Aller au contenu

LLM benchmark scores (monthly)

Usage commercial OKÀ jourLicence: CC-BY-4.0
Interroger dans l’atelier

Suivre ce jeu de données

Recevez un avis dans votre fil à chaque nouvel instantané publié. En option, nous l’envoyons aussi par POST à votre webhook.

Doit être une adresse https publique. Nous ne suivons jamais les redirections.

Échantillon seulementTélécharger l'exemple CSVTélécharger l'exemple JSONLignes d’exemple seulement (jusqu’à 20) — pas le jeu de données complet.

Monthly cross-leaderboard scoreboard of large language models: every (model, benchmark) score from LMArena's official public leaderboard dataset (Bradley-Terry ratings, text/overall arena, CC-BY-4.0) and Epoch AI's Capabilities & Benchmarking data hub (56 current capability benchmarks, CC-BY), rescaled per benchmark to a comparable 0-100 (min-max within the snapshot; all benchmarks are higher-is-better) with per-benchmark ranks. Models are entity-resolved across the two sources (exact name match, then one arena-variant suffix stripped, unambiguous only; tier recorded per row). Superseded Epoch benchmarks are pruned. Columns: snapshot date (day-granular UTC), source, benchmark, benchmark release date, resolved model key, raw upstream model id, display name, resolution tier, organization, ISO alpha-3 country, raw score, score unit, normalized 0-100 score, rank in benchmark, models in benchmark, vote count (LMArena), source publish date, source URL. Primary key: (snapshot_date, source, benchmark, source_model_id). Cadence: monthly; same-day re-runs are content-hash no-ops. Caveats: the 0-100 scale is within-benchmark relative, not absolute; LMArena measures human preference, Epoch benchmarks measure task accuracy — the composite dataset blends them explicitly. Sample use: filter benchmark = 'GPQA diamond' order by rank_in_benchmark for the current reasoning-benchmark ranking.

Les titres et les descriptions proviennent des sources de données, en anglais.

Lignes
3 121
Colonnes
18
Cadence de la source
Mensuelle
Dernière actualisation
25 sept. 2026
Thème
technology

Utiliser votre propre clé d’IA

Une fois l’allocation gratuite du jour épuisée, les fonctions d’IA peuvent passer par votre propre compte fournisseur.

Conservée uniquement dans cet onglet (effacée à sa fermeture) et envoyée avec chaque requête d’IA. Nos serveurs l’utilisent pour cette requête et ne la stockent ni ne la journalisent jamais.