🧵Топ-10 открытых моделей по провайдеру Хотя проприетарные модели часто занимают первые места, открытые модели также участвуют в битвах и ранжируются на наших публичных таблицах лидеров. Вот топ-10, когда они упорядочены по открытым моделям от провайдеров. - #1 Kimi K2 (Модифицированная MIT) @Kimi_Moonshot - #2 DeepSeek R1 0528 (MIT) @deepseek_ai - #3 Qwen 235b a22b без размышлений (Apache 2.0) @alibaba_qwen - #4 MiniMax M1 (MIT) @minimax_ai - #5 Gemma 3 27b it (Gemma) @googledeepmind - #6 Mistral Small Ultra (Apache 2.0) @mistral_ai - #7 Llama 3.1 Nemotron Ultra 253b v1 (Открытая модель Nvidia) @nvidia - #8 Command A (Cohere) @cohere - #9 Llama 4 Maverick Instruct (Llama 4) @aiatmeta - #10 OLMo 2 32b Instruct (Apache 2.0) @allen_ai Смотрите тред, чтобы узнать немного больше о топ-5 в этом списке 👇

🚨 СРОЧНО: Kimi-K2 от @Kimi_Moonshot теперь является моделью №1 в Арене! С более чем 3K голосов сообщества, она занимает 5-е место в общем зачете, обогнав DeepSeek как лучшую открытую модель. Огромные поздравления команде Moonshot с этим впечатляющим достижением! В таблице лидеров теперь представлено 7 различных провайдеров в топ-15 - это самое конкурентное время за всю историю.

Мы добавляем немного полировки в опыт LMArena, большинство из них вдохновлено непосредственно вашими отзывами 💬 Вот что нового👇

Kimi K2, новейшая разработка от @Kimi_Moonshot, теперь доступна в Арене!

Кими K2 скоро присоединится к Арене🫡

Статические бенчмарки очень важны, и производительность @grok 4, безусловно, впечатляет. Я все еще жду, чтобы увидеть, что люди думают о модели, когда она окажется у них в руках. Оправдает ли она ожидания? В конце концов, все сводится к реальной полезности для отдельных пользователей. Grok 4 уже в руках наших миллионов пользователей в @lmarena_ai. Не могу дождаться, чтобы увидеть, что они думают на первом этапе! С моей стороны, я пытался задать несколько сложных математических вопросов, и @grok, похоже, справляется отлично. Он краток и фактический. Кажется, очень умным, и мне нравится обсуждать исследования с этой моделью. Посмотрите на доказательство, связанное с обменностью, на прикрепленном изображении! Похоже, что нет ошибок...

Если вы пропустили: Grok 4 от @xai в Арене 🚀 Начните задавать свои самые сложные запросы рядом с лучшими передовыми ИИ! Посмотрим, как он будет работать в реальных сценариях по сравнению с жесткими бенчмарками.

🚨 Новый претендент вступает в Арену: Grok-4 от @xAI запущен! Grok-4 впечатляюще дебютирует на #1 по многим сложным бенчмаркам. Теперь пришло время подвергнуть его реальному испытанию: бросьте вызов Grok-4 с вашими самыми сложными запросами!

🚨 Лидерборд нарушен! Большое обновление для фанатов Text-to-Image. Новые модели только что появились в лидерборде Text-to-Image, пробившись в Топ-10! Давайте разберем их 🧵 💠#2: Imagen 4 Ultra 💠#4: Flux-1 Kontext Max 💠#5: Flux-1 Kontext Pro 💠#7: Ideogram v3 Quality

🎆 С Днем независимости! Добро пожаловать на арену фейерверков! Какой модель может лучше всего симулировать фейерверк одним выстрелом? Мы использовали WebDev Arena, чтобы выяснить это, и не могли поверить результатам. Эти модели стали невероятными! Сравнение: Gemini 2.5 Pro против Claude 4 Opus: Что вы думаете?