Model
Picker
মডেলের তুলনা
ফলাফলের মান, তা পেতে মোট খরচ এবং এন্ড-টু-এন্ড বিলম্ব তুলনা করুন।
একটি মডেল বেছে নিন। প্রয়োজনে তুলনার জন্য আরেকটি যোগ করুন।
আপনার বেসলাইন উপযোগী ফ্রন্টিয়ার সুপারিশ আনলক করে। দ্বিতীয় ক্ষেত্রটি ঐচ্ছিক এবং সম্পূর্ণ গুণমান, খরচ এবং লেটেন্সি ব্রেকডাউন খুলে দেয়।
আপনার ব্যবহৃত মডেল নজরে রাখুন
নতুন মডেল কয়েক সপ্তাহের মধ্যেই বর্তমান মডেলের চেয়ে ভালো মূল্য দিতে পারে। এটি দিনে একবার চালান; আপনার ব্যবহৃত মডেল পিছিয়ে পড়লেই জানানো হবে: 200 যখন এটি এখনও ফ্রন্টিয়ার ধরে রাখে, 409 যখন কিছু অর্থের জন্য আরও বুদ্ধি দেয়।
কোডিং এজেন্টকে স্কিল দিন
একটি এজেন্ট দক্ষতা যা নিশ্চিত করে যে প্রতিবার আপনার এজেন্ট আপনার প্রকল্পগুলির জন্য একটি LLM বেছে নেয়, এটি সেরা বুদ্ধিমত্তা-প্রতি-ডলার মডেল বেছে নেয়। খরচ বাঁচান এবং সর্বাধিক বুদ্ধিমত্তা পান।
ফিল্টার ও অক্ষ
পরিমাপ ও মডেলের দল বদলান। চার্ট সঙ্গে সঙ্গে হালনাগাদ হয়।
লগ অক্ষ প্রদর্শিত মডেলগুলোর মধ্যম খরচে কেন্দ্রীভূত, AA-এর নিয়ম অনুযায়ী। সমান দূরত্ব সমান খরচের অনুপাত বোঝায়। সবুজ অঞ্চল প্রদর্শিত মডেলগুলোর সাপেক্ষে থাকে।
15 LLMs যা অর্থের জন্য সবচেয়ে বেশি বুদ্ধি দেয় (2026-08-17)
ডেটাসেটের মধ্যে 600 মডেলগুলির মধ্যে, 15 বুদ্ধিমত্তা-বনাম-খরচ Pareto frontier-এ রয়েছে: অন্য কোনও মডেল চালানোর জন্য স্মার্ট এবং সস্তা উভয়ই নয়। সবচেয়ে সস্তা ফ্রন্টিয়ার মডেল GPT-5.6 Luna (Non-reasoning) (বেঞ্চমার্ক রান প্রতি $10.2-এর জন্য বুদ্ধিমত্তা 26.80); সবচেয়ে স্মার্ট হয় Claude Opus 5 (Adaptive Reasoning, Max Effort) (বুদ্ধিমত্তা 63.10, $3836)। নিজস্ব ফ্রন্টিয়ারে ডাউনলোডযোগ্য ওয়েটের সবচেয়ে বুদ্ধিমান, নিজে হোস্ট করা যায় এমন মডেল হলো Kimi K3 (max) Kimi দ্বারা (বুদ্ধিমত্তা 59.70, $2425)। প্রতিটি মডেলের নাম তার সংখ্যা সহ একটি পৃষ্ঠার সাথে লিঙ্ক করে, এটি সীমানা ধারণ করে কিনা এবং এটি কী বীট করে।
সামগ্রিক ফ্রন্টিয়ার: সবচেয়ে সস্তা থেকে স্মার্ট
| # | মডেল | নির্মাতা | দক্ষতার স্কোর (Intelligence Index) | বেঞ্চমার্কের খরচ (USD) | মোট সময় (E2E) | ডাউনলোডযোগ্য ওয়েট | প্রকাশের তারিখ |
|---|---|---|---|---|---|---|---|
| 1 | GPT-5.6 Luna (Non-reasoning) | OpenAI | 26.80 | $10.2 | 3.84s | 2026-07-09 | |
| 2 | GPT-5.6 Luna (low) | OpenAI | 33.90 | $13.7 | 4.43s | 2026-07-09 | |
| 3 | GPT-5.6 Luna (medium) | OpenAI | 38.90 | $21.1 | 4.97s | 2026-07-09 | |
| 4 | GPT-5.6 Luna (high) | OpenAI | 47.00 | $55.0 | 13.5s | 2026-07-09 | |
| 5 | GPT-5.6 Luna (xhigh) | OpenAI | 50.10 | $95.1 | 32.0s | 2026-07-09 | |
| 6 | Gemini 3.7 Flash (low) | 50.90 | $165 | - | 2026-08-13 | ||
