณะห้าแห่ง: Arena.ai (อารีนา Elo), Artificial Analysis (ดัชนีสติปัญญาและประสิทธิภาพ), LLM Stats, Vellum และ LLMBase ราคามาจากเอกสารผู้ให้บริการ

คะแนน Podium คือค่าเฉลี่ยถ่วงน้ำหนักของสัญญาณสี่ตัวที่ปรับมาตรฐาน: อารีนา Elo (35%), ค่าเฉลี่ยเบนช์มาร์ก (30%), ดัชนีสติปัญญา (20%) และคะแนน LLM Stats (15%) สัญญาณที่ขาดจะถูกปรับน้ำหนักใหม่ในแหล่งที่เหลือ ดูรายละเอียดในหน้าระเบียบวิธี

ไม่ใช่ทุกโมเดลได้รับการประเมินทุกเบนช์มาร์ก — บางเบนช์มาร์กต้องการความสามารถเฉพาะ (เช่น การมองเห็นสำหรับ MMMU) หรือยังไม่ได้ทดสอบกับโมเดลใหม่ ข้อมูลที่ไม่มีแสดงเป็น "—"

ได้! เยี่ยมชมหน้าเปรียบเทียบเพื่อเลือกสูงสุด 4 โมเดลและดูรายละเอียดเคียงข้างกันของทุกเมทริกซ์ รวมถึงเบนช์มาร์ก ราคา ความเร็ว และเวลาแฝง

อารีนา Elo คือคะแนนความชอบจากการแข่งขันของมนุษย์แบบตัวต่อตัว: สองโมเดลนิรนามตอบพรอมป์เดียวกัน ผู้คนโหวต และคะแนนโหวตอัปเดต Elo พร้อมช่วงความเชื่อมั่น เป็นสัญญาณเดี่ยวที่ใหญ่ที่สุดในอันดับของเรา

เราแสดงราคาขาเข้าและขาออกต่อล้านโทเค็น โดยตรงจากหน้าราคา API อย่างเป็นทางการของแต่ละผู้ให้บริการ หมวด Value ผสมทั้งสองราคา — ยิ่งต่ำยิ่งดี

แน่นอน เราติดตามทั้งโมเดลกรรมสิทธิ์และโอเพนเวทจาก DeepSeek, Alibaba (Qwen), Moonshot AI (Kimi), Z.ai (GLM), MiniMax, Baidu และอื่นๆ โมเดลโอเพนเวทมีลีดเดอร์บอร์ดเฉพาะที่ /leaderboard/open

TTFT วัดระยะเวลาจากการส่งคำขอจนถึงการรับโทเค็นแรกของการตอบกลับ ยิ่งต่ำยิ่งดี เป็นเมทริกซ์สำคัญสำหรับแอปโต้ตอบที่การตอบสนองสำคัญ

ข้อมูลลีดเดอร์บอร์ดของเรามาจากเบนช์มาร์กสาธารณะ ตรวจสอบใบอนุญาตแต่ละเบนช์มาร์กสำหรับเงื่อนไขการนำไปใช้ซ้ำ สรุปแบบอ่านด้วยเครื่องอยู่ที่ /llms.txt

เมื่อผู้ให้บริการอัปเดตโมเดล เราจะอัปเดตรายการเดิมหรือสร้างใหม่ขึ้นอยู่กับความสำคัญของการเปลี่ยนแปลง โมเดลที่เลิกใช้เก็บคะแนนล่าสุดและมีป้าย "legacy"