So wird das eingestuft: das sind
ELO-Punkte aus blindem menschlichen Vorzug — Menschen werden zwei Ausgaben gezeigt
aus demselben Prompt, ohne zu wissen, welches Modell sie erzeugt hat, und wählen das, das sie bevorzugen. Es ist der einzige
ehrliche Weg, Medienmodelle zu bewerten: kein automatisierter Benchmark kann dir sagen, ob ein Bild gut ist.
Ein höherer ELO bedeutet, dass es häufiger bevorzugt wurde. Die
Stimmen Spalte zeigt, wie viele Vergleiche die Punktzahl unterstützen —
ein Modell mit wenigen Stimmen hat eine weniger zuverlässige Position.
Open-Weight bedeutet, dass das Modell heruntergeladen und auf deiner eigenen Hardware ausgeführt werden kann. Die Ranking-API sagt nicht
ob ein Modell offen ist, daher identifizieren wir sie nach Modellfamilie. Wo wir es nicht bestätigen können, markieren wir das
Modell
unbestätigt Statt zu raten — und die "besten open-weight" Zahlen oben zählen nur Modelle, die wir tatsächlich bestätigen können. Wir würden lieber open-source untertreiben, als Sie in die Irre zu führen.
Einen Fehler entdeckt?
Rankings von
Artificial Analysis.