Κατάταξη μοντέλων

Αυτό το έγγραφο μεταφράστηκε από τα Κινεζικά με AI και δεν έχει ακόμη ελεγχθεί.

Αυτός είναι ένας πίνακας κατάταξης βασισμένος σε δεδομένα από το Chatbot Arena (lmarena.ai), δημιουργημένος μέσω αυτοματοποιημένης διαδικασίας.

Χρονική στιγμή ενημέρωσης δεδομένων: 2025-11-14 08:07:48 UTC / 2025-11-14 16:07:48 CST (Ώρα Πεκίνου)

Πίνακας Κατάταξης

Κατάταξη (UB)	Μοντέλο	Βαθμολογία	Διάστημα εμπιστοσύνης 95% (±)	Ψήφοι	Οργάνωση/Εταιρεία	Άδεια
1	gemini-2.5-pro 1	1452	±4	62,764	Google	Ιδιόκτητο
1	claude-sonnet-4-5-20250929-thinking-32k 1	1449	±6	13,853	Anthropic	Ιδιόκτητο
1	claude-opus-4-1-20250805-thinking-16k 1	1448	±5	29,426	Anthropic	Ιδιόκτητο
1	claude-sonnet-4-5-20250929 1	1444	±7	8,318	Anthropic	Ιδιόκτητο
2	gpt-4.5-preview-2025-02-27 1	1442	±6	14,644	OpenAI	Ιδιόκτητο
2	claude-opus-4-1-20250805 1	1439	±4	41,950	Anthropic	Ιδιόκτητο
4	chatgpt-4o-latest-20250326 1	1438	±4	48,510	OpenAI	Ιδιόκτητο
4	gpt-5-high 1	1436	±5	30,974	OpenAI	Ιδιόκτητο
4	o3-2025-04-16 1	1434	±4	59,391	OpenAI	Ιδιόκτητο
5	qwen3-max-preview 1	1432	±5	25,932	Alibaba	Ιδιόκτητο
7	glm-4.6 1	1428	±6	11,320	Z.ai	MIT
10	gpt-5-chat 1	1424	±5	29,793	OpenAI	Ιδιόκτητο
10	qwen3-max-2025-09-23 1	1423	±6	9,297	Alibaba	Ιδιόκτητο
11	claude-opus-4-20250514-thinking-16k 1	1423	±4	37,961	Anthropic	Ιδιόκτητο
8	kimi-k2-thinking 1	1422	±11	3,068	Moonshot	Modified MIT
8	ernie-5.0-preview-1022 1	1421Προκαταρκτικό	±11	2,972	Baidu	Ιδιόκτητο
11	deepseek-v3.2-exp-thinking 1	1421	±7	9,254	DeepSeek AI	MIT
11	qwen3-235b-a22b-instruct-2507 1	1420	±4	37,318	Alibaba	Apache 2.0
11	grok-4-fast 1	1420	±8	7,081	xAI	Ιδιόκτητο
11	deepseek-r1-0528 1	1417	±6	19,260	DeepSeek	MIT
11	kimi-k2-0905-preview 1	1416	±7	10,681	Moonshot	Modified MIT
11	deepseek-v3.1 1	1416	±6	15,282	DeepSeek	MIT
11	deepseek-v3.1-thinking 1	1416	±7	12,013	DeepSeek	MIT
12	kimi-k2-0711-preview 1	1415	±5	28,236	Moonshot	Modified MIT
12	qwen3-vl-235b-a22b-instruct 1	1415	±7	8,576	Alibaba	Apache 2.0
11	deepseek-v3.1-terminus 1	1415	±10	3,760	DeepSeek AI	MIT
11	deepseek-v3.1-terminus-thinking 1	1414	±10	3,532	DeepSeek AI	MIT
13	deepseek-v3.2-exp 1	1413	±6	11,091	DeepSeek AI	MIT
15	gpt-4.1-2025-04-14 1	1412	±4	50,257	OpenAI	Ιδιόκτητο
15	claude-opus-4-20250514 1	1412	±4	45,766	Anthropic	Ιδιόκτητο
16	mistral-medium-2508 1	1411	±5	31,642	Mistral	Ιδιόκτητο
