Comparação de modelos de pesos abertos

Name: Abertura
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

Comparação e análise de modelos de IA de pesos abertos em métricas importantes de desempenho, como qualidade, desempenho, velocidade de inferência, janela de contexto, número de parâmetros e detalhes da licença.

Os modelos são considerados de pesos abertos (também chamados frequentemente de código aberto) quando seus pesos estão disponíveis para download. Isso permite a auto-hospedagem em sua própria infraestrutura e a personalização do modelo, por exemplo, por meio de ajuste fino.

Para mais detalhes sobre nossa metodologia, consulte as perguntas frequentes.

MiMo-V2.6-Pro e

DeepSeek V4.1 Flash 1017 (max) são os modelos com maior inteligência entre os modelos de pesos abertos, seguidos por

GLM-5.3 (max) e

Step 5 Preview.

Abertura

Artificial Analysis Openness Index · Higher is better

Inteligência

Artificial Analysis Intelligence Index · Higher is better

Parâmetros totais

Parâmetros treináveis em bilhões

Abertura

Artificial Analysis Openness Index: pontuação

O Openness Index avalia a abertura dos modelos em uma escala normalizada de 0 a 100 (quanto maior, mais aberto)

Progresso dos modelos de pesos abertos

Progresso da inteligência de modelos de pesos abertos vs. proprietários

Artificial Analysis Intelligence Index v4.3.2 incorporates 10 evaluations: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1

Artificial Analysis Intelligence Index v4.3.2 includes: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Indicates whether the model weights are available. Models are labelled as 'Commercial Use Restricted' if commercial use is limited by conditions, and as 'Non-commercial' if the license prohibits commercial use.

Evolução da inteligência dos modelos de linguagem de pesos abertos por laboratório

Evolução da inteligência dos modelos de pesos abertos por tamanho

Tiny: Less than or equal to 4B parameters. These are usually the smallest models in terms of resource demand.
Small: Less than 40B parameters.
Medium: Between 40B-150B parameters.
Large: Over 150B parameters.

Inteligência

Artificial Analysis Intelligence Index

Evaluations

Evaluations measured independently by Artificial Analysis · AA-PersonalityBench scores are percentile ranks from 1 to 100

Ver mais

AA-Briefcase v1.1

Agentic knowledge work, Elo

AA-Omniscience Accuracy

Knowledge

AA-Omniscience Non-Hallucination Rate

1 - hallucination rate

AutomationBench-AA

Agentic SaaS workflows

GDPval-AA v2.1

Agentic real-world work tasks, Elo

Humanity's Last Exam

Reasoning & knowledge

GDP.pdf

Professional document reasoning, All-pass

Terminal-Bench 4.0

Agentic coding & terminal use

AA-LCR v1.1

Long context reasoning

SciCodeUnder review

Coding

CritPt

Physics reasoning

Terminal-Bench-Science 0.1New

Agentic scientific research workflows in a terminal

FrontierCode 1.1New

Agentic software engineering in open-source repositories

AA-AnalystAgent

Quantitative analysis on spreadsheets & documents

Harvey LAB-AA v1.1Updated

Legal agentic work, Hallucination-Gated All-Pass Rate

EnterpriseOps-Gym-AA

Agentic business operations

AA-3DNew

Agentic interactive 3D experiences, Elo

ITBench-AA

Kubernetes incident root-cause analysis

MLCR-AAUpdated

Medical long context reasoning

MMMU-Pro

Visual reasoning

AA-PersonalityBench: Expressiveness ScoreNew

Rich, varied, well-crafted language

AA-PersonalityBench: Organization ScoreNew

Well-structured, scannable, answer-first

AA-PersonalityBench: Transparency ScoreNew

Truthful, acknowledges uncertainty, non-sycophantic

AA-PersonalityBench: Slop ScoreNew

Use of filler and generic language

While model intelligence generally translates across use cases, specific evaluations may be more relevant for certain use cases.

