Κατάταξη μοντέλων

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

Αυτή είναι μια λίστα κατάταξης βασισμένη σε δεδομένα από το Chatbot Arena (lmarena.ai), που δημιουργείται μέσω αυτοματοποιημένης διαδικασίας.

Χρονική σήμανση ενημέρωσης δεδομένων: 2025-07-12 11:41:46 UTC / 2025-07-12 19:41:46 CST (Ώρα Πεκίνου)

Κάντε κλικ στο όνομα μοντέλου στη λίστα κατάταξης για να μεταβείτε στη σελίδα λεπτομερειών ή δοκιμαστικής χρήσης.

Λίστα Κατάταξης

Κατάταξη(UB)	Κατάταξη(StyleCtrl)	Όνομα Μοντέλου	Βαθμολογία	Διάστημα Εμπιστοσύνης	Ψήφοι	Πάροχος	Άδεια Χρήσης	Ημερομηνία Τερματισμού Γνώσης
1	1	Gemini-2.5-Pro	1477	+5/-5	15,769	Google	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
2	2	Gemini-2.5-Pro-Preview-05-06	1446	+4/-5	13,997	Google	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
3	3	ChatGPT-4o-latest (2025-03-26)	1429	+4/-4	24,237	OpenAI	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
3	2	o3-2025-04-16	1427	+3/-4	21,965	OpenAI	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
3	6	DeepSeek-R1-0528	1425	+4/-5	12,847	DeepSeek	MIT	Δεν υπάρχουν δεδομένα
3	7	Grok-3-Preview-02-24	1422	+3/-4	25,763	xAI	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
5	6	Gemini-2.5-Flash	1418	+4/-4	21,209	Google	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
6	4	GPT-4.5-Preview	1414	+5/-4	15,271	OpenAI	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
9	7	Gemini-2.5-Flash-Preview-04-17	1398	+5/-5	17,002	Google	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
9	11	Qwen3-235B-A22B-no-thinking	1392	+5/-4	15,758	Alibaba	Apache 2.0	Δεν υπάρχουν δεδομένα
11	6	GPT-4.1-2025-04-14	1384	+3/-4	18,275	OpenAI	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
11	12	DeepSeek-V3-0324	1382	+3/-3	21,008	DeepSeek	MIT	Δεν υπάρχουν δεδομένα
11	17	Hunyuan-Turbos-20250416	1380	+6/-5	8,247	Tencent	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
11	11	Minimax-M1	1376	+6/-6	8,058	MiniMax	Apache 2.0	Δεν υπάρχουν δεδομένα
13	12	DeepSeek-R1	1374	+3/-5	19,430	DeepSeek	MIT	Δεν υπάρχουν δεδομένα
14	19	Mistral Medium 3	1370	+4/-4	19,980	Mistral	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
14	6	Claude Opus 4 (20250514)	1370	+4/-4	20,056	Anthropic	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
15	23	Qwen3-235B-A22B	1367	+4/-4	14,597	Alibaba	Apache 2.0	Δεν υπάρχουν δεδομένα
16	11	o1-2024-12-17	1366	+2/-3	29,038	OpenAI	Ιδιόκτητο	2023/10
16	11	o4-mini-2025-04-16	1363	+4/-4	17,974	OpenAI	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
17	23	Qwen2.5-Max	1363	+3/-3	32,074	Alibaba	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
18	25	Gemini-2.0-Flash-001	1363	+3/-3	36,915	Google	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
18	31	Grok-3-Mini-beta	1359	+6/-5	10,561	xAI	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
19	25	Gemma-3-27B-it	1360	+3/-3	26,443	Google	Gemma	Δεν υπάρχουν δεδομένα
24	31	Qwen3-32B	1344	+12/-7	4,074	Alibaba	Apache 2.0	Δεν υπάρχουν δεδομένα
25	19	o1-preview	1351	+3/-4	33,177	OpenAI	Ιδιόκτητο	2023/10
25	12	Claude Sonnet 4 (20250514)	1343	+4/-5	16,050	Anthropic	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
26	25	o3-mini-high	1340	+4/-4	19,404	OpenAI	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
26	32	Gemma-3-12B-it	1337	+7/-8	3,976	Google	Gemma	Δεν υπάρχουν δεδομένα
26	23	GPT-4.1-mini-2025-04-14	1337	+5/-4	17,292	OpenAI	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
26	31	DeepSeek-V3	1334	+4/-4	22,841	DeepSeek	DeepSeek	Δεν υπάρχουν δεδομένα
26	31	Mistral-Small-2506	1332	+13/-13	2,061	Mistral	Apache 2.0	Δεν υπάρχουν δεδομένα
28	38	QwQ-32B	1333	+4/-5	18,386	Alibaba	Apache 2.0	Δεν υπάρχουν δεδομένα