17	grok-3-preview-02-24 1	1410	±4	34,170	xAI	Ιδιόκτητο
17	grok-4-0709 1	1409	±4	36,897	xAI	Ιδιόκτητο
17	glm-4.5 1	1408	±5	24,897	Z.ai	MIT
18	gemini-2.5-flash 1	1408	±4	61,994	Google	Ιδιόκτητο
20	gemini-2.5-flash-preview-09-2025 1	1405	±6	14,987	Google	Ιδιόκτητο
25	grok-4-fast-reasoning 1	1403	±6	13,001	xAI	Ιδιόκτητο
25	claude-haiku-4-5-20251001 1	1402	±6	11,357	Anthropic	Ιδιόκτητο
28	qwen3-next-80b-a3b-instruct 1	1402	±5	20,854	Alibaba	Apache 2.0
33	o1-2024-12-17 1	1400	±4	28,039	OpenAI	Ιδιόκτητο
35	claude-sonnet-4-20250514-thinking-32k 1	1399	±4	36,299	Anthropic	Ιδιόκτητο
31	longcat-flash-chat 1	1399	±6	11,543	Meituan	MIT
36	qwen3-235b-a22b-no-thinking 1	1399	±5	39,447	Alibaba	Apache 2.0
35	qwen3-235b-a22b-thinking-2507 1	1397	±6	9,364	Alibaba	Apache 2.0
36	deepseek-r1 1	1395	±5	18,718	DeepSeek	MIT
36	qwen3-vl-235b-a22b-thinking 1	1393	±7	8,017	Alibaba	Apache 2.0
39	gpt-5-mini-high 1	1392	±5	25,436	OpenAI	Ιδιόκτητο
41	deepseek-v3-0324 1	1391	±4	46,874	DeepSeek	MIT
41	o4-mini-2025-04-16 1	1391	±4	46,940	OpenAI	Ιδιόκτητο
41	mai-1-preview 1	1390	±5	18,232	Microsoft AI	Ιδιόκτητο
43	claude-sonnet-4-20250514 1	1389	±4	41,727	Anthropic	Ιδιόκτητο
44	o1-preview 1	1387	±5	31,505	OpenAI	Ιδιόκτητο
45	claude-3-7-sonnet-20250219-thinking-32k 1	1386	±4	39,960	Anthropic	Ιδιόκτητο
46	qwen3-coder-480b-a35b-instruct 1	1385	±5	23,216	Alibaba	Apache 2.0
43	hunyuan-t1-20250711 1	1385	±9	4,830	Tencent	Ιδιόκτητο
48	mistral-medium-2505 1	1383	±5	34,543	Mistral	Ιδιόκτητο
48	qwen3-30b-a3b-instruct-2507 1	1382	±5	24,249	Alibaba	Apache 2.0
50	gemini-2.5-flash-lite-preview-09-2025-no-thinking 1	1380	±5	14,912	Google	Ιδιόκτητο
52	gpt-4.1-mini-2025-04-14 1	1380	±4	40,538	OpenAI	Ιδιόκτητο
50	hunyuan-turbos-20250416 1	1380	±6	11,144	Tencent	Ιδιόκτητο
55	gemini-2.5-flash-lite-preview-06-17-thinking 1	1375	±5	34,062	Google	Ιδιόκτητο
55	qwen3-235b-a22b 1	1373	±5	27,194	Alibaba	Apache 2.0
57	qwen2.5-max 1	1372	±4	33,563	Alibaba	Ιδιόκτητο
60	Claude 3.5 Sonnet (10/22) 1	1371	±3	89,879	Anthropic	Ιδιόκτητο
60	glm-4.5-air 1	1370	±4	29,531	Z.ai	MIT
61	qwen3-next-80b-a3b-thinking 1	1367	±6	13,880	Alibaba	Apache 2.0
62	minimax-m1 1	1366	±4	36,957	MiniMax	Apache 2.0
65	gemma-3-27b-it 1	1364	±4	49,410	Google	Gemma
65	grok-3-mini-high 1	1362	±5	17,612	xAI	Ιδιόκτητο
65	o3-mini-high 1	1362	±5	18,735	OpenAI	Ιδιόκτητο
