Tidigare batalj · 2026-02-20 UTC
LLM Uppgörelse — 20 februari 2026
Från kategorin LLM. 14 markeringar placerade över 3 kämpar. DeepSeek R1 tog kronan.
Slutställning
Uppställningen
Kämparna
Profiler av varje verktyg som tävlade i den här bataljen, rankade efter sin slutpoäng.
DeepSeek R1
En öppen källkod stor språkmodell som utmärker sig i resonemang, matematik och kodningsuppgifter med MIT-licens för fri användning och modifiering.
DeepSeek R1 är en öppen källkod large language model som utmärker sig i resonemang, matematik och kodningsuppgifter. Den använder en Mixture of Experts (MoE)-arkitektur med 37 miljarder aktiva parametrar och totalt 671 miljarder parametrar, och stödjer en kontextlängd på 128 K. Modellen integrerar avancerade förstärkningsinlärningstekniker för att uppnå självverifiering, flerstegsreflektion och människoorienterat resonemang. DeepSeek R1 har uppnått state-of-the-art‑prestanda i olika benchmarktester, inklusive 97,3 % noggrannhet på MATH‑500, 79,8 % godkännandefrekvens på AIME 2024 och överträffar 96,3 % av Codeforces‑deltagarna. Modellen finns i flera varianter, från 1,5 B till 70 B parametrar, och är licensierad under MIT för fri användning och modifiering. DeepSeek R1 kan användas online gratis, och en WebGPU‑accelererad version kan köras lokalt i en webbläsare. Modellen är utformad för komplex problemlösning, flerspråkig förståelse och produktionsklar kodgenerering. Dess styrkor inkluderar exceptionellt matematiskt resonemang, kodgenerering och förmåga att förstå naturligt språk. Men eftersom den är en öppen källkodsmodell kan det krävas teknisk expertis för att distribuera och finjustera den för specifika användningsområden. DeepSeek R1 är placerad bland de högpresterande AI-modellerna globalt, med kapaciteter som kan jämföras med ledande proprietära lösningar. Dess öppen‑källkodskaraktär möjliggör gemenskapsdriven utveckling och kontinuerliga uppgraderingar, inklusive planerat multimodalt stöd, förbättrad konversation och optimering av distribuerad inferens. Modellen har en ren reinforcement learning-utveckling, vilket gör att den kan uppnå GPT-4-nivåns matematiska prestanda till en avsevärt lägre kostnad. Chain-of-thought-visualiseringskapaciteten tacklar AI:s "black box"-utmaningar och ger insikter i modellens resonemangsprocess. DeepSeek R1:s API erbjuder en OpenAI‑kompatibel slutpunkt för integration, med ett pris på $0,14 per miljon token. Modellens vikter är open‑source, vilket möjliggör kommersiell användning och modifiering.
Radbrytning av kriterier
- Mixture of Experts (MoE)-arkitektur
- Avancerade förstärkningsinlärningstekniker
- Självverifierings- och flerstegsreflektionsfunktioner
- Mänskligt anpassat resonemang
- Stöd för 128K kontextlängd
- OpenAI-kompatibel API-endpoint
Pixtral 12B 24.09
Öppen multimodel med 12B parametrar som hanterar interleaved bilder och text med ett 128K kontextfönster.
Pixtral 12B 24.09 är en multimodal modell från Mistral AI som behandlar både bilder och text inom en enda sekvens, med stöd för variabel bildstorlek och bildformat. Den använder en 12-miljardspARAMETRAR-stor språkavkodare ihop med en synkoder, vilket möjliggör uppgifter som visuell fråga-svar, dokumentförståelse, diagramtolkning och bildbeskrivning. Modellen accepterar en kontext på upp till 128K token, vilket möjliggör att flera bilder kan interleavas med lång text i en enda fråga. Utgivet under en öppen licens kan det distribueras lokalt eller via inferensleverantörer, vilket gör det lämpligt för utvecklare som bygger syn- och språkbaserade tillämpningar, forskningsflöden och multimodala agenter.
Radbrytning av kriterier
- 12B parameter vision-language modell
- Interleaved bild- och textinmatningar
- 128K token kontextlängd
- Native variabel bildstorlekstöd
- Öppen viktrelease
- Lämplig för OCR, VQA och captioning
DeepSeek V3
Open‑source mixture‑of‑experts‑modell som erbjuder resonemang på GPT‑4o‑nivå till en bråkdel av kostnaden.
DeepSeek V3 är en storskalig mixture-of-experts (MoE) språkmodell utvecklad av DeepSeek AI. Den aktiverar bara en delmängd av sina totala parametrar per token, vilket gör att den kan leverera stark prestanda i resonemang, matematik och kodningsuppgifter samtidigt som inferenskostnaderna hålls betydligt lägre än jämförbara täta modeller. Den har släppts med öppna vikter, DeepSeek V3 har blivit ett populärt val för utvecklare och forskare som behöver en kapabel grundmodell som de kan self-hosta, finjustera eller integrera via API. Benchmarkresultat placerar den konkurrenskraftigt mot ledande proprietära modeller som GPT-4o, särskilt i matematik‑ och logisk resonemangsutvärderingar. Modellen är väl lämpad för tekniska assistenter, kodgenereringspipelines, forskningsarbetsflöden och alla applikationer där både resonemangskvalitet och budgeteffektivitet är viktiga.
Radbrytning av kriterier
- Mixture-of-experts‑arkitektur
- Konkurrenskraftiga resonemangs- och matematikbenchmarks
- Open‑source modellvikter
- API‑åtkomst via DeepSeek‑plattformen
- Stöd för långt kontextfönster
- Lämplig för finjustering