شاخص هوشمندی
بیشترین مقدارهای دارای داده
علامت * منبع کنار امتیاز حفظ شده است.
آزمایشگاه انتخاب مدلمدل مناسب را،
مدل مناسب را،
با داده انتخاب کن.
هوشمندی، هزینه و سرعت را کنار هم ببین؛ تفاوت مدل‌ها و حالت‌های ارزیابی را برای کاربرد خودت بررسی کن.
بنچمارک API با امکانات و قیمت اشتراک مصرف‌کننده یکسان نیست.
یک نگاه، چند زاویه
هوشمندی، هزینه یا سرعت؟
هر نمودار یک سنجه مستقل را نشان می‌دهد. فیلترهای جدول روی نمودارها هم اعمال می‌شوند؛ رتبه‌ها فقط مربوط به ورودی‌های همین نسخه‌اند.
نمودارهای مقایسه مدل‌ها
امتیاز
هزینه هر کار
هزینه در ورودی‌های بالای شاخص هوشمندی
مقادیر گرد‌شده منبع؛ ۰٫۰۰ دلار به معنی رایگان‌بودن نیست.
سرعت خروجی
بیشترین مقدارهای دارای داده
سرعت با تأخیر شروع پاسخ یکسان نیست.
مقایسه کامل
مدل‌ها را کنار هم ببین
نام کامل هر ردیف، از جمله تنظیمات داخل پرانتز، بخشی از همان ارزیابی است.
۲۷۲ از ۲۷۲ ورودی
برای مقایسه کنار هم، ۲ تا ۴ ورودی انتخاب کن. انتخاب‌ها با تغییر فیلتر حفظ می‌شوند.
| انتخاب برای مقایسه | امتیاز | دلار / کار | توکن / ثانیه | ثانیه | ثانیه | توکن | منبع | |
|---|---|---|---|---|---|---|---|---|
| Claude Opus 5.5 (max with fallback)Anthropic | ۵۸ | $5.98 | ۹۶ | ۶۳۸٫۴۷ | ۶۴۳٫۶۷ | 1M | جزئیات | |
| Claude Sonnet 5.5 (max with fallback)Anthropic | ۵۶ | $5.46 | ۱۳۴ | ۳۶۳٫۸۹ | ۳۶۷٫۶۳ | 1M | جزئیات | |
| Claude Opus 5.5 (xhigh with fallback)Anthropic | ۵۶ | $3.46 | ۸۲ | ۱۰۹٫۱۳ | ۱۱۵٫۲۲ | 1M | جزئیات | |
| Muse Wonder Full (max)Meta | ۵۶ | داده موجود نیست | داده موجود نیست | داده موجود نیست | داده موجود نیست | 1M | جزئیات | |
| Kimi K3.1 ProKimi | ۵۵ | $2.11 | ۵۸ | ۳٫۰۷ | ۴۶٫۵۳ | 1M | جزئیات | |
| Claude Opus 5.5 (high with fallback)Anthropic | ۵۴ | $1.82 | ۸۰ | ۲۷٫۳۶ | ۳۳٫۵۸ | 1M | جزئیات | |
| Claude Fable 5.1 (max with fallback)Anthropic | ۵۳ | $7.63 | ۷۰ | ۱۶۶٫۶۱ | ۱۷۳٫۷۹ | 1M | جزئیات | |
| Claude Fable 5.1 (xhigh with fallback)Anthropic | ۵۳ | $5.98 | ۶۳ | ۶۳٫۴۴ | ۷۱٫۴۱ | 1M | جزئیات | |
| GPT-6 Astra (max)OpenAI | ۵۳ | $3.26 | ۶۸ | ۲۷۲٫۸۸ | ۲۸۰٫۲۶ | 1M | جزئیات | |
| Gemini 4 Argon (high)Google | ۵۳ | $1.99 | ۷۹ | ۵۷٫۰۱ | ۶۳٫۳۵ | 1M | جزئیات | |
| Muse Wonder (max)Meta | ۵۲ | $4.54 | ۱۶۲ | ۲۵٫۲۳ | ۴۰٫۷ | 1.05M | جزئیات | |
| GPT-6 Astra (xhigh)OpenAI | ۵۲ | $2.31 | ۶۱ | ۱۳۳٫۲ | ۱۴۱٫۳۳ | 1M | جزئیات |
Claude Opus 5.5 (max with fallback)
Anthropic
- شاخص هوشمندیامتیاز
- ۵۸
- هزینه هر کاردلار / کار
- $5.98
- سرعت خروجیتوکن / ثانیه
- ۹۶
- تأخیر اولین قطعهثانیه
- ۶۳۸٫۴۷
- زمان کل پاسخثانیه
- ۶۴۳٫۶۷
- پنجره زمینهتوکن
- 1M
Claude Sonnet 5.5 (max with fallback)
Anthropic
- شاخص هوشمندیامتیاز
- ۵۶
- هزینه هر کاردلار / کار
- $5.46
- سرعت خروجیتوکن / ثانیه
- ۱۳۴
- تأخیر اولین قطعهثانیه