67	deepseek-v3 1	1357	±5	21,994	DeepSeek	DeepSeek
66	grok-3-mini-beta 1	1357	±5	23,839	xAI	Ιδιόκτητο
62	amazon-nova-experimental-chat-10-20 1	1355Προκαταρκτικό	±15	1,622	Amazon	Ιδιόκτητο
69	mistral-small-2506 1	1354	±5	18,370	Mistral	Apache 2.0
71	gemini-2.0-flash-lite-preview-02-05 1	1352	±4	25,215	Google	Ιδιόκτητο
71	gpt-oss-120b 1	1352	±5	29,046	OpenAI	Apache 2.0
69	glm-4.5v 1	1352	±8	4,993	Z.ai	MIT
71	Gemini-1.5-Pro-002 1	1351	±3	56,012	Google	Ιδιόκτητο
71	command-a-03-2025 1	1351	±4	55,573	Cohere	CC-BY-NC-4.0
73	o3-mini 1	1347	±3	58,866	OpenAI	Ιδιόκτητο
69	hunyuan-turbos-20250226 1	1346	±12	2,250	Tencent	Ιδιόκτητο
71	ling-flash-2.0 1	1345	±7	7,187	Ant Group	MIT
71	llama-3.1-nemotron-ultra-253b-v1 1	1345	±12	2,573	Nvidia	Nvidia Open Model
72	step-3 1	1345	±7	6,662	StepFun	Apache 2.0
76	gpt-4o-2024-05-13 1	1345	±3	113,568	OpenAI	Ιδιόκτητο
71	minimax-m2 1	1344	±9	5,402	MiniMax	Apache 2.0
71	amazon-nova-experimental-chat-10-09 1	1344	±11	2,900	Amazon	Ιδιόκτητο
71	qwen3-32b 1	1344	±9	3,943	Alibaba	Apache 2.0
72	qwen-plus-0125 1	1344	±8	5,861	Alibaba	Ιδιόκτητο
73	glm-4-plus-0111 1	1343	±8	5,806	Zhipu	Ιδιόκτητο
78	Claude 3.5 Sonnet (06/20) 1	1342	±3	82,864	Anthropic	Ιδιόκτητο
73	gemma-3-12b-it 1	1340	±9	3,866	Google	Gemma
73	nvidia-llama-3.3-nemotron-super-49b-v1.5 1	1339	±10	3,499	Nvidia	Nvidia Open
78	gpt-5-nano-high 1	1339	±7	8,413	OpenAI	Ιδιόκτητο
73	hunyuan-turbo-0110 1	1338	±11	2,322	Tencent	Ιδιόκτητο
82	llama-3.1-405b-instruct-bf16 1	1335	±4	41,932	Meta	Llama 3.1 Community
83	o1-mini 1	1335	±3	52,301	OpenAI	Ιδιόκτητο
83	GPT-4o (08/06) 1	1334	±4	45,787	OpenAI	Ιδιόκτητο
85	grok-2-2024-08-13 1	1333	±4	63,725	xAI	Ιδιόκτητο
85	llama-3.1-405b-instruct-fp8 1	1333	±3	60,272	Meta	Llama 3.1 Community
83	gemini-advanced-0514 1	1333	±5	50,654	Google	Ιδιόκτητο
84	qwq-32b 1	1333	±4	26,298	Alibaba	Apache 2.0
81	step-2-16k-exp-202412 1	1332	±8	4,895	StepFun	Ιδιόκτητο
92	yi-lightning 1	1328	±5	27,624	01 AI	Ιδιόκτητο
94	llama-4-maverick-17b-128e-instruct 1	1327	±4	41,266	Meta	Llama 4
96	qwen3-30b-a3b 1	1326	±5	27,522	Alibaba	Apache 2.0
85	llama-3.3-nemotron-49b-super-v1 1	1325	±12	2,243	Nvidia	Nvidia
90	hunyuan-large-2025-02-10 1	1324	±10	3,760	Tencent	Ιδιόκτητο
102	gpt-4-turbo-2024-04-09 1	1324	±4	98,965	OpenAI	Ιδιόκτητο
102	llama-4-scout-17b-16e-instruct 1	1322	±5	31,269	Meta	Llama