| 7 | GPT-5.6 Luna (max) | OpenAI | 52.30 | $172 | 113.1s | 2026-07-09 | |
| 8 | Gemini 3.7 Flash (medium) | 53.40 | $278 | - | 2026-08-13 | ||
| 9 | Gemini 3.7 Flash (high) | 56.00 | $485 | - | 2026-08-13 | ||
| 10 | Muse Spark 1.2 (xhigh) | Meta | 56.80 | $639 | - | 2026-08-05 | |
| 11 | GPT-5.6 Sol (high) | OpenAI | 57.30 | $955 | 18.5s | 2026-07-09 | |
| 12 | Grok 4.6 (high) | SpaceXAI | 60.90 | $1068 | 45.0s | 2026-08-12 | |
| 13 | Claude Opus 5 (Adaptive Reasoning, High Effort) | Anthropic | 61.50 | $1974 | 24.9s | 2026-07-24 | |
| 14 | Claude Opus 5 (Adaptive Reasoning, Xhigh Effort) | Anthropic | 62.50 | $2909 | 43.4s | 2026-07-24 | |
| 15 | Claude Opus 5 (Adaptive Reasoning, Max Effort) | Anthropic | 63.10 | $3836 | 57.2s | 2026-07-24 |
ডাউনলোডযোগ্য ওয়েটসহ, নিজে হোস্ট করার জন্য সেরা মূল্যের LLMs (open weights)
| # | মডেল | নির্মাতা | দক্ষতার স্কোর (Intelligence Index) | বেঞ্চমার্কের খরচ (USD) | মোট সময় (E2E) | ডাউনলোডযোগ্য ওয়েট | প্রকাশের তারিখ |
|---|---|---|---|---|---|---|---|
| 1 | Llama 4 Scout | Meta | 10.30 | $11.6 | 4.51s | 2025-04-05 | |
| 2 | DeepSeek V3 (Dec '24) | DeepSeek | 14.20 | $20.0 | - | 2024-12-26 | |
| 3 | gpt-oss-120b (low) | OpenAI | 14.90 | $24.2 | 13.3s | 2025-08-05 | |
| 4 | MiMo-V2.5 | Xiaomi | 38.00 | $25.2 | 38.6s | 2026-04-22 | |
| 5 | DeepSeek V4 Flash (Reasoning, High Effort) | DeepSeek | 39.00 | $58.5 | - | 2026-04-24 | |
| 6 | Hy3 | Tencent | 42.20 | $93.6 | 37.5s | 2026-07-06 | |
| 7 | MiMo-V2.5-Pro | Xiaomi | 42.90 | $98.9 | 48.3s | 2026-04-22 | |
| 8 | DeepSeek V4 Pro (Reasoning, High Effort) | DeepSeek | 43.70 | $109 | 30.3s | 2026-04-24 | |
| 9 | DeepSeek V4 Pro (Reasoning, Max Effort) | DeepSeek | 45.30 | $176 | 60.5s | 2026-04-24 | |
| 10 | MiniMax-M3 | MiniMax | 45.40 | $205 | 24.3s | 2026-06-01 | |
| 11 | Kimi K3 (low) | Kimi | 48.30 | $283 | 67.6s | 2026-07-16 | |
| 12 | DeepSeek V4 Flash 0731 (Reasoning, Max Effort) | DeepSeek | 51.80 | $323 | 23.2s | 2026-07-31 | |
| 13 | DeepSeek V4 Pro 0813 (Reasoning, Max Effort) | DeepSeek | 53.20 | $605 | 31.3s | 2026-08-13 | |
| 14 | Qwen3.8 2.4T A95B | Alibaba | 57.70 | $1672 | 54.9s | 2026-08-12 | |
| 15 | Kimi K3 (max) | Kimi | 59.70 | $2425 | 66.3s | 2026-07-16 |
সমস্ত 600 মডেল তুলনা সেরা মডেল কীভাবে বদলেছে ফ্রন্টিয়ার মডেলগুলি কত দ্রুত প্রতিস্থাপিত হয় এই টেবিল Markdown হিসেবে
Model Picker কীভাবে ভাষা মডেল সাজায়
LLM-এর প্যারেটো সীমা (Pareto frontier) কী?
