Korábbi csata · 2026-01-29 UTC
LLM Leszámolás — 2026. január 29.
A(z) LLM kategóriából. 26 jelölés elhelyezve 8 versenyző között. DeepSeek V3 szerezte meg a koronát.
Végeredmény
A felállás
A versenyzők
Minden eszköz profilja, amely ebben a csatában versenyzett, a végső pontszámuk szerint rangsorolva.
DeepSeek V3
Nyílt forráskódú szakértők összetétele egy modell, amely az árarányos mértékű GPT-4 szintű érvelést kínál.
A DeepSeek V3 egy nagy méretű mixture-of-experts (MoE) nyelvi modell, amelyet a DeepSeek AI fejlesztett ki. Csak paramétereinek egy részét активálja minden egyes tokenhez, ami lehetővé teszi, hogy erős teljesítményt nyújtson az érvelésben, a matematikában és a kódolási feladatokban, miközben lényegesen alacsonyabb inferencia költségeket tart fenn, mint a hasonló sűrű modellek. Nyílt súlyokkal kiadva a DeepSeek V3 népszerű választás lett azoknak a fejlesztőknek és kutatóknak, akik olyan képes alapmodellt keresnek, amelyet saját környezetben üzemeltethetnek, finomíthatnak vagy API-n keresztül integrálhatnak. A benchmark tesztek azt mutatják, hogy versenyképes a vezető licenszelt modellekkel szemben, mint például a GPT-4o, különösen a matematikai és logikai érvelési értékelések terén. A modell jól használható técnai asszisztenseknek, kódgeneráló pipeline-oknak, kutatási munkafolyamoknak és minden olyan alkalmazásnak, ahol a következtetés minősége és a költséghatékonyság is számít.
Kritériumok szétosztása
- Szakértők összetétele
- Versenyképes érvelési és matematikai teljesítmény
- Nyílt modell súlyok
- API hozzáférés a DeepSeek platformon keresztül
- Hosszú kontextusablak támogatás
- Fine-tuning barátó
Mistral Large 24.11
Mistral legjobb nagynyelvű LLM-jének fővállalkozása az összetett érvelésre, kódolásra és üzemviteli feladatokra.
A 2024. novemberi elérhetővé tétel, a Mistral Large 24.11, a vezető lépésten a Mistral AI nagy nyelvi modelljének újraindítása. Ennek a célpontja a fejlett érvelés, gépkódgenerálás, matematikai problémamegoldás, illetve egyedi utasítások követése több nyelven, ezzel az egyik termék a kutatás és az alkalmazási felhasználás számára felel meg. A modell az egyéni munkafolyamatokra tervezte, erős támogatással a függvényhívásokra, strukturált kiadásokra és hosszú környezet feladatokra. Az API-n keresztül és a partner clouddal való beállítás révén a csapatok számára kínálnak működésképességet az integrálásában és a telepítésében. A fejlesztők gyakran használják a Mistral Large 24.11-öt a coding-asszisztensek, a többnyelvű chatbotok, az adatformázás-pályáknak és az információ-kiegészítéses alkalmazások fejlesztéséhez, ahol megbízható érvelés számos nyelven fontos.
Kritériumok szétosztása
- Fejlett érvelés és utasítások követése
- Erős nyelvi támogatás
- Kód generálás és hibakeresés
- Funkciok meghívása és JSON kimenetek
- Hosszú kontextushandling
- Üzemi beállítási lehetőségek
Simple MP3 to Text
Az AI-erőforrással megtoldott MP3-szellentek szövegbe alakító eszköze a beszédet tisztességesen olvasható jegyzetekké alakító szoftver.
A Simple MP3 to Text egy lefordító eszköz, amely az audio fájlokat, például előadásokat, podcasteket, interjúkat és hangüzeneteket írásos szöveggé alakítja. Ezeket az AI beszédkövetéses technológiát használva állítják elő olvasható szövegbejegyzéseket anélkül, hogy manuálisan billentyűznénk vagy speciális kiegészítő hardverre lenne szükségünk. A szolgáltatás azoknak a felhasználóknak készült, akik gyors, alacsony ellenállású módon szeretnék a beszédből szöveget kinyerni. Az átküldött MP3-fájlok automatikusan feldolgozásra kerülnek, és az eredményül kapott szöveget összenyomhatják, szerkeszthetik vagy meg lehet menteni jegyzetekhez, cikkekhez, tanulmányi anyagokhoz vagy tartalom újrafeldolgozásához. Halképperkölcsönhatás-képzésben dolgozó diákok, újságírók, podcasterek, kutatók és akik rendszeresen dolgoznak megtörtént folyamataval kapcsolatos rögzített hanganyagokkal és előnyben részesítik a közvetlen átírás folyamatát a bonyolultabb átírás felületekhez képest.
