Intelligence Index
Загружаем топ Artificial Analysis…
Гонка моделей
Релизы и рекорды США и Китая. Текущие лидеры — по Intelligence Index и Agent Arena.
Новые модели США и Китая. Одно уведомление за обновление календаря.
US СШАЗагрузка данных
—
CN КитайЗагрузка данных
—
Разрыв оценок
Текущий разрыв
—
Считаю последнее изменение…
Топ-10 моделей
Работа агента
Загружаем топ Agent Arena…
Динамика гонки
Как менялись лучшие оценки двух стран.
Фильтры календаря на эти графики не влияют.
Лучшие оценки во времениIntelligence Index
Оценки на дату—
США—
Китай—
Разрыв · пункты—
Собираю хронологию…
Как менялся разрыв между странами
Штриховка — разрыв. Ступени — даты релизов. Разрыв рассчитан до округления оценок.
Artificial Analysis Intelligence Index.
Ритм лабораторийВолны релизов и интервалы · открыть анализ
Одна риска — одна дата релизной волны, независимо от числа моделей в семействе.
Ритм · период
Лаборатория——Волны · медиана · окно
Календарь релизов
Коралловая метка — новый рекорд страны.
Нажмите на модель, чтобы открыть её оценку.данные загружаются
Как читать данные
- КалендарьМодели лабораторий США и Китая по данным Artificial Analysis. Страна относится к лаборатории, а разные настройки рассуждения одного релиза объединяются с сохранением лучшей оценки.
- Оценки на графикахМодели сравниваются по текущей версии Intelligence Index. Оценки прошлых релизов пересчитаны по одной методике; они могут отличаться от рейтинга в день релиза.
- Два топаВ топе Intelligence Index — актуальные модели всех стран, по одной лучшей измеренной конфигурации без приблизительных оценок. Равные оценки делят место. В Agent Arena — основной рейтинг Net Improvement: улучшение к базовой линии, а не доля успешных задач. Числа под оценкой — 95% доверительный интервал.
- Изменения местОбычно сравниваем со срезом за сутки; в первые сутки — с первым доступным срезом. При смене версии Index сравнение начинается заново. История сохраняет по одному дневному срезу за месяц.
- РекордыМетка «Рекорд» означает, что модель превысила все более ранние модели своей страны в этой выборке. Метка ≈ обозначает расчётную оценку.
- РитмМодели одной лаборатории с одинаковой датой образуют одну релизную волну. Интервалы считаются между такими датами. Окно по ритму показывает историческую закономерность и не обещает дату следующего релиза.
- СвежестьДанные обновляются каждые 6 часов. При сбое источника сохраняется последняя проверенная версия; время её получения указано на странице.