Рейтинг LLM-моделей Рейтинги и Статистика Моделей на Основе Использования в Реальном Времени
Сравните и проанализируйте фактическое использование и производительность LLM моделей с различных точек зрения
Ежедневно По модели Рейтинг Эффективности Моделей (исключая бесплатные модели) ТОП 10
Руководство по Показателям Рейтинга Эффективности
Рейтинги эффективности рассчитываются на основе соотношения выходные токены / входные токены. Чем ниже это соотношение, тем эффективнее работает модель.
Эта метрика имеет особенно важное значение в задачах, таких как редактирование документов, рефакторинг кода и анализ данных. Высокоэффективные модели склонны точно извлекать только необходимые части из информации, предоставленной пользователем, и отвечать кратко, сокращая ненужное потребление токенов и обеспечивая экономически эффективное использование AI. Однако низкое соотношение эффективности не обязательно означает лучшую производительность. Некоторые сложные задачи могут требовать больше выходных токенов, и когда необходимы подробные объяснения или обширное предоставление информации, более высокое соотношение эффективности может быть фактически предпочтительным. Поэтому эта метрика должна интерпретироваться в соответствии с характером и целью задачи.
Ранг | Название Модели | Входные токены | Выходные токены | Коэффициент эффективности |
---|---|---|---|---|
1 | meta-llama/llama-guard-4-12b | 346.25M | 358.77K | 0.001 |
2 | openai/codex-mini | 42.99M | 602.36K | 0.0136 |
3 | arcee-ai/virtuoso-large | 1.78M | 27.95K | 0.0157 |
4 | arcee-ai/spotlight | 11.97M | 188.48K | 0.0157 |
5 | perplexity/sonar-deep-research | 1.28M | 1.13M | 0.0162 |
6 | mistralai/devstral-small-2505 | 279.44M | 4.82M | 0.0173 |
7 | openai/o4-mini-high-2025-04-16 | 232.15M | 4.99M | 0.0189 |
8 | neversleep/llama-3.1-lumimaid-8b | 242.03M | 4.77M | 0.0197 |
9 | arcee-ai/caller-large | 1.15M | 24.21K | 0.0211 |
10 | meta-llama/llama-3.2-1b-instruct | 1.1B | 23.32M | 0.0214 |