Kaynaklar ve kanıtlar

Ürün belgeleri iş akışını açıklar. Kullanıcı yorumları deneyimleri anlatır. Bağımsız benchmarklar modelleri ve görevleri değerlendirir.

Kanıtları nasıl okumalı?

Ürün sayfaları belgelenmiş özellikleri ve kullanım alanlarını anlatır; kendi uygulamalı testimizin sonucu değildir.
G2 ve Capterra puanları; yorum sayısı, kaynak ve kontrol tarihiyle ayrı gösterilir. Puanlar ilgili platformdaki ürün kaydına aittir.
Benchmark sonucu test edilen model sürümü, görev ve yöntem için geçerlidir. Bu modeli kullanan araç aynı sonucu otomatik olarak almaz.
Plan seçmeden önce güncel fiyatları, sınırları ve özellikleri resmî siteden kontrol et.

Kanıtları nasıl okumalı?

Benchmarklar

Artificial Analysis

Artificial Analysis · video evaluations

Artificial Analysis · Video üretim ve düzenleme modelleri. Ne ölçüyor?: İzleyici tercihi. Metin, görsel ve video girdileri ayrı değerlendirilir. Sesli ve sessiz çıktılar da ayrı ölçülür.

Kapsam: Video üretim ve düzenleme modelleri
Ne ölçüyor?: İzleyici tercihi

VBench team

VBench Leaderboard

VBench team · Video üretim modelleri. Ne ölçüyor?: Kalite ve tutarlılık boyutları. Videoyu özne tutarlılığı, hareket ve zamansal davranış dâhil 16 boyutta inceler.

Kapsam: Video üretim modelleri
Ne ölçüyor?: Kalite ve tutarlılık boyutları

Artificial Analysis

Artificial Analysis · speech evaluations

Artificial Analysis · Metinden sese modeller. Ne ölçüyor?: Dinleyici tercihi ve telaffuz. Dinleme, telaffuz ve API hızı ayrı ölçülür. Dil ve ses seçimi karşılaştırmayı etkiler.

Kapsam: Metinden sese modeller
Ne ölçüyor?: Dinleyici tercihi ve telaffuz

TTS-AGI & contributors

Speech synthesis evaluation sources

TTS-AGI & contributors · İngilizce metinden sese girdiler. Ne ölçüyor?: Anonim dinleme karşılaştırmaları. Dinleyiciler aynı metni okuyan iki anonim sesi karşılaştırır. Güncel girdiler yalnızca İngilizcedir.

Kapsam: İngilizce metinden sese girdiler
Ne ölçüyor?: Anonim dinleme karşılaştırmaları

BigCode project

BigCodeBench

BigCode project · Fonksiyon düzeyinde kod üretimi. Ne ölçüyor?: Programlama görevlerinde başarı oranı. Complete ve Instruct girdileri, Full ve Hard görev kümeleri farklıdır. Sonuçları karşılaştırmadan önce eşleştirin.

Kapsam: Fonksiyon düzeyinde kod üretimi
Ne ölçüyor?: Programlama görevlerinde başarı oranı

Artificial Analysis

Artificial Analysis · image evaluations

Artificial Analysis · Görsel üretim ve düzenleme modelleri. Ne ölçüyor?: İzleyici tercihi. Metinden görsel üretimi ve görsel düzenleme ayrı değerlendirilir. Düzenleme, mevcut bir görseldeki değişiklikleri sınar.

Kapsam: Görsel üretim ve düzenleme modelleri
Ne ölçüyor?: İzleyici tercihi

Hugging Face & contributors

Open ASR Leaderboard

Hugging Face & contributors · Konuşma tanıma sistemleri. Ne ölçüyor?: Kelime hata oranı ve RTFx. İngilizce kısa ve uzun, çok dilli kısa kayıtlar ayrı sınanır. RTFx, transkripsiyon hızını kayıt süresine göre ölçer.

Kapsam: Konuşma tanıma sistemleri
Ne ölçüyor?: Kelime hata oranı ve RTFx

Datacurve

DeepSWE

Datacurve · Değerlendiricinin ajanındaki kodlama modelleri. Ne ölçüyor?: Depo görevlerinin tamamlanması. Sürüm 1.1, kaydedilen kod değişikliklerini ayrı ortamda değerlendirir. Sonuçlar test edilen ajana ve muhakeme ayarına bağlıdır.

Kapsam: Değerlendiricinin ajanındaki kodlama modelleri
Ne ölçüyor?: Depo görevlerinin tamamlanması

Ürün görselleri

Ürün adları, logolar ve tanıtım görselleri ilgili araçları tanımlar ve sahiplerine aittir. Bu bağlantılar, görsellerin alındığı resmî sayfaları gösterir.

Midjourney, Midjourney, Inc. şirketinin markasıdır. TapToMarket, Midjourney, Inc. tarafından desteklenmez ve bu şirketle bağlantılı değildir.