103	claude-3-opus-20240229 1	1322	±3	196,368	Anthropic	Ιδιόκτητο
103	claude-3-5-haiku-20241022 1	1322	±3	71,453	Anthropic	Ιδιόκτητο
99	deepseek-v2.5-1210 1	1322	±8	6,877	DeepSeek	DeepSeek
103	gemini-1.5-pro-001 1	1321	±4	79,769	Google	Ιδιόκτητο
102	gpt-4.1-nano-2025-04-14 1	1320	±8	6,143	OpenAI	Ιδιόκτητο
102	ring-flash-2.0 1	1320	±7	7,310	Ant Group	MIT
103	step-1o-turbo-202506 1	1319	±7	9,676	StepFun	Ιδιόκτητο
106	llama-3.3-70b-instruct 1	1319	±3	56,037	Meta	Llama-3.3
104	gemma-3n-e4b-it 1	1318	±5	23,509	Google	Gemma
106	glm-4-plus 1	1318	±5	26,342	Zhipu AI	Ιδιόκτητο
103	gpt-oss-20b 1	1318	±6	10,872	OpenAI	Apache 2.0
106	qwen-max-0919 1	1317	±6	16,598	Alibaba	Qwen
108	GPT-4o-mini (07/18) 1	1316	±3	69,291	OpenAI	Ιδιόκτητο
107	qwen2.5-plus-1127 1	1314	±6	10,252	Alibaba	Ιδιόκτητο
112	gpt-4-1106-preview 1	1313	±4	101,117	OpenAI	Ιδιόκτητο
112	gpt-4-0125-preview 1	1313	±4	94,534	OpenAI	Ιδιόκτητο
112	mistral-large-2407 1	1313	±4	45,968	Mistral	Mistral Research
112	athene-v2-chat 1	1313	±4	24,880	NexusFlow	NexusFlow
114	Gemini-1.5-Flash-002 1	1310	±4	35,180	Google	Ιδιόκτητο
108	hunyuan-standard-2025-02-10 1	1310	±10	3,920	Tencent	Ιδιόκτητο
124	grok-2-mini-2024-08-13 1	1306	±4	52,789	xAI	Ιδιόκτητο
124	deepseek-v2.5 1	1306	±5	24,839	DeepSeek	DeepSeek
124	magistral-medium-2506 1	1304	±6	12,012	Mistral	Ιδιόκτητο
124	athene-70b-0725 1	1304	±6	19,796	NexusFlow	CC-BY-NC-4.0
127	mistral-large-2411 1	1304	±4	28,455	Mistral	MRL
128	mistral-small-3.1-24b-instruct-2503 1	1303	±5	34,211	Mistral	Apache 2.0
122	gemma-3-4b-it 1	1302	±9	4,195	Google	Gemma
130	qwen2.5-72b-instruct 1	1301	±4	39,632	Alibaba	Qwen
130	llama-3.1-nemotron-70b-instruct 1	1297	±8	7,216	Nvidia	Llama 3.1
130	hunyuan-large-vision 1	1294	±9	5,603	Tencent	Ιδιόκτητο
138	Meta-Llama-3.1-70B-Instruct 1	1293	±4	56,003	Meta	Llama 3.1 Community
138	jamba-1.5-large 1	1288	±7	8,730	AI21 Labs	Jamba Open
139	amazon-nova-pro-v1.0 1	1288	±4	25,218	Amazon	Ιδιόκτητο
138	reka-core-20240904 1	1287	±7	7,380	Reka AI	Ιδιόκτητο
139	gemma-2-27b-it 1	1287	±3	76,195	Google	Gemma license
139	gpt-4-0314 1	1286	±5	54,754	OpenAI	Ιδιόκτητο
138	llama-3.1-nemotron-51b-instruct 1	1286	±10	3,777	Nvidia	Llama 3.1
138	llama-3.1-tulu-3-70b 1	1286	±10	2,881	Ai2	Llama 3.1
141	gemini-1.5-flash-001 1	1284	±4	63,418	Google	Ιδιόκτητο