Kritériumok szétosztása
- MP3 hangfájlból szövegbe alakítás
- AI meghajtású beszédértelmezés
- Szponzoráltsági anyagok támogatása, például előadások és podcastok
- Tisztességesen olvasható, menthető jegyzetek
- Webböngésző alapú workflow
- Gyors visszaverés az feltöltésekre
Gemma 4 Local Hardware Matcher
Találja meg a megfelelő Gemma 4 model változatot a helyi hardverbeillek számára.
A Gemma 4 Local Hardware Matcher egy olyan segédeszköz, amely segít a felhasználóknak meghatározni, hogy a Google Gemma 4 modellcsalád mely verziói futtathatók hatékonyan az adott hardveren. A GPU VRAM, a rendszer RAM, a CPU képességei és a rendelkezésre álló tárhely elemzése alapján ajánl kompatibilis modellméreteket és kvantálási szinteket. Az eszköz fejlesztők, hobbisták és kutatók számára készült, akik a Gemma 4-et helyben szeretnék futtatni anélkül, hogy próbálgatásra lenne szükség. Megszünteti a memóriaigényekkel és teljesítményelvárásokkal kapcsolatos találgatást, és segít a felhasználóknak olyan modellvariánst választani, amely kiegyensúlyozza a minőséget és a sebességet az ő gépükön.
Kritériumok szétosztása
- Hardver-detektálás és elemzés
- Modelméret és kötéscsere javaslatok
- VRAM és RAM követelmény becslések
- Teljesítmény-jóslatok változatok szerint
- Több Gemma 4-verzió támogatása:
- Számítógéppark és GPU-infrastruktúra iránymutató
DeepSeek R1
Nyílt forráskódú nagy nyelvi modell, amely kiemelkedően teljesíti a logikai, számítástechnikai és kódolási feladatokat az MIT-licenc segítségével ingyenesen használható és módosítható.
A DeepSeek R1 egy nyílt forráskódú, nagy nyelvi modell, amely kiválóan teljesít az érvelési, matematikai és kódolási feladatokban. Egy szakértők kombinációját (MoE) használó architektúrával rendelkezik 37MILLIÁRD aktív paraméterrel és 671MILLIÁRD összes paraméterrel, támogatva a 128E context hosszát. A modell fejlett megerősítési tanulási technikákat alkalmaz az önmegvédés, a többlépes reflexió és az emberközpontú érvelési képességek eléréséhez. A DeepSeek R1 csúcskategóriás teljesítményt ért el számos benchmarkban, beleértve a 97,3%-os pontosságot az MATH-500-on, 79,8%-os átmeneti rátát az AIME 2024-ben, és felülmúlja a Codeforces résztvevők 96,3%-át. A modell több változatban is elérhető, 1,5MILLIÁRD-tól 70MILLIÁRD paraméterig terjed, és az MIT licensz alatt ingyenesen használható és módosítható. A DeepSeek R1 ingyenesen használható online, és egy WebGPU-gyorsított verzió helyileg is futtatható egy böngészőben. A modell összetett problémamegoldásra, többnyelvű megértésre és termelési szintű kódgenerálásra készült. Erősségei közé tartozik a kiváló matematikai okoskodás, kódgenerálás és természetes nyelvi megértési képességek. Mivel nyílt forráskódú modell, technikal expertízét igényelheti a telepítése és finomhangolása specifikus használati esetekhez. A DeepSeek R1 a világ legjobb teljesítményű AI modellei közé tartozik, képességei összehasonlíthatóak a vezető, Tulajdonosi megoldásokkal. Nyílt forráskódja lehetővé teszi a közösség által vezérelt fejlesztést és a folyamatos frissítéseket, beleértve a tervezett multimodális támogatást, a beszélgetésfejlesztést és a distribuált inference optimalizálást. A modell tisztán megerősítés-alapú tanulással készült, amely lehetővé teszi, hogy GPT-4 szintű matematikai teljesítményt érjen el lényegesen alacsonyabb költségek mellett. A gondolkodási láncok vizualizációs képessége megoldja a mesterséges intelligencia "fekete doboz" kihívásait, betekintést nyújtva a modell okgondolkodási folyamatába. A DeepSeek R1 API egy OpenAI-kompatibilis végpontot kínál integrációhoz, $0,14-es árral milliónkénti tokenenként. A modell súlyai nyílt forráskódúak, ami lehetővé teszi a kereskedelmi felhasználást és módosítást.
