एलएलएम बेंचमार्क स्नैपशॉट: 30 अगस्त, 2026

एलएलएम बेंचमार्क स्नैपशॉट: 30 अगस्त, 2026

हर रविवार को विकीप्रॉम्प्ट प्रमुख एलएलएम लीडरबोर्ड की एक तस्वीर फ्रीज करता है। यह 30 अगस्त, 2026 को समाप्त सप्ताह का स्नैपशॉट है - छह स्रोतों से 14,164 प्रविष्टियाँ, पूरी तरह से /benchmarks/snapshot/2026-08-30 पर ब्राउज़ करने योग्य।

स्रोत के अनुसार नेता

पिछले सप्ताह की तुलना में क्या बदला

टेक्स्ट-अखाड़े का ताज उसी परिवार के भीतर बदल गया: claude-opus-5-high (पिछले सप्ताह 1504.2) को claude-opus-5-max (1504.7) ने पीछे छोड़ दिया। सांख्यिकीय रूप से यह एक सिक्के का उछाल है, संपादकीय रूप से यह एक अनुस्मारक है कि तालिका के शीर्ष पर प्रयास सेटिंग्स अब मॉडल चयन जितनी ही मायने रखती हैं।

स्रोत अभी भी असहमत हैं

हर सप्ताह की तरह, कोई भी दो लीडरबोर्ड एक ही मॉडल को ताज नहीं पहनाते: LMArena का सामुदायिक एलो ओपस 5 का पक्ष लेता है, LiveBench के संदूषण-मुक्त शैक्षणिक सेट फेबल 5 का पक्ष लेते हैं, और एडर का वास्तविक दुनिया का कोडिंग हार्नेस अभी भी gpt-5 का है। चुनने से पहले क्रॉस-रेफरेंस करें - इसी के लिए तुलना दृश्य है।

पूरी दिनांकित तालिका /benchmarks/snapshot/2026-08-30 पर ब्राउज़ करें, या पूरा संग्रह /benchmarks/history पर देखें।