Modelos de medios: ¿dónde se encuentra el código abierto?

Cómo se clasifica esto: estos son puntuaciones ELO de preferencia humana a ciegas — se muestran a las personas dos salidas del mismo aviso, sin saber qué modelo las produjo, y eligen la que prefieren. Es la única forma honesta de clasificar modelos de medios: ningún benchmark automatizado puede decirte si una imagen es buena. Un ELO más alto significa que las personas lo prefirieron más a menudo. La votos columna muestra cuántas comparaciones respaldan la puntuación — un modelo con pocos votos tiene una posición menos confiable.

Open-weight significa que el modelo puede ser descargado y ejecutado en tu propio hardware. La API de clasificación no dice si un modelo es abierto, así que los identificamos por familia de modelos. Donde no podemos confirmarlo de ninguna manera, marcamos el modelo no verificado en lugar de adivinar — y la figura de "mejor open-weight" arriba solo cuenta modelos que podemos confirmar realmente. Preferimos subestimar el open source que engañarlo. ¿Ves un error?

Clasificaciones por Artificial Analysis.