Kritériumok szétosztása
- Mixture of Experts (MoE) architektúrá
- Magasabb szintű erősítési tanulási technikák
- Saját ellenőrzés és többszintű visszavérzés
- Ember-célú logika
- 128 K kontext hossz támogatás
- OpenAI kompatibilis végpont API
Gemma 4 a Google legújabb tagja a nyílt súlyú nagy nyelvi modellek családjának, amelyet úgy terveztek, hogy a fejlesztők és kutatók közvetlen hozzáférést kapjanak egy képes alapmodellhez, amelyet saját infrastruktúrájukon futtathatnak, finomhangolhatnak és telepíthetnek. Az előző Gemma kiadások örökségén alapul, és fejlesztéseket hoz a logikai gondolkodásban, az utasításkövetésben és a többnyelvű kezelésben. A modell nyílt súlyokkal van terjesztve, ami alkalmassá teszi kísérletezésre, eszközön belüli inferenciára és egyedi alkalmazásokba való integrációra anélkül, hogy hosztolt API-ra támaszkodna. Népszerű keretrendszerek, például a Hugging Face Transformers, a llama.cpp, az Ollama és a JAX segítségével használható, és a választott variánstól függően GPU-kon, TPU-kon és fogyasztói hardveren is fut. A Gemma 4 olyan csapatokat céloz meg, akik rugalmasságra, átláthatóságra és az AI stackjük feletti irányításra vágynak, beleértve azokat, akik privát asszisztenseket, kutatási prototípusokat vagy speciális domain modelleket építenek finomhangolással.
Kritériumok szétosztása
- Nyílt forráskódú model súlyok
- Több paraméter méret-variáns
- Instrukciós-tuningolt és alapváltozatok
- Kompatibilis a Hugging Face és Ollama
- Támogatja a helyi és felhőalapú üzembe helyezést
- Fine-tuning és LoRA adaptációs barát
Gemini 2.0 Flash
A Google gyors, multimodális AI modellje épül a valós idejű agens feladatokhoz 1M-ből álló kontextablakkal.
A Gemini 2.0 Flash a Google DeepMind következő generációs modellje, amely a sebesség, a skálázhatóság és a multimodális érvelés optimalizálására lett tervezve. Szöveget, képeket, hangot és videót fogad bemenetként, és szöveg, kép és hang kimenetet tud generálni, így alkalmas gazdag interaktív alkalmazásokhoz. Az ügynöki munkafolyamatokra tervezve, a modell támogatja a natív eszközhasználatot, a függvényhívást, és egy 1 M tokenes kontextusablakot, amely nagy dokumentumok, kódbázisok vagy hosszú futású munkamenetek kezelésére alkalmas. Az alacsony késleltetés praktikus választássá teszi asszisztensek, valós idejű elemzés és termelési méretű üzembe helyezések számára. A fejlesztők a Gemini 2.0 Flash-hez a Gemini API-n, a Google AI Studio-ban és a Vertex AI-n keresztül férhetnek hozzá, SDK-k pedig a főbb nyelveken elérhetők.
Kritériumok szétosztása
- 1M-tokén kontextablak
- Multimodális input: szöveg, kép, audió, vizio
- Natív műszerhívás és kód futtatás
- Valós idejű streaming válaszok
- Kép és audió generálás
- Elérhető a Gemini API és a Vertex AI által
Pronoia
Arabic-fő Large Language Model, amely finetuning a nemzeti minőségű megértést és generálást szolgáltat.
A Pronoia egy nagyméretű nyelvtani modell, amely szigorúan ki lett finetuneelve arabra, és tökéletesebb értelmezési, generálási és érvelési képességeket kíván kínálni, mint az általános célú többnyelvű modelljei. A vezető arab-orientált LLM-nek tekintjük, amelyet a dialektusokhoz, a klasszikus szabásokhoz és a modern standard arabhoz rendeztek be. A modellevelezőt olyan feladatokhoz használhatja, mint a tartalmi megalkotás, a összefoglalás, a fordítás, a vevőtámogatás és dialógus-alapú AI a arab országok érdekeit szolgáló piacokon. Az arab adatokra összpontosítva a kiképzését, a Pronoia különösen odafigyel a morfológiára, a diakritikára és a kulturális kontextusra, melyet általánosabb modelljei gyakran egyenlőtlenül kezelnek.
Kritériumok szétosztása
- Arab-optimizált nyelvi model
- Szöveg és összefoglalás generálása
- Fordítási támogatás
- Közbeszéd és chatbot képességek
- A vállalatközi arab NLP számításokhoz alkalmas
- Az MSA és a dialektusok lefedése