एलएलएम बेंचमार्क स्नैपशॉट: 23 अगस्त, 2026

एलएलएम बेंचमार्क स्नैपशॉट: 23 अगस्त, 2026

यह विकीप्रॉम्प्ट श्रृंखला की पहली प्रविष्टि है: हर हफ्ते हम प्रमुख एलएलएम लीडरबोर्ड की पूरी तस्वीर फ्रीज करते हैं और इसे एक स्थायी, उद्धरण योग्य पृष्ठ के रूप में प्रकाशित करते हैं। इस स्नैपशॉट की पूरी तालिकाएँ /benchmarks/snapshot/2026-08-23 पर रहती हैं, और हर भविष्य की तस्वीर /benchmarks/history पर अनुक्रमित की जाएगी।

दिनांकित स्नैपशॉट क्यों?

बेंचमार्क संख्याएँ चुपचाप बदलती हैं: एक मॉडल ऊपर चढ़ता है, एक स्कोर पुनर्गणना होता है, और पिछले महीने का नेता चुपचाप चौथा बन जाता है। प्रति साप्ताहिक तस्वीर एक यूआरएल रखने से, रिकॉर्ड सार्वजनिक रहता है। आप "23 अगस्त, 2026 तक की रैंकिंग" का उद्धरण दे सकते हैं और वह लिंक हमेशा ठीक वही दिखाएगा।

तस्वीर क्या दिखाती है

यह स्नैपशॉट पाँच स्वतंत्र, खुले स्रोतों को कवर करता है, प्रत्येक की अपनी पद्धति है:

दिलचस्प पढ़ना असहमति है: सामुदायिक वोटिंग (LMArena), अकादमिक-शैली कार्य सूट (LiveBench), एग्रीगेटेड स्कोर (BenchLM) और हैंड्स-ऑन कोडिंग (Aider) एक ही मॉडल को ताज नहीं पहनाते। यह असहमति ठीक वही कारण है जिससे हम एक के बजाय कई स्रोतों को ट्रैक करते हैं।

इसे एक्सप्लोर करें

नई तस्वीरें हर रविवार आती हैं। जब रैंकिंग बदलती है, तो आप ठीक उसी समय की ओर इशारा कर पाएंगे।