KI-Modell-Rangliste

So funktioniert dieses Leaderboard

Jede Zahl stammt aus unserem Katalog, unseren Preisregeln, unseren eigenen Job-Daten oder, bei der Qualität, aus dem öffentlichen Arena-Leaderboard. Was wir nicht belegen können, lassen wir weg.

Was gelistet ist

Nur Modelle, die du jetzt nutzen kannst: aktiv und mit geprüftem Preis. Nicht gelistet: 130 Katalogeinträge ohne Preis (sie laufen nicht), 0 entfernte Modelle und 5 doppelte Einträge desselben Anbieter-Modells. Legacy-Modelle bleiben gelistet und verweisen auf ihren Nachfolger.

Preis

Was ein Aufruf mit den Standardeinstellungen des Modells auf Railwail kostet, aus denselben Preisregeln, nach denen deine Läufe abgerechnet werden (1 Credit = 0,01 $). Token-Modelle zeigen den Preis je 1 Mio. Eingabe- und Ausgabe-Token. Mit ≈ markierte Preise werden nach GPU-Zeit abgerechnet: Die Zahl ist ein typischer Lauf, berechnet wird die tatsächliche Laufzeit.

Median-Laufzeit

Gemessen an abgeschlossenen Railwail-Jobs: Median der neuesten bis zu 500 Läufe der letzten 90 Tage, gezeigt ab 5 Läufen. Enthält die Wartezeit beim Anbieter. Bei Sprachmodellen hängt sie von der Antwortlänge ab, deshalb wird die LLM-Tabelle nie nach Geschwindigkeit sortiert. Heute gemessen: 3 Modelle.

Qualität

Arena-Wertungen aus dem öffentlichen Arena-Leaderboard (früher LMArena, CC BY 4.0): Menschen vergleichen zwei anonyme Modelle mit demselben Prompt und stimmen ab. Ein Modell bekommt nur dann eine Wertung, wenn der Arena-Eintrag genau das Modell mit der Standardeinstellung ist, die wir ausführen (geprüfte Liste, heute 56 Modelle). Geschätzt wird nichts.

Kontextfenster

Die maximale Tokenzahl je Anfrage laut unserem Katalog. Nicht von uns nachgemessen.

Nutzung

Läufe je Modell zeigen wir erst, wenn sie etwas aussagen: mindestens 5 Modelle mit Läufen von 3 oder mehr verschiedenen Konten in 30 Tagen. Bis dahin gibt es kein Beliebtheits-Ranking.

Was wir nicht zeigen

Keine eigenen Abstimmungen und keine geschätzten Wertungen: Unsere eigene Arena hat 0 entschiedene Duelle und 2 Modellstimmen, viel zu wenig für eine Wertung. Modelle, die die öffentliche Arena nicht in unserer Einstellung bewertet hat, stehen mit „Keine Arena-Wertung“ in der Liste.

Quelle:arena.ai-LeaderboardDatensatzCC BY 4.0

Falscher Preis oder fehlendes Modell? Schreib uns