এমন মডেলের সমষ্টি যেগুলোকে অন্য কোনো মডেল একই সঙ্গে দুই অক্ষেই হারাতে পারে না। ডিফল্ট চার্টে অন্য কোনো মডেল একই সঙ্গে বেশি বুদ্ধিমান ও চালাতে কম খরচের নয়। বাকি প্রতিটি মডেলের জন্য একই খরচে বেশি বুদ্ধিমত্তা বা একই বুদ্ধিমত্তায় কম খরচের বিকল্প আছে।
টোকেন প্রতি মূল্যের পরিবর্তে বেঞ্চমার্ক চালানোর জন্য মোট খরচ কেন?
প্রতি টোকেনের দাম মডেল মোট কত টোকেন খরচ করে তা লুকিয়ে রাখে, আর reasoning মডেল অনেক খরচ করতে পারে। Model Picker সম্পূর্ণ Intelligence Index চালাতে Artificial Analysis-এর জানানো মোট খরচ ব্যবহার করে, তাই প্রতি টোকেনে সস্তা কিন্তু দীর্ঘ চিন্তা করা মডেলের খরচ সঠিকভাবে দেখা যায়।
বুদ্ধিমত্তা সূচক কী মাপে?
Artificial Analysis Intelligence Index হলো যুক্তি, জ্ঞান, গণিত, কোডিং ও এজেন্টভিত্তিক পরীক্ষার যৌথ সূচক। Model Picker প্রকাশিত স্কোরই ব্যবহার করে, নতুন করে স্কোর দেয় না।
ডাউনলোডযোগ্য ওয়েটের কোন LLM খরচের তুলনায় সেরা?
চার্টের টেবিল ট্যাবের open-weights frontier ডাউনলোডযোগ্য ওয়েটসের এমন মডেল দেখায় যেগুলোকে কোনো self-hostable মডেল বুদ্ধিমত্তা ও খরচ দুই দিকেই হারাতে পারে না। প্রতিটি সারি তার দামে ভালো পছন্দ; কিছু লাইসেন্স বাণিজ্যিক ব্যবহার সীমিত করে।
আমি যে মডেলটি ব্যবহার করি তা কি এখনও সেরা মান?
উপরের তুলনায় মডেলের নাম লিখুন। নির্দেশিকা একই বা কম খরচের সেরা ফ্রন্টিয়ার মডেল এবং বেশি বুদ্ধিমত্তার পরবর্তী উপযুক্ত বিকল্প দেখায়। এজেন্ট ও cron job-ও API-তে একটি অনুরোধ করে একই প্রশ্ন করতে পারে; ভালো বিকল্প পাওয়ার দিন উত্তর 409 স্ট্যাটাস দেয়।
এই তথ্য কতটা তাজা?
Artificial Analysis এবং অন্যান্য উৎস থেকে প্রতি ছয় ঘণ্টায় ডেটাসেট রিফ্রেশ করা হয়; এই পৃষ্ঠাটি 2026-08-17 স্ন্যাপশট থেকে রেন্ডার করা হয়েছে। মেট্রিক্স স্ন্যাপশটগুলির মধ্যে স্থানান্তরিত হয় কারণ মডেলগুলি পুনরায় পরিমাপ করা হয়, তাই একটি উদ্ধৃত সংখ্যাটি স্ন্যাপশটের তারিখ বহন করে।