141	claude-3-sonnet-20240229 1	1281	±4	110,173	Anthropic	Ιδιόκτητο
141	gemma-2-9b-it-simpo 1	1278	±7	10,108	Princeton	MIT
144	nemotron-4-340b-instruct 1	1278	±5	19,913	Nvidia	NVIDIA Open Model
142	command-r-plus-08-2024 1	1277	±6	9,931	Cohere	CC-BY-NC-4.0
148	llama-3-70b-instruct 1	1276	±3	158,908	Meta	Llama 3 Community
148	gpt-4-0613 1	1275	±4	89,612	OpenAI	Ιδιόκτητο
146	glm-4-0520 1	1273	±7	9,857	Zhipu AI	Ιδιόκτητο
148	mistral-small-24b-instruct-2501 1	1273	±6	14,830	Mistral	Apache 2.0
148	reka-flash-20240904 1	1272	±7	7,583	Reka AI	Ιδιόκτητο
149	qwen2.5-coder-32b-instruct 1	1269	±8	5,452	Alibaba	Apache 2.0
155	c4ai-aya-expanse-32b 1	1266	±5	27,362	Cohere	CC-BY-NC-4.0
156	gemma-2-9b-it 1	1264	±4	54,954	Google	Gemma license
156	deepseek-coder-v2 1	1263	±6	15,242	DeepSeek AI	DeepSeek License
156	command-r-plus 1	1263	±4	78,401	Cohere	CC-BY-NC-4.0
157	qwen2-72b-instruct 1	1262	±5	37,688	Alibaba	Qianwen LICENSE
159	claude-3-haiku-20240307 1	1261	±4	118,626	Anthropic	Ιδιόκτητο
159	amazon-nova-lite-v1.0 1	1259	±5	19,760	Amazon	Ιδιόκτητο
159	gemini-1.5-flash-8b-001 1	1259	±4	35,914	Google	Ιδιόκτητο
162	phi-4 1	1255	±4	24,354	Microsoft	MIT
159	olmo-2-0325-32b-instruct 1	1252	±11	3,377	Allen AI	Apache-2.0
163	command-r-08-2024 1	1251	±7	10,229	Cohere	CC-BY-NC-4.0
169	mistral-large-2402 1	1242	±5	63,404	Mistral	Ιδιόκτητο
169	amazon-nova-micro-v1.0 1	1241	±5	19,774	Amazon	Ιδιόκτητο
169	jamba-1.5-mini 1	1238	±7	8,918	AI21 Labs	Jamba Open
169	ministral-8b-2410 1	1236	±9	4,833	Mistral	MRL
171	qwen1.5-110b-chat 1	1235	±5	26,679	Alibaba	Qianwen LICENSE
171	gemini-pro-dev-api 1	1234	±7	18,454	Google	Ιδιόκτητο
171	qwen1.5-72b-chat 1	1234	±5	39,689	Alibaba	Qianwen LICENSE
171	reka-flash-21b-20240226-online 1	1234	±7	15,606	Reka AI	Ιδιόκτητο
170	hunyuan-standard-256k 1	1233	±12	2,761	Tencent	Ιδιόκτητο
173	mixtral-8x22b-instruct-v0.1 1	1230	±4	52,214	Mistral	Apache 2.0
173	command-r 1	1228	±5	54,710	Cohere	CC-BY-NC-4.0
173	reka-flash-21b-20240226 1	1227	±6	25,026	Reka AI	Ιδιόκτητο
175	gpt-3.5-turbo-0125 1	1224	±5	67,214	OpenAI	Ιδιόκτητο
174	mistral-medium 1	1224	±5	34,893	Mistral	Ιδιόκτητο
177	llama-3-8b-instruct 1	1223	±4	106,055	Meta	Llama 3 Community
174	c4ai-aya-expanse-8b 1	1223	±7	9,922	Cohere	CC-BY-NC-4.0
173	llama-3.1-tulu-3-8b 1	1222	±11	2,943	Ai2	Llama 3.1
