Habilidad / MCP: usa los datos de la clasificación en tu agente

Todo aquí es público: no se necesita cuenta ni clave de API. Dale a tu agente de IA el archivo de habilidades de abajo, o llama directamente a la API REST.

Habilidad del agente (SKILL.md)

Guarda este archivo como SKILL.md dentro de una carpeta de skills y tu agente sabrá cómo leer las tablas de clasificación y la comparación de capacidades de los modelos a través de la API pública.

---
name: pandanpc-leaderboard
description: Look up current AI model leaderboards and the top-10 model capability comparison from PandaNpc's public API. Use when the user asks which AI model is best, how models rank on chat, coding, image, video, speech or agent tasks, or how top models compare on benchmarks.
---

# PandaNpc leaderboard

Public, read-only JSON API. No account and no API key. Base URL: https://api.pandanpc.com/api/public/leaderboard

## Boards

GET https://api.pandanpc.com/api/public/leaderboard
GET https://api.pandanpc.com/api/public/leaderboard?category=<board key>

Response: { boards: [{ key, source, metric, meta, rows }], vendorIcons }
- With ?category=<key> the response still contains every board, but only the requested one has rows; boards with an empty rows array are shells. Always pick a board by key (for example jq '.boards[] | select(.key=="llm_chat")'), never by index.
- key: llm_chat, image_gen, code, image_edit, video, agent, vision, search, document, image_to_video, video_edit, text_to_speech, speech_to_text, speech_to_speech, or_usage, aa_intelligence
- source: arena | artificial_analysis | openrouter
- meta: { source_url, last_updated, synced_at }
- rows: [{ rank, model, vendor, score, ci, votes, ...price fields }]

Scores are comparable only inside one board. Arena boards are Elo from human blind votes; read the rank together with ci. Lower is better for speech-to-text (word error rate).

## Capability comparison

GET https://api.pandanpc.com/api/public/leaderboard/capabilities

Response: { dimensions, models, sources, fetched_at }
- models: top 10 by Epoch Capabilities Index: { rank, model, model_key, vendor, eci }
- sources: [{ source, label, license, url, updated, fetched_at, boards }] including epoch, vals, aa, google_card, browserbase, browser_use, coarena and ale
- boards: [{ key, name, capability, comparison_key, updated, fetched_at, scores }] where scores is keyed by model_key: { score, score_raw, scale, effort, harness, cost_per_task, model_version, evaluation_metadata }

Preserve every published configuration. Compare only within one source and comparison_key. Read scale: percent is 0-100, rating (Coarena) is not a percentage. Coarena is mixed-task blind human preference; show its 95% interval. ALE allows GUI/CLI tools; keep its full/max configuration, harness and run-task / split-task counts, and separate pass rate from partial score. updated is the upstream date when published; fetched_at is PandaNpc's fetch time, never a substitute source date.

## Attribution (required)

Name the source next to any number you show:
- Epoch AI, CC BY 4.0 (epoch.ai)
- Vals.ai (vals.ai)
- Artificial Analysis (artificialanalysis.ai)
- Coarena (coarena.ai) and Agents’ Last Exam, CC BY 4.0 (agents-last-exam.org), for their matching sources
- arena.ai and OpenRouter for the matching boards

Data refreshes about once a day. Cache for at least an hour.

Servidor MCP

Añade el servidor MCP de PandaNpc a tu cliente con esta configuración, o ejecuta el comando a continuación.

{
  "mcpServers": {
    "pandanpc": {
      "command": "npx",
      "args": ["-y", "@pandanpc/mcp-server"]
    }
  }
}

claude mcp add pandanpc -- npx -y @pandanpc/mcp-server

El servidor MCP aún no expone herramientas de tabla de clasificación. Para datos de la tabla de clasificación, usa la habilidad anterior o la API REST a continuación.

ejemplos de curl

# All boards (Arena, Artificial Analysis, OpenRouter) in one response
curl -s https://api.pandanpc.com/api/public/leaderboard

# One board: add ?category=<board key>, e.g. llm_chat, code, image_gen, aa_intelligence
# The response still lists every board, but only the requested one has rows (the others are empty shells)
curl -s "https://api.pandanpc.com/api/public/leaderboard?category=llm_chat"

# Top 5 models of the chat board: select the board by its key, never by position
curl -s "https://api.pandanpc.com/api/public/leaderboard?category=llm_chat" | jq '.boards[] | select(.key=="llm_chat") | .rows[:5] | map({rank, model, vendor, score})'

# Capability comparison: top 10 models by Epoch Capabilities Index x benchmarks
curl -s https://api.pandanpc.com/api/public/leaderboard/capabilities

# GPQA Diamond score of every model (Epoch AI)
curl -s https://api.pandanpc.com/api/public/leaderboard/capabilities | jq '.sources[] | select(.source=="epoch") | .boards[] | select(.key=="gpqa_diamond") | .scores'

Campos de respuesta

CampoSignificado
boardsArreglo de tableros. Cada tablero tiene clave, fuente, métrica, meta y filas.
keyClave del tablero, por ejemplo llm_chat, code o aa_intelligence. También la clave de un benchmark de capacidad.
sourceFuente de datos: arena, artificial_analysis u openrouter. En la respuesta de capacidad: epoch, vals o aa.
metricQué significa la puntuación en esta tabla, por ejemplo Elo o un índice.
metasource_url, last_updated (la fecha de origen) y synced_at (cuándo se actualizó PandaNpc por última vez).
rowsFilas clasificadas: rango, modelo, proveedor, puntuación, IC, votos y campos de precio opcionales.
vendorIconsMapeo de nombre de proveedor en minúsculas a una URL de icono.
modelsRespuesta de capacidad: los 10 mejores modelos según el Índice de Capacidades Epoch, cada uno con posición, modelo, model_key, proveedor y eci.
sourcesRespuesta de capacidad: una entrada por publicador, incluidos Coarena y ALE, con sus propios tableros y hora de obtención. Las fuentes y los grupos de comparación nunca se mezclan.
scoresPor benchmark y modelo: score, score_raw, scale, effort, harness, model_version y evaluation_metadata. Las puntuaciones porcentuales usan 0–100; las valoraciones de preferencia de Coarena no. Mantén los intervalos de confianza y los recuentos de tareas.
updatedFecha del benchmark de origen cuando se publica; null significa no publicado. fetched_at registra por separado cuándo PandaNpc obtuvo la fuente.

Atribución

Los datos provienen de Epoch AI (CC BY 4.0), Vals.ai, Artificial Analysis (artificialanalysis.ai), arena.ai y OpenRouter. Mantén los nombres de las fuentes junto a cualquier número que muestres.