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
Еженедельно 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 | 498.90M | 897.64K | 0.0018 |
2 | qwen/qwen3-coder-480b-a35b-07-25 | 148.2B | 1.8B | 0.012 |
3 | anthropic/claude-4-sonnet-20250522 | 527.1B | 10.7B | 0.0204 |
4 | anthropic/claude-4.1-opus-20250805 | 27.8B | 596.22M | 0.0214 |
5 | mistralai/devstral-small-2507 | 793.20M | 17.11M | 0.0216 |
6 | qwen/qwen-turbo-2024-11-01 | 1.1B | 24.14M | 0.0217 |
7 | mistralai/devstral-medium-2507 | 242.31M | 5.41M | 0.0223 |
8 | neversleep/llama-3.1-lumimaid-8b | 823.74M | 18.88M | 0.0229 |
9 | openai/gpt-3.5-turbo-16k | 93.43M | 2.27M | 0.0243 |
10 | mistralai/mistral-tiny | 2.4B | 61.29M | 0.0251 |