29	36	GLM-4-Plus-0111	1327	+8/-6	6,028	Zhipu	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
30	31	Gemini-2.0-Flash-Lite	1329	+4/-4	26,104	Google	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
30	56	Amazon-Nova-Experimental-Chat-05-14	1327	+5/-7	7,517	Amazon	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
30	32	Qwen-Plus-0125	1326	+7/-6	6,055	Alibaba	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
30	31	Llama-3.1-Nemotron-Ultra-253B-v1	1321	+10/-11	2,656	Nvidia	Nvidia Open Model	Δεν υπάρχουν δεδομένα
32	32	Command A (03-2025)	1326	+3/-3	24,524	Cohere	CC-BY-NC-4.0	Δεν υπάρχουν δεδομένα
33	42	Qwen3-30B-A3B	1323	+4/-4	14,229	Alibaba	Apache 2.0	Δεν υπάρχουν δεδομένα
33	38	Step-2-16K-Exp	1321	+7/-8	5,126	StepFun	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
33	31	Hunyuan-TurboS-20250226	1318	+8/-10	2,452	Tencent	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
34	39	Llama-3.3-Nemotron-Super-49B-v1	1312	+11/-12	2,371	Nvidia	Nvidia	Δεν υπάρχουν δεδομένα
35	39	o1-mini	1320	+2/-2	54,951	OpenAI	Ιδιόκτητο	2023/10
35	32	o3-mini	1319	+3/-3	36,971	OpenAI	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
38	32	Gemini-1.5-Pro-002	1318	+2/-2	58,645	Google	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
38	33	Hunyuan-Turbo-0110	1312	+8/-10	2,510	Tencent	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
41	18	Claude 3.7 Sonnet (thinking-32k)	1313	+4/-4	25,955	Anthropic	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
43	58	Gemma-3n-e4b-it	1307	+7/-8	7,379	Google	Gemma	Δεν υπάρχουν δεδομένα
44	21	Claude 3.7 Sonnet	1306	+4/-3	30,677	Anthropic	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
47	48	Grok-2-08-13	1304	+2/-2	67,084	xAI	Ιδιόκτητο	2024/3
47	50	Yi-Lightning	1303	+4/-3	28,968	01 AI	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
48	35	GPT-4o-2024-05-13	1301	+2/-2	117,747	OpenAI	Ιδιόκτητο	2023/10
48	63	Qwen2.5-plus-1127	1298	+4/-6	10,715	Alibaba	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
50	25	Claude 3.5 Sonnet (20241022)	1299	+2/-2	77,905	Anthropic	Ιδιόκτητο	2024/4
50	55	Deepseek-v2.5-1210	1295	+6/-6	7,243	DeepSeek	DeepSeek	Δεν υπάρχουν δεδομένα
52	74	Gemma-3-4B-it	1292	+8/-9	4,321	Google	Gemma	Δεν υπάρχουν δεδομένα
55	43	Llama-4-Maverick-17B-128E-Instruct	1292	+4/-4	18,010	Meta	Llama 4	Δεν υπάρχουν δεδομένα
55	64	Athene-v2-Chat-72B	1291	+3/-3	26,074	NexusFlow	NexusFlow	Δεν υπάρχουν δεδομένα
55	60	GLM-4-Plus	1290	+3/-3	27,788	Zhipu AI	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
55	49	Hunyuan-Large-2025-02-10	1288	+8/-7	3,856	Tencent	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
55	56	GPT-4.1-nano-2025-04-14	1287	+6/-8	6,302	OpenAI	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
56	70	Gemini-1.5-Flash-002	1287	+3/-3	37,021	Google	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
56	79	Llama-3.1-Nemotron-70B-Instruct	1284	+5/-7	7,577	Nvidia	Llama 3.1	2023/12
57	61	GPT-4o-mini-2024-07-18	1288	+2/-2	72,473	OpenAI	Ιδιόκτητο	2023/10
59	41	Meta-Llama-3.1-405B-Instruct-bf16	1285	+2/-3	43,788	Meta	Llama 3.1 Community	2023/12
60	36	Claude 3.5 Sonnet (20240620)	1284	+2/-2	86,159	Anthropic	Ιδιόκτητο	2024/4
60	42	Meta-Llama-3.1-405B-Instruct-fp8	1283	+2/-2	63,038	Meta	Llama 3.1 Community	2023/12
61	41	Gemini Advanced App (2024-05-14)	1282	+3/-2	52,144	Google	Ιδιόκτητο	Διαδικτυακά
61	60	Hunyuan-Standard-2025-02-10	1277	+8/-10	4,014	Tencent	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
62	79	Grok-2-Mini-08-13	1282	+2/-3	55,442	xAI	Ιδιόκτητο	2024/3
62	43	GPT-4o-2024-08-06	1281	+2/-2	47,973	OpenAI	Ιδιόκτητο	2023/10