173	gemini-pro 1	1221	±12	6,418	Google	Ιδιόκτητο
180	zephyr-orpo-141b-A35b-v0.1 1	1214	±11	4,712	HuggingFace	Apache 2.0
185	yi-1.5-34b-chat 1	1214	±5	24,417	01 AI	Apache-2.0
187	llama-3.1-8b-instruct 1	1211	±4	50,234	Meta	Llama 3.1 Community
183	granite-3.1-8b-instruct 1	1210	±11	3,142	IBM	Apache 2.0
187	qwen1.5-32b-chat 1	1206	±6	22,068	Alibaba	Qianwen LICENSE
188	gpt-3.5-turbo-1106 1	1202	±9	16,760	OpenAI	Ιδιόκτητο
191	phi-3-medium-4k-instruct 1	1199	±5	25,301	Microsoft	MIT
192	mixtral-8x7b-instruct-v0.1 1	1198	±4	74,303	Mistral	Apache 2.0
192	gemma-2-2b-it 1	1198	±4	46,901	Google	Gemma license
192	dbrx-instruct-preview 1	1196	±6	32,760	Databricks	DBRX LICENSE
192	qwen1.5-14b-chat 1	1193	±7	18,066	Alibaba	Qianwen LICENSE
193	internlm2_5-20b-chat 1	1192	±7	10,038	InternLM	Άλλο
194	wizardlm-70b 1	1185	±9	8,270	Microsoft	Llama 2 Community
194	deepseek-llm-67b-chat 1	1184	±11	4,950	DeepSeek AI	DeepSeek License
198	yi-34b-chat 1	1184	±7	15,624	01 AI	Yi License
198	granite-3.0-8b-instruct 1	1183	±9	6,727	IBM	Apache 2.0
198	openchat-3.5-0106 1	1183	±8	12,712	OpenChat	Apache-2.0
198	openchat-3.5 1	1182	±10	8,009	OpenChat	Apache-2.0
198	granite-3.1-2b-instruct 1	1181	±11	3,235	IBM	Apache 2.0
199	snowflake-arctic-instruct 1	1180	±6	33,272	Snowflake	Apache 2.0
199	tulu-2-dpo-70b 1	1179	±10	6,579	AllenAI/UW	AI2 ImpACT Low-risk
200	gemma-1.1-7b-it 1	1179	±6	24,327	Google	Gemma license
199	openhermes-2.5-mistral-7b 1	1176	±10	5,026	NousResearch	Apache-2.0
201	vicuna-33b 1	1174	±6	22,613	LMSYS	Μη εμπορική
201	starling-lm-7b-beta 1	1173	±7	16,190	Nexusflow	Apache-2.0
201	phi-3-small-8k-instruct 1	1172	±6	17,983	Microsoft	MIT
202	llama-2-70b-chat 1	1172	±5	38,767	Meta	Llama 2 Community
202	starling-lm-7b-alpha 1	1169	±8	10,267	UC Berkeley	CC-BY-NC-4.0
206	llama-3.2-3b-instruct 1	1167	±8	8,043	Meta	Llama 3.2
201	nous-hermes-2-mixtral-8x7b-dpo 1	1166	±12	3,792	NousResearch	Apache-2.0
209	qwq-32b-preview 1	1160	±11	3,256	Alibaba	Apache 2.0
209	llama2-70b-steerlm-chat 1	1157	±13	3,605	Nvidia	Llama 2 Community
216	granite-3.0-2b-instruct 1	1157	±8	6,922	IBM	Apache 2.0
212	solar-10.7b-instruct-v1.0 1	1154	±13	4,187	Upstage AI	CC-BY-NC-4.0
211	dolphin-2.2.1-mistral-7b 1	1152	±15	1,685	Cognitive Computations	Apache-2.0
218	mistral-7b-instruct-v0.2 1	1151	±7	19,603	Mistral	Apache-2.0
