Kies mogelijkheden vóór prijs
Elk model in API Compare toont naast de prijs ook de catalogusgerapporteerde invoer, het aanroepen van tools en de gestructureerde uitvoermogelijkheden. Dit zijn interfacevereisten en geen onafhankelijk geteste kwaliteitsbeoordelingen. Een ontbrekende catalogusvlag is onbekend, geen gemeten fout. Beeldinvoer betekent het begrijpen van afbeeldingen, niet het genereren van afbeeldingen.
Evaluatiestandaarden & originele bronnen
Kies een evaluatie die bij uw taak past. De onderstaande bronnen zijn onafhankelijke evaluatieprojecten en geen aanbevelingen van TokenPico. Deze links leggen de normen uit; ze beweren niet dat elk model in onze catalogus op elk scorebord verschijnt.
Kunstmatige analyse-intelligentie-index
Algemeen redeneren en kennis
Samenstelling van meerdere evaluaties. Vergelijk dezelfde indexversie en redeneringsinstellingen. Voornamelijk Engels en tekst; het garandeert geen beeld-, audio- of meertalige kwaliteit.
Originele methodologie ↗ · Originele resultaten ↗
LiveBench
Redeneren, wiskunde en instructie volgen
Gebruikt objectieve, op de grond van de waarheid gebaseerde antwoorden voor meerdere taken. Controleer de benchmarkversie, categorie, modelversie en gevolgtrekkingsinstellingen; releases zijn niet uitwisselbaar.
Originele methodologie ↗ · Originele resultaten ↗
LiveCodeBench
Codegeneratie en probleemoplossing
Evalueert code met uitvoeringstests en gedateerde probleemsets. Match de taak, het datumbereik van het probleem, de bemonsteringsinstellingen en pass@k; wedstrijdcodering is niet hetzelfde als het onderhouden van een applicatie.
Originele methodologie ↗ · Originele resultaten ↗
SWE-bench geverifieerd
Software-engineeringagenten
Rapporteert het percentage opgeloste problemen met de opslagplaats. Het model, het agentenharnas, de tools en het budget bepalen samen het resultaat. Vergelijk dezelfde geverifieerde subset en harnas.
Originele methodologie ↗ · Originele resultaten ↗
Hoe een score in deze vergelijking kan worden opgenomen
Vereist een exacte overeenkomst tussen model en versie, benchmarkversie of probleemdatumbereik, redeneringsinstellingen, agentharnas en tools waar relevant, gevolgtrekking/tokenbudget, scoreschaal, resultaatdatum, originele bron en toestemming om opnieuw te publiceren. Door de leverancier gerapporteerde resultaten en onafhankelijke runs moeten afzonderlijk worden geëtiketteerd. Erf nooit een familiescore en meng nooit verschillende benchmarkschalen tot een verzonnen totaalscore.
Kwaliteitsscore: niet geïmporteerd betekent dat hier geen geautoriseerd, op de configuratie afgestemd resultaat is bijgevoegd. Het betekent niet nul, slechte kwaliteit of afwezige tests elders. Zonder vergelijkbaar bewijs zijn kwaliteitssortering, prijs-per-score of beste-modelaanbevelingen niet mogelijk.
Artificial Analysis biedt een methodologie met versiebeheer en een data-API met attributie- en licentievoorwaarden. Publieke zichtbaarheid alleen is geen toestemming voor herpublicatie. API-toeschrijving en licentieverlening ↗
Bronreferenties gecontroleerd op 25 oktober 2026. Testreleases en dekking kunnen veranderen; raadpleeg het originele resultaat voordat u een model kiest. Valideer modellen op de shortlist voor uw eigen representatieve taken.