Источники и данные

Документация описывает функции. Отзывы передают опыт. Бенчмарки оценивают модели и задачи.

Как читать данные

Страницы описывают документированные функции, а не собственные практические тесты.
Оценки G2 и Capterra показаны отдельно с числом отзывов, оригинальным источником и датой проверки. Они относятся к записи продукта на соответствующей платформе.
Результат относится к проверенной версии модели, задаче и методу, а не автоматически к целому инструменту.
Проверяйте цены, лимиты и функции на официальном сайте перед выбором тарифа.

Бенчмарки

Artificial Analysis

Artificial Analysis · video evaluations

Artificial Analysis · Модели генерации и редактирования видео. Что измеряется: Предпочтения зрителей. Текст, изображения и видео оцениваются отдельно, как и результаты со звуком и без него.

Область оценки: Модели генерации и редактирования видео
Что измеряется: Предпочтения зрителей

VBench team

VBench Leaderboard

VBench team · Модели генерации видео. Что измеряется: Показатели качества и согласованности. Оценивает видео по 16 показателям, включая согласованность объектов, движение и изменения во времени.

Область оценки: Модели генерации видео
Что измеряется: Показатели качества и согласованности

Artificial Analysis

Artificial Analysis · speech evaluations

Artificial Analysis · Модели синтеза речи. Что измеряется: Предпочтения слушателей и произношение. Прослушивание, произношение и скорость API измеряются отдельно. Язык и голос влияют на сравнение.

Область оценки: Модели синтеза речи
Что измеряется: Предпочтения слушателей и произношение

TTS-AGI & contributors

Speech synthesis evaluation sources

TTS-AGI & contributors · Синтез речи по английскому тексту. Что измеряется: Анонимные сравнения на слух. Слушатели сравнивают два анонимных голоса на одном тексте. Сейчас ввод поддерживается только на английском.

Область оценки: Синтез речи по английскому тексту
Что измеряется: Анонимные сравнения на слух

BigCode project

BigCodeBench

BigCode project · Генерация кода на уровне функций. Что измеряется: Доля решённых задач программирования. Complete и Instruct используют разные запросы; Full и Hard — разные наборы задач. Сопоставляйте одинаковые варианты.

Область оценки: Генерация кода на уровне функций
Что измеряется: Доля решённых задач программирования

Artificial Analysis

Artificial Analysis · image evaluations

Artificial Analysis · Модели генерации и редактирования изображений. Что измеряется: Предпочтения зрителей. Генерация по тексту и редактирование оцениваются отдельно. Редактирование проверяет изменения существующего изображения.

Область оценки: Модели генерации и редактирования изображений
Что измеряется: Предпочтения зрителей

Hugging Face & contributors

Open ASR Leaderboard

Hugging Face & contributors · Системы распознавания речи. Что измеряется: Доля ошибок в словах и RTFx. Отдельные группы: короткие и длинные английские записи, короткие многоязычные записи. RTFx сопоставляет скорость транскрипции с длительностью записи.

Область оценки: Системы распознавания речи
Что измеряется: Доля ошибок в словах и RTFx

Datacurve

DeepSWE

Datacurve · Модели кода в агенте оценщика. Что измеряется: Выполнение задач в репозитории. Версия 1.1 оценивает закоммиченные изменения в отдельной среде. Результат зависит от агента и настроек рассуждения.

Область оценки: Модели кода в агенте оценщика
Что измеряется: Выполнение задач в репозитории

Изображения продуктов

Названия, логотипы и рекламные изображения обозначают соответствующие инструменты и принадлежат их владельцам. Ссылки ведут на официальные страницы, из которых взяты изображения.

Midjourney — товарный знак Midjourney, Inc. TapToMarket не поддерживается компанией Midjourney, Inc. и не связан с ней.