216	mpt-30b-chat 1	1151	±12	2,606	MosaicML	CC-BY-NC-SA-4.0
217	wizardlm-13b 1	1150	±9	7,122	Microsoft	Llama 2 Community
216	falcon-180b-chat 1	1147	±17	1,312	TII	Falcon-180B TII License
219	qwen1.5-7b-chat 1	1144	±10	4,782	Alibaba	Qianwen LICENSE
219	phi-3-mini-4k-instruct-june-2024 1	1143	±6	12,415	Microsoft	MIT
219	llama-2-13b-chat 1	1143	±7	19,357	Meta	Llama 2 Community
219	vicuna-13b 1	1142	±7	19,539	LMSYS	Llama 2 Community
219	qwen-14b-chat 1	1139	±11	5,004	Alibaba	Qianwen LICENSE
221	codellama-34b-instruct 1	1137	±9	7,417	Meta	Llama 2 Community
221	palm-2 1	1137	±9	8,634	Google	Ιδιόκτητο
223	gemma-7b-it 1	1135	±9	9,034	Google	Gemma license
225	zephyr-7b-beta 1	1132	±9	11,220	HuggingFace	MIT
226	phi-3-mini-128k-instruct 1	1131	±7	21,024	Microsoft	MIT
229	phi-3-mini-4k-instruct 1	1129	±6	20,539	Microsoft	MIT
223	zephyr-7b-alpha 1	1129	±16	1,803	HuggingFace	MIT
225	guanaco-33b 1	1128	±12	2,955	UW	Μη εμπορική
231	stripedhyena-nous-7b 1	1121	±11	5,214	Together AI	Apache 2.0
226	codellama-70b-instruct 1	1119	±18	1,151	Meta	Llama 2 Community
231	smollm2-1.7b-instruct 1	1118	±14	2,244	HuggingFace	Apache 2.0
236	vicuna-7b 1	1115	±9	6,972	LMSYS	Llama 2 Community
239	gemma-1.1-2b-it 1	1113	±8	11,035	Google	Gemma license
239	llama-3.2-1b-instruct 1	1113	±8	8,166	Meta	Llama 3.2
239	mistral-7b-instruct 1	1111	±9	9,042	Mistral	Apache 2.0
240	llama-2-7b-chat 1	1109	±7	14,272	Meta	Llama 2 Community
249	qwen1.5-4b-chat 1	1091	±9	7,662	Alibaba	Qianwen LICENSE
246	gemma-2b-it 1	1091	±12	4,817	Google	Gemma license
249	olmo-7b-instruct 1	1075	±11	6,412	Allen AI	Apache-2.0
250	koala-13b 1	1070	±10	6,998	UC Berkeley	Μη εμπορική
251	alpaca-13b 1	1066	±11	5,828	Stanford	Μη εμπορική
250	gpt4all-13b-snoozy 1	1065	±15	1,773	Nomic AI	Μη εμπορική
251	mpt-7b-chat 1	1061	±12	3,977	MosaicML	CC-BY-NC-SA-4.0
251	chatglm3-6b 1	1057	±12	4,692	Tsinghua	Apache-2.0
254	RWKV-4-Raven-14B 1	1042	±11	4,898	RWKV	Apache 2.0
257	chatglm2-6b 1	1026	±14	2,683	Tsinghua	Apache-2.0
257	oasst-pythia-12b 1	1022	±11	6,343	OpenAssistant	Apache 2.0
260	chatglm-6b 1	996	±13	4,968	Tsinghua	Μη εμπορική
260	fastchat-t5-3b 1	991	±12	4,270	LMSYS	Apache 2.0
260	dolly-v2-12b 1	978	±14	3,471	Databricks	MIT
260	llama-13b 1	970	±16	2,441	Meta	Μη εμπορική
262	stablelm-tuned-alpha-7b 1	952	±13	3,325	Stability AI	CC-BY-NC-SA-4.0

