Ce que contient chaque score
Chaque benchmark a aussi une catégorie et un sens de tri. Pour les benchmarks où une valeur plus basse est meilleure, comme les taux d’erreur, Phaseo place le score le plus bas en premier.
Comparer les scores
Phaseo ne convertit pas les benchmarks en un score commun : comparez donc les modèles sur un même benchmark et une même variante, pas d’un benchmark à l’autre. Vérifiez la variante et la mention auto-déclaré avant de considérer deux chiffres comme équivalents : un score déclaré par un fournisseur et un score mesuré de façon indépendante peuvent différer pour le même modèle. Un score de benchmark n’est qu’un élément parmi d’autres. Le coût, la latence, la fiabilité et la façon dont un modèle traite vos propres prompts comptent tout autant ; Prix et performances couvre ces aspects.Ce que montre une page de benchmark
Les indices composites, comme l’Artificial Analysis Intelligence Index et l’Epoch Capabilities Index, ont leurs propres pages avec les classements et les versions de leur éditeur.
Catégories de benchmarks
Les autres catégories incluent l’audio, les embeddings, la santé, la planification et la créativité.
Origine des scores
- Les fiches de modèle, rapports techniques et articles du développeur du modèle.
- Les pages de résultats des organisateurs des benchmarks.
- Des imports programmés depuis Artificial Analysis et Epoch AI.
- Des signalements de la communauté via des issues GitHub, vérifiés avant publication.