Tamanho

Intelligence Index por tamanho do modelo

Tamanho do modelo: parâmetros totais e ativos

Comparison between total model parameters and parameters active during inference (billions)

The total number of trainable weights and biases in the model, expressed in billions. These parameters are learned during training and determine the model's ability to process and generate responses.

The number of parameters actually executed during each inference forward pass, expressed in billions. For Mixture of Experts (MoE) models, a routing mechanism selects a subset of experts per token, resulting in fewer active than total parameters. Dense models use all parameters, so active equals total.

Intelligence Index vs. parâmetros ativos

Artificial Analysis Intelligence Index · Active parameters at inference time (billions)

Most attractive quadrant

Pareto line

Intelligence Index vs. parâmetros totais

Artificial Analysis Intelligence Index · Size in parameters (billions)

Most attractive quadrant

Pareto line

The total number of trainable weights and biases in the model, expressed in billions. These parameters are learned during training and determine the model's ability to process and generate responses.

Janela de contexto

Context window: tokens limit · Higher is better

Larger context windows are relevant to RAG (Retrieval Augmented Generation) LLM workflows which typically involve reasoning and information retrieval of large amounts of data.

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

Mais detalhes

							Pesos		Benchmarks de provedores
MiMo-V2.6-Pro	Xiaomi	46	1.0T 42B ativos durante a inferência	1M	$0.2	57	🤗		Ver
DeepSeek V4.1 Flash 1017 (Max)	DeepSeek	45	552B 16B ativos durante a inferência	1M	$0.2	169	🤗	+19	Ver
GLM-5.3 (Max)	Z AI	45	753B 40B ativos durante a inferência	1M	$0.9	98	🤗	+24	Ver
Step 5 Preview	StepFun	44	600B 27B ativos durante a inferência	1M	$0.5	229	🤗		Ver
GLM-5.3-Flash	Z AI	42	320B 18B ativos durante a inferência	1M	$0.1	70	🤗	+23	Ver
Muse Spark Open (Xhigh)	Meta	39	816B 42B ativos durante a inferência	1M	$0.8	151	🤗	+3	Ver
Qwen3.8 27B (Xhigh)	Alibaba	34	27B	256k	$0.5	45	🤗	+9	Ver
K2 Horizon 375B A23B	Institute of Foundation Models	31	375B 23B ativos durante a inferência	524k	$0	879	🤗		Ver
Beam 1.0	Reflection	30	501B 23B ativos durante a inferência	1M	$0.2	363	🤗	+2	Ver
Nemotron 3.5 Super VL	NVIDIA	26	120B 12B ativos durante a inferência	1M	$0.1	446	🤗	+5	Ver
Inkling (Xhigh)	Thinking Machines	25	975B 41B ativos durante a inferência	1M	$0.7	195	🤗	+4	Ver

Comparação de modelos de pesos abertos

Abertura

Inteligência

Parâmetros totais

Abertura

Artificial Analysis Openness Index: pontuação

Progresso dos modelos de pesos abertos

Progresso da inteligência de modelos de pesos abertos vs. proprietários

Artificial Analysis Intelligence Index

Open Weights

Evolução da inteligência dos modelos de linguagem de pesos abertos por laboratório

Artificial Analysis Intelligence Index

Evolução da inteligência dos modelos de pesos abertos por tamanho

Artificial Analysis Intelligence Index

Model Size Classifications

Inteligência

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Evaluations

Intelligence Evaluation Relevance

Artificial Analysis Intelligence Index

Tamanho

Intelligence Index por tamanho do modelo

Artificial Analysis Intelligence Index

Tamanho do modelo: parâmetros totais e ativos

Total Parameters

Active Parameters at Inference Time

Intelligence Index vs. parâmetros ativos

Artificial Analysis Intelligence Index

Active Parameters at Inference Time

Intelligence Index vs. parâmetros totais

Artificial Analysis Intelligence Index

Total Parameters

Janela de contexto

Janela de contexto

Context Window for RAG

Context Window

Mais detalhes