Επεξήγηση

• Κατάταξη (UB): Βασισμένη σε υπολογισμούς του μοντέλου Bradley-Terry. Η κατάταξη αυτή αντικατοπτρίζει τη συνολική επίδοση του μοντέλου στο Arena και παρέχει μια εκτίμηση του άνω ορίου της βαθμολογίας Elo του, βοηθώντας στην κατανόηση της δυνητικής ανταγωνιστικότητας του μοντέλου.

• Μοντέλο: Το όνομα του μεγάλου γλωσσικού μοντέλου (LLM). Τα ονόματα ορισμένων μοντέλων ενδέχεται να περιέχουν σχετικούς συνδέσμους.

• Βαθμολογία: Η βαθμολογία Elo του μοντέλου στο Arena, που λαμβάνεται μέσω ψήφων χρηστών. Η βαθμολογία Elo είναι ένα σχετικό σύστημα κατάταξης, όπου υψηλότερη βαθμολογία υποδηλώνει καλύτερη επίδοση.

• Διάστημα εμπιστοσύνης 95% (±): Το 95% διάστημα εμπιστοσύνης της βαθμολογίας Elo του μοντέλου (π.χ.: ±6). Όσο μικρότερο είναι το διάστημα, τόσο πιο σταθερή και αξιόπιστη είναι η βαθμολογία του μοντέλου.

• Ψήφοι: Ο συνολικός αριθμός ψήφων που έλαβε το μοντέλο στο Arena. Όσο περισσότερες οι ψήφοι, τόσο μεγαλύτερη η στατιστική αξιοπιστία της βαθμολογίας.

• Οργάνωση/Εταιρεία: Η οργάνωση ή εταιρεία που παρέχει το μοντέλο.

• Άδεια: Ο τύπος της άδειας χρήσης του μοντέλου, π.χ. ιδιόκτητο (Proprietary), Apache 2.0, MIT κ.λπ.

Πηγές Δεδομένων & Συχνότητα Ενημέρωσης

Τα δεδομένα αυτού του πίνακα κατάταξης λαμβάνονται αυτοματοποιημένα από το επίσημο ιστοσελίδα ^{1 2}. Αυτός ο πίνακας ενημερώνεται αυτόματα καθημερινά από το GitHub Actions.

Αποποίηση Ευθυνών

Αυτή η αναφορά παρέχεται για ενημερωτικούς σκοπούς μόνο. Τα δεδομένα του πίνακα κατάταξης είναι δυναμικά μεταβαλλόμενα και βασίζονται σε ψήφους προτιμήσεων χρηστών στο Chatbot Arena κατά συγκεκριμένη χρονική περίοδο. Η πληρότητα και η ακρίβεια των δεδομένων εξαρτάται από την πηγή των αρχικών δεδομένων. Διαφορετικά μοντέλα ενδέχεται να χρησιμοποιούν διαφορετικές άδειες χρήσης· κατά τη χρήση, παρακαλούμε να αναφέρεστε πάντα στις επίσημες οδηγίες του παρόχου του μοντέλου.