LMSYS
Разработчик LMSYS: состав, места в рейтингах, цены и выпуски моделей.
Главное
- Семейств24 модели в каталогах
- Лучшая модельVicuna 33B361-е из 413 в общем зачёте
- Самая популярнаяне зафиксированадоли токенов не наблюдались
- Доля всех токеновне зафиксированадоля токенов через API-агрегаторы за 30 дней
- СтранаСШАlmsys.org
- Открытые моделиНетлицензии на веса в каталогах не указаны
Семейства
- СемействоVicuna3 моделилучшая: Vicuna 33B, 361-е из 413
- СемействоFastchat T1 модельлучшая: FastChat-T5 3B, 410-е из 413
Другие разработчики
- Разработчик · СШАAnthropic22 моделилучшая: Claude Fable 5.1, 3-е из 413 в общем зачётецена $10 / $50
- Разработчик · СШАGoogle59 моделейлучшая: Gemini 3.8 Flash, 8-е из 413 в общем зачётецена $0,75 / $3,75
- Разработчик · КитайXiaomi8 моделейлучшая: MiMo-V2.6-Pro, 10-е из 413 в общем зачётецена $0,44 / $0,87
- Разработчик · СШАMeta9 моделейлучшая: Muse Spark 1.3, 12-е из 413 в общем зачётецена $1,25 / $4,25
Вопросы и ответы
Ранняя оценка Vicuna от LMSYS — это тот же рейтинг, что голоса людей?
Нет. В анонсе Vicuna от марта 2023 ответы сравнивал GPT-4; сами авторы называли проверку предварительной и недостаточно строгой. Позже LMSYS отдельно публиковала оценки Arena по анонимным голосам людей и MT-Bench с автоматической проверкой. Числа из этих процедур нельзя читать как одну шкалу или продолжение одного ряда.
Как считается и откуда данные · данные обновлены 5 октября 2026
Оценки и интервалы приведены как в открытых замерах оценок людей, без пересчёта; доля использования — по публичным данным API-агрегаторов (топ-K моделей и строка «прочие»); характеристики и цены — из каталогов и провайдеров с датой наблюдения. Интервал у оценки не равен диапазону мест: соседние модели с пересекающимися интервалами статистически неразличимы.
Полная методика: источники, частота обновления, что означает число