एलएलएम बेंचमार्क स्नैपशॉट, 6 सितंबर: एस्ट्रा और फेबल 5.1 ने बोर्ड पर हिट किया

वर्ष के सबसे घने लॉन्च विंडो के एक सप्ताह बाद, लीडरबोर्ड ने अपनी बात कह दी है। यह 6 सितंबर, 2026 का साप्ताहिक फोटो है: आज प्रत्येक स्रोत क्या कहता है, पिछले सप्ताह के स्नैपशॉट के बाद से क्या बदला है, और स्रोत कहां असहमत हैं। हर संख्या एक स्थायी, दिनांकित पृष्ठ से जुड़ी है।

मुख्य समाचार: लॉन्च सप्ताह उतरा

GPT-6 Astra और Claude Fable 5.1, दोनों सितंबर के पहले दिनों में जारी हुए, पहले से ही बोर्डों पर शीर्ष पर हैं:

जहां स्रोत असहमत हैं

अखाड़े पहले से ही नई जोड़ी का ताज पहन चुके हैं; Aider ने उनका परीक्षण नहीं किया है; LiveBench शीर्ष तीन को एक अंक से कम से अलग दिखाता है। यदि आप एक बोर्ड पढ़ते हैं तो आपको राज्याभिषेक मिलता है, यदि आप सभी पांच पढ़ते हैं तो आपको तारांकन के साथ एक फोटो फिनिश मिलता है। यह फैलाव ही कारण है कि ये स्नैपशॉट मौजूद हैं।

रसीदें