- ۳۶۳٫۸۹
- زمان کل پاسخثانیه
- ۳۶۷٫۶۳
- پنجره زمینهتوکن
- 1M
Claude Opus 5.5 (xhigh with fallback)
Anthropic
- شاخص هوشمندیامتیاز
- ۵۶
- هزینه هر کاردلار / کار
- $3.46
- سرعت خروجیتوکن / ثانیه
- ۸۲
- تأخیر اولین قطعهثانیه
- ۱۰۹٫۱۳
- زمان کل پاسخثانیه
- ۱۱۵٫۲۲
- پنجره زمینهتوکن
- 1M
Muse Wonder Full (max)
Meta
- شاخص هوشمندیامتیاز
- ۵۶
- هزینه هر کاردلار / کار
- داده موجود نیست
- سرعت خروجیتوکن / ثانیه
- داده موجود نیست
- تأخیر اولین قطعهثانیه
- داده موجود نیست
- زمان کل پاسخثانیه
- داده موجود نیست
- پنجره زمینهتوکن
- 1M
Kimi K3.1 Pro
Kimi
- شاخص هوشمندیامتیاز
- ۵۵
- هزینه هر کاردلار / کار
- $2.11
- سرعت خروجیتوکن / ثانیه
- ۵۸
- تأخیر اولین قطعهثانیه
- ۳٫۰۷
- زمان کل پاسخثانیه
- ۴۶٫۵۳
- پنجره زمینهتوکن
- 1M
Claude Opus 5.5 (high with fallback)
Anthropic
- شاخص هوشمندیامتیاز
- ۵۴
- هزینه هر کاردلار / کار
- $1.82
- سرعت خروجیتوکن / ثانیه
- ۸۰
- تأخیر اولین قطعهثانیه
- ۲۷٫۳۶
- زمان کل پاسخثانیه
- ۳۳٫۵۸
- پنجره زمینهتوکن
- 1M
Claude Fable 5.1 (max with fallback)
Anthropic
- شاخص هوشمندیامتیاز
- ۵۳
- هزینه هر کاردلار / کار
- $7.63
- سرعت خروجیتوکن / ثانیه
- ۷۰
- تأخیر اولین قطعهثانیه
- ۱۶۶٫۶۱
- زمان کل پاسخثانیه
- ۱۷۳٫۷۹
- پنجره زمینهتوکن
- 1M
Claude Fable 5.1 (xhigh with fallback)
Anthropic
- شاخص هوشمندیامتیاز
- ۵۳
- هزینه هر کاردلار / کار
- $5.98
- سرعت خروجیتوکن / ثانیه
- ۶۳
- تأخیر اولین قطعهثانیه
- ۶۳٫۴۴
- زمان کل پاسخثانیه
- ۷۱٫۴۱
- پنجره زمینهتوکن
- 1M
GPT-6 Astra (max)
OpenAI
- شاخص هوشمندیامتیاز
- ۵۳
- هزینه هر کاردلار / کار
- $3.26
- سرعت خروجیتوکن / ثانیه
- ۶۸
- تأخیر اولین قطعهثانیه
- ۲۷۲٫۸۸
- زمان کل پاسخثانیه
- ۲۸۰٫۲۶
- پنجره زمینهتوکن
- 1M
Gemini 4 Argon (high)
- شاخص هوشمندیامتیاز
- ۵۳
- هزینه هر کاردلار / کار
- $1.99
- سرعت خروجیتوکن / ثانیه
- ۷۹
- تأخیر اولین قطعهثانیه
- ۵۷٫۰۱
- زمان کل پاسخثانیه
- ۶۳٫۳۵
- پنجره زمینهتوکن
- 1M
Muse Wonder (max)
Meta
- شاخص هوشمندیامتیاز
- ۵۲
- هزینه هر کاردلار / کار
- $4.54
- سرعت خروجیتوکن / ثانیه
- ۱۶۲
- تأخیر اولین قطعهثانیه
- ۲۵٫۲۳
- زمان کل پاسخثانیه
- ۴۰٫۷
- پنجره زمینهتوکن
- 1.05M
GPT-6 Astra (xhigh)
OpenAI
- شاخص هوشمندیامتیاز
- ۵۲
- هزینه هر کاردلار / کار
- $2.31
- سرعت خروجیتوکن / ثانیه
- ۶۱
- تأخیر اولین قطعهثانیه
- ۱۳۳٫۲
- زمان کل پاسخثانیه
- ۱۴۱٫۳۳
- پنجره زمینهتوکن
- 1M
نمایش ۱ تا ۱۲ از ۲۷۲
۱ / ۲۳
داده موجود نیست ≠ صفر. علامت * و دقت اعداد از منبع حفظ شده‌اند. زمینه با برچسب k/M منبع نمایش داده می‌شود؛ هزینه‌ها دلار به‌ازای هر کار ارزیابی هستند.
داده روشن، تصمیم آگاهانه
از منبع تا این صفحه
این اعداد نتیجه آزمون علموص نیستند. جدول عمومی منبع در یک زمان مشخص ثبت شده و فقط برای مرتب‌سازی و نمایش یکسان، ساختار آن تبدیل شده است.
