AI-modellers kapacitetsjämförelse
Datoranvändning
Only models released within the past year are shown. Only benchmarks covering at least 3 of these models are shown. Unknown release dates are excluded; historical data is retained.
No benchmarks from this source cover at least 3 recent-year models. Choose another source.
— means no published score for this candidate in this source, not zero.0/11 recent-year models have scores
Epoch AI-benchmarks
Källa: Epoch AI, CC BY 4.0 ↗ · Uppdaterad 2026-10-15
PandaNpc Uppdaterad 21 okt. 2026 06:01 UTC
Källa: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
Kolumnvägledning
- Nr.
- Endast visningsordning. Sortering ändrar detta nummer; det är inte en publicerad kapacitetsrankning.
- Modell
- Det utvärderade modellnamnet och dess leverantörsikon. Ett streck i en poängkolumn betyder att ingen publicerad poäng finns här, inte en nolla.
- Poäng
- Denna källa publicerar en benchmark-poäng. Öppna dess metodik för uppgiftsdefinition och poängsättningsregler. Utvärderingsmetodik ↗
- Täckning
- Endast publicerade resultat för de valda modellfamiljerna visas. OSWorld 2.x, Verified och Pro tillhandahåller för närvarande Claude Opus 5-konfigurationer; detta är inte fullständig täckning av alla modeller. Windows Agent Arena, MacArena, ScreenSpot-Pro, OSWorld-Human, WebArena-Verified, VisualWebArena, Online-Mind2Web och WorkArena++ är ännu inte integrerade här. SafeArena mäter säkerhet separat och slås inte samman med poäng för uppgiftsavslut. Saknade resultat fylls aldrig i med noll.