Introduzindo os Benchmarks de LLM da Wikiprompt: Leaderboards ao Vivo, Com Recibos

Apresentando os Benchmarks LLM da Wikiprompt: Rankings ao Vivo, Com Comprovantes

A Wikiprompt agora tem uma seção de benchmarks: wikiprompt.org/benchmarks. Rankings ao vivo para grandes modelos de linguagem e IA generativa, cobrindo dez arenas: texto, desenvolvimento web, visão, texto para imagem, edição de imagem, texto para vídeo, edição de vídeo, busca, agentes e documentos. Grátis, em sete idiomas, e atualizados todos os dias.

Por que outro site de rankings?

Porque os números dos benchmarks mudam silenciosamente. Um modelo sobe três posições, uma pontuação é recalculada, o líder de ontem cai para o quarto lugar, e geralmente não há registro de que algo mudou. Tratamos os benchmarks como a Wikipedia trata os artigos: todos os dias a Wikiprompt armazena um snapshot completo dos rankings, e a página mostra mudanças recentes em relação ao snapshot anterior. O histórico fica registrado.

A segunda razão é a fonte. Nossas tabelas citam de onde vem cada número, como referências da Wikipedia:

Não realizamos avaliações proprietárias e não editorializamos as pontuações. Agregamos dados abertos e orientados pela comunidade, citamos as fontes e mantemos os comprovantes.

O que as arenas dizem agora

Alguns líderes atuais, direto do snapshot de hoje:

Isso vai mudar. Esse é o ponto: quando mudar, o movimento aparece na seção de Mudanças recentes em vez de desaparecer.

Como isso se conecta à enciclopédia de prompts

A Wikiprompt já cataloga dezenas de milhares de prompts etiquetados por modelo. A seção de benchmarks fecha o ciclo: veja qual modelo lidera uma arena e depois pule para prompts reais para esse modelo para colocá-lo em uso. Guias de modelos como Os Melhores Prompts de Imagem GPT e a comparação da família Nano Banana ficam ao lado dos rankings.

Aberto, como tudo aqui

A página de benchmarks segue os mesmos princípios do resto da Wikiprompt: a compilação é CC BY-SA, as fontes são conjuntos de dados abertos e APIs públicas, e todo o catálogo de prompts pode ser baixado como um único arquivo. Se você quiser os dados dos benchmarks em si, as fontes que citamos estão a um clique de distância.

Confira as classificações atuais em wikiprompt.org/benchmarks. Elas estarão diferentes na próxima semana, e você poderá ver exatamente como.