63	63	Qwen-Max-0919	1279	+3/-4	17,432	Alibaba	Qwen	Δεν υπάρχουν δεδομένα
63	56	Llama-4-Scout-17B-16E-Instruct	1277	+6/-6	7,451	Meta	Llama	Δεν υπάρχουν δεδομένα
71	79	Mistral-Small-3.1-24B-Instruct-2503	1271	+7/-6	7,367	Mistral	Apache 2.0	Δεν υπάρχουν δεδομένα
72	57	Gemini-1.5-Pro-001	1276	+2/-2	82,435	Google	Ιδιόκτητο	2023/11
72	74	Deepseek-v2.5	1274	+3/-3	26,344	DeepSeek	DeepSeek	Δεν υπάρχουν δεδομένα
72	61	Llama-3.3-70B-Instruct	1273	+3/-3	47,631	Meta	Llama-3.3	Δεν υπάρχουν δεδομένα
72	79	Qwen2.5-72B-Instruct	1273	+3/-3	41,519	Alibaba	Qwen	2024/9
73	56	GPT-4-Turbo-2024-04-09	1272	+2/-2	102,133	OpenAI	Ιδιόκτητο	2023/12
78	86	Llama-3.1-Tulu-3-70B	1260	+10/-10	3,010	Ai2	Llama 3.1	Δεν υπάρχουν δεδομένα
79	64	Mistral-Large-2407	1267	+2/-2	48,217	Mistral	Mistral Research	2024/7
79	79	Athene-70B	1266	+4/-3	20,580	NexusFlow	CC-BY-NC-4.0	2024/7
79	61	GPT-4-1106-preview	1266	+2/-2	103,748	OpenAI	Ιδιόκτητο	2023/4
79	79	Mistral-Large-2411	1265	+3/-3	29,633	Mistral	MRL	Δεν υπάρχουν δεδομένα
79	62	magistral-medium-2506	1258	+9/-8	4,287	Mistral	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
80	86	Meta-Llama-3.1-70B-Instruct	1264	+2/-2	58,637	Meta	Llama 3.1 Community	2023/12
81	58	Claude 3 Opus	1263	+2/-1	202,641	Anthropic	Ιδιόκτητο	2023/8
83	87	Amazon Nova Pro 1.0	1261	+3/-3	26,371	Amazon	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
83	65	GPT-4-0125-preview	1261	+2/-2	97,079	OpenAI	Ιδιόκτητο	2023/12
89	60	Claude 3.5 Haiku (20241022)	1254	+2/-2	49,399	Anthropic	Propretary	Δεν υπάρχουν δεδομένα
89	86	Reka-Core-20240904	1251	+6/-7	7,948	Reka AI	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
89	88	Hunyuan-Large-Vision	1246	+7/-10	4,210	Tencent	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
92	90	Gemini-1.5-Flash-001	1243	+2/-2	65,661	Google	Ιδιόκτητο	2023/11
93	88	Jamba-1.5-Large	1237	+4/-6	9,125	AI21 Labs	Jamba Open	2024/3
93	96	Qwen2.5-Coder-32B-Instruct	1233	+8/-6	5,730	Alibaba	Apache 2.0	Δεν υπάρχουν δεδομένα
94	89	Gemma-2-27B-it	1236	+2/-2	79,538	Google	Gemma license	2024/6
94	98	Mistral-Small-24B-Instruct-2501	1233	+4/-4	15,321	Mistral	Apache 2.0	Δεν υπάρχουν δεδομένα
94	106	Amazon Nova Lite 1.0	1233	+3/-4	20,646	Amazon	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
94	90	Gemma-2-9B-it-SimPO	1232	+5/-5	10,548	Princeton	MIT	2024/7
94	86	Llama-3.1-Nemotron-51B-Instruct	1228	+9/-10	3,889	Nvidia	Llama 3.1	2023/12
95	94	Command R+ (08-2024)	1231	+4/-6	10,535	Cohere	CC-BY-NC-4.0	2024/8
96	110	Gemini-1.5-Flash-8B-001	1228	+3/-3	37,697	Google	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
97	106	OLMo-2-0325-32B-Instruct	1222	+9/-11	3,460	Allen AI	Apache-2.0	Δεν υπάρχουν δεδομένα
99	105	Aya-Expanse-32B	1225	+3/-3	28,768	Cohere	CC-BY-NC-4.0	Δεν υπάρχουν δεδομένα
99	96	Nemotron-4-340B-Instruct	1225	+3/-4	20,608	Nvidia	NVIDIA Open Model	2023/6
99	99	GLM-4-0520	1222	+5/-5	10,221	Zhipu AI	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
101	96	Reka-Flash-20240904	1221	+5/-5	8,132	Reka AI	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
102	110	Phi-4	1221	+4/-4	25,213	Microsoft	MIT	Δεν υπάρχουν δεδομένα
103	97	Llama-3-70B-Instruct	1222	+2/-1	163,629	Meta	Llama 3 Community	2023/12
106	96	Claude 3 Sonnet	1217	+2/-2	113,067	Anthropic	Ιδιόκτητο	2023/8
109	119	Amazon Nova Micro 1.0	1214	+3/-3	20,654	Amazon	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
111	120	Hunyuan-Standard-256K	1205	+10/-10	2,901	Tencent	Ιδιόκτητο	Δεν υπάρχουν δεδομένα
112	121	Llama-3.1-Tulu-3-8B	1201	+10/-9	3,074	Ai2	Llama 3.1	Δεν υπάρχουν δεδομένα
Οι τρεις πρώτες κολύμβηση-ποιόνες συνεχίζουν μεταξύ των υπόλοιπων θέσεων με παρόμοια δομή

