カテゴリ別モデル。
ランキング。
追跡しているすべてのモデルカテゴリ · タスクごとに1つのリーダーボード。重視するスキルを選んで、どのモデルが優れているか確認しましょう。
コーディングに最適なAIモデル
コーディングベンチマークで順位付けしたAIモデル。HumanEval+、SWE-bench Verified、Aider Polyglotなどを全プロバイダーで比較できます。
推論に最適なAIモデル
推論ベンチマークで順位付けしたAIモデル。GPQA Diamond、ARC-AGI、BBHなどの推論テストを全プロバイダーで比較できます。
数学に最適なAIモデル
数学ベンチマークで順位付けしたAIモデル。MATH-500、GSM8K、競技レベルの数学スコアを全プロバイダーで比較できます。
知識に最適なAIモデル
知識ベンチマークで順位付けしたAIモデル。MMLU-Pro、GPQA Diamond、SimpleQAなどの知識テストを比較できます。
ビジョンに最適なAIモデル
ビジョンとマルチモーダルのベンチマークで順位付けしたAIモデル。MMMU、VideoMME、視覚推論スコアを比較できます。
最高のオープンソースAIモデル
ベンチマークスコアで順位付けしたオープンソースAIモデル。Llama、Mistral、DeepSeek、Qwenなどのオープンウェイトモデルを比較できます。
100万トークンあたり$1未満のAIモデル
スコア順に並べた低価格AIモデル。入力価格が100万トークンあたり$1未満のモデルを、ベンチマーク性能順に表示します。
100万トークンあたり$5未満のAIモデル
100万トークンあたり$5未満のAIモデルをベンチマークスコア順に表示。価格と性能のバランスが良い選択肢です。
100万以上のコンテキストを持つAIモデル
100万トークン以上のコンテキストウィンドウを持つAIモデルをスコア順に表示。Gemini、Claudeなどの長文脈モデルを比較できます。
最高の小型AIモデル
ベンチマークスコアで順位付けした小型AIモデル(100億パラメータ未満)。ローカルで動かせる軽量モデルです。
フラッグシップAIモデル
各プロバイダーの最高のAIモデルをベンチマークスコア順に表示。OpenAI、Anthropic、Google、Metaなどのフラッグシップを比較できます。