روش‌شناسی Artificial Analysis- ۱
ثبت داده عمومی
۲۷۲ ردیف قابل مشاهده از جدول عمومی، همراه با نام کامل، سازنده و پیوند مدل ثبت شد. زمان دریافت: ۳ آبان ۱۴۰۵ ساعت ۱۳:۴۴.
- ۲
حفظ معنا و مقدار ناموجود
سنجه‌های غایب null می‌مانند؛ علامت ستاره و اعداد گرد‌شده حفظ می‌شوند. k و M فقط برای ترتیب پنجره زمینه به تعداد توکن تبدیل شده‌اند.
- ۳
مقایسه در محدوده همان ارزیابی
نوع کار، تنظیمات مدل و شرایط دسترسی را جدا بررسی کن. جدول زنده، روش محاسبه و اطلاعات ارائه‌دهندگان را از پیوندهای منبع ببین.
شاخص هوشمندیامتیاز
امتیاز Artificial Analysis Intelligence Index در جدول مرجع؛ امتیاز بالاتر در همین ارزیابی بهتر است.
هزینه هر کاردلار / کار
هزینه هر کار در ارزیابی منبع، به دلار؛ قیمت اشتراک یا قیمت هر یک میلیون توکن نیست. اعداد منبع گرد شده‌اند.
سرعت خروجیتوکن / ثانیه
میانه سرعت تولید توکن در جدول مرجع؛ عدد بالاتر به معنی تولید سریع‌تر است.
تأخیر اولین قطعهثانیه
Latency First Chunk در منبع: زمان تا اولین قطعه پاسخ؛ با مدت کل پاسخ تفاوت دارد.
زمان کل پاسخثانیه
Total Response در جدول مرجع؛ عدد پایین‌تر در شرایط همان ارزیابی، مدت کوتاه‌تری را نشان می‌دهد.
پنجره زمینهتوکن
حد مجموع ورودی و خروجی اعلام‌شده در جدول. سقف خروجی یک مدل ممکن است کوچک‌تر باشد.
پرسش‌های رایج
پیش از نتیجه‌گیری، این‌ها را بدان
این اعداد قیمت اشتراک ChatGPT یا Claude هستند؟
خیر. ستون هزینه، دلار به‌ازای هر کار در ارزیابی منبع است؛ نه قیمت اشتراک مصرف‌کننده، نه قیمت هر یک میلیون توکن و نه قیمت محصولات علموص. امکانات و سقف استفاده پلن‌های مصرف‌کننده باید جدا بررسی شوند.
چرا بعضی خانه‌ها «داده موجود نیست» دارند؟
در نسخه دریافت‌شده، برای آن مدل و سنجه عددی در جدول عمومی منبع نمایش داده نشده است. علموص این مقدار را تخمین نمی‌زند و آن را به صفر تبدیل نمی‌کند. در هر دو ترتیب صعودی و نزولی، این موارد در انتهای فهرست می‌مانند.
امتیاز بیشتر همیشه انتخاب بهتری است؟
امتیاز فقط یکی از ابعاد انتخاب است. نوع کار، زمان پاسخ، هزینه، پنجره زمینه و محدودیت‌های کاربردی را کنار هم بسنجید. حالت‌های ارزیابی یک مدل نیز ممکن است نتایج متفاوتی داشته باشند.
علامت * و هزینه ۰٫۰۰ دلار چه معنایی دارند؟
علامت ستاره از جدول منبع حفظ شده است؛ برای توضیح دقیق آن به صفحه همان مدل بروید. هزینه‌ها با دقت نمایش‌داده‌شده در منبع ثبت شده‌اند؛ ۰٫۰۰ دلار یک مقدار گرد‌شده است و به‌تنهایی به معنی استفاده رایگان نیست.
آیا این صفحه زنده است یا علموص مدل‌ها را دوباره آزمایش کرده؟
این صفحه نسخه ثبت‌شده جدول عمومی Artificial Analysis است. زمان دریافت بالای صفحه آمده است و هنگام بازکردن صفحه درخواست زنده‌ای برای داده‌ها اجرا نمی‌شود. علموص ساختار و نوع مقادیر را کنترل کرده، اما آزمون‌های منبع را دوباره اجرا نکرده است.
چرا چند ردیف برای یک خانواده مدل وجود دارد؟
جدول مرجع حالت‌ها و تنظیمات ارزیابی مختلف یک خانواده را جدا نمایش می‌دهد. نام کامل هر ردیف، از جمله عبارت داخل پرانتز، بخشی از هویت همان ورودی است. تعداد ردیف‌ها الزاماً تعداد خانواده‌های مستقل مدل نیست.
حالا کاربردت را به انتخاب وصل کن.
برای شناخت تفاوت ابزار، مدل و پلن مصرف‌کننده، راهنمای انتخاب علموص را بخوان.
منبع داده: Artificial Analysis · نسخه ثابت ۳ آبان ۱۴۰۵ ساعت ۱۳:۴۴علموص وابستگی یا تأیید رسمی از سوی منبع ندارد.