Επεξήγηση

• Κατάταξη(UB): Κατάταξη με βάση το μοντέλο Bradley-Terry. Αυτή η κατάταξη αντικατοπτρίζει τη συνολική απόδοση των μοντέλων στην αρένα και παρέχει μια εκτίμηση του ανώτατου ορίου του σκορ Elo του μοντέλου, βοηθώντας στην κατανόηση της δυνητικής ανταγωνιστικότητάς του.

• Κατάταξη(StyleCtrl): Κατάταξη μετά από έλεγχο του στυλ συνομιλίας. Στόχος είναι να ελαχιστοποιηθεί η μεροληψία προτίμησης λόγω στυλ απαντήσεων (π.χ. λίαν εκτενείς, σύντομες), αξιολογώντας καθαρότερα τη βασική ικανότητα του μοντέλου.

• Όνομα Μοντέλου: Το όνομα του Μεγάλου Γλωσσικού Μοντέλου (LLM). Η στήλη περιλαμβάνει σύνδεσμους για σχετικές πληροφορίες.

• Βαθμολογία: Η βαθμολογία Elo που κέρδισε το μοντέλο μέσω ψηφοφορίας χρηστών στην αρένα. Το Elo είναι ένα σχετικό σύστημα κατάταξης — υψηλότερες τιμές δείχνουν καλύτερη απόδοση. Είναι δυναμικό και αντικατοπτρίζει σχετική απόδοση.

• Διάστημα Εμπιστοσύνης: Το 95% διάστημα εμπιστοσύνης για τη βαθμολογία Elo (π.χ. +6/-6). Μικρότερο διάστημα υποδηλώνει σταθερότητα/αξιοπιστία, ενώ μεγαλύτερο μπορεί να υποδηλώνει ανεπαρκή δείγματα ή διακυμάνσεις.

• Ψήφοι: Ο συνολικός αριθμός ψήφων που έλαβε το μοντέλο στην αρένα. Περισσότερες ψήφοι συνήθως σημαίνουν υψηλότερη στατιστική αξιοπιστία.

• Πάροχος: Ο οργανισμός ή εταιρεία που παρέχει το μοντέλο.

• Άδεια Χρήσης: Ο τύπος αδειοδότησης (π.χ. Ιδιόκτητο, Apache 2.0, MIT).

• Ημερομηνία Τερματισμού Γνώσης: Ημερομηνία τερματισμού γνώσης για τα δεδομένα εκπαίδευσης. Δεν υπάρχουν δεδομένα σημαίνει πως οι πληροφορίες δεν είναι διαθέσιμες.

Πηγή Δεδομένων & Συχνότητα Ενημέρωσης

Τα δεδομένα προέρχονται από το έργο fboulnois/llm-leaderboard-csv και επεξεργάζονται από το lmarena.ai. Η λίστα ενημερώνεται αυτόματα καθημερινά μέσω GitHub Actions.

Αποποίηση Ευθυνών

Αυτή η έκθεση παρέχεται μόνο για ενημερωτικούς σκοπούς. Τα δεδομένα είναι δυναμικά και βασίζονται σε προτιμήσεις χρηστών στο Chatbot Arena για συγκεκριμένες χρονικές περιόδους Η πληρότητα και ακρίβεια εξαρτώνται από την πηγή δεδομένων και την επεξεργασία του έργου fboulnois/llm-leaderboard-csv. Τα μοντέλα μπορεί να υπόκεινται σε διαφορετικές άδειες — ανατρέξτε στις επίσημες οδηγίες των παρόχων πριν τη χρήση.