Model
Picker
मॉडल तुलना
नतीजे की गुणवत्ता, उसे पाने की कुल लागत और एंड-टू-एंड देरी की तुलना करें।
एक मॉडल चुनें। ज़रूरत हो तो तुलना के लिए दूसरा जोड़ें।
आपकी बेसलाइन अनुरूप फ्रंटियर अनुशंसाओं को अनलॉक करती है। दूसरा फ़ील्ड वैकल्पिक है और पूर्ण गुणवत्ता, लागत और विलंबता विवरण खोलता है।
अपने मॉडल पर नज़र रखें
नए मॉडल कुछ ही हफ्तों में मौजूदा मॉडल से बेहतर मूल्य दे सकते हैं। इसे रोज़ चलाएँ; आपका इस्तेमाल किया जा रहा मॉडल पीछे पड़ते ही आपको सूचना मिल जाएगी: 200 जबकि यह अभी भी फ्रंटियर पर है, 409 जब कोई चीज़ पैसे के लिए अधिक बुद्धिमत्ता देती है।
अपने कोडिंग एजेंट को स्किल दें
एक एजेंट कौशल जो यह सुनिश्चित करता है कि हर बार जब आपका एजेंट आपकी परियोजनाओं के लिए LLM चुनता है, तो वह सर्वोत्तम इंटेलिजेंस-प्रति-डॉलर मॉडल चुनता है। लागत बचाएं और अधिकतम बुद्धिमत्ता प्राप्त करें।
फ़िल्टर और अक्ष
माप और मॉडल समूह बदलें। चार्ट तुरंत अपडेट होता है।
लॉग अक्ष दिखाए गए मॉडलों की माध्यिका लागत पर केंद्रित है, AA के नियम के अनुसार। समान दूरी समान लागत अनुपात दिखाती है। हरा क्षेत्र दिखाए गए मॉडल समूह के सापेक्ष रहता है।
15 LLMs जो पैसे के बदले सबसे अधिक बुद्धिमत्ता देता है (2026-08-17)
डेटासेट में 600 मॉडल में से, 15 इंटेलिजेंस-बनाम-लागत Pareto frontier पर है: कोई अन्य मॉडल चलाने के लिए स्मार्ट और सस्ता दोनों नहीं है। सबसे सस्ता फ्रंटियर मॉडल है GPT-5.6 Luna (Non-reasoning) (प्रति बेंचमार्क रन के लिए $10.2 के लिए इंटेलिजेंस 26.80); सबसे चतुर है Claude Opus 5 (Adaptive Reasoning, Max Effort) (बुद्धिमत्ता 63.10, $3836)। अपने अलग फ्रंटियर पर डाउनलोड किए जा सकने वाले वेट्स वाला सबसे बुद्धिमान, खुद होस्ट किया जा सकने वाला मॉडल है Kimi K3 (max) Kimi (बुद्धिमत्ता 59.70, $2425) द्वारा। प्रत्येक मॉडल का नाम अपने नंबरों के साथ एक पृष्ठ से जुड़ता है, चाहे वह सीमा रेखा रखता हो, और जो उसे हराता हो।
समग्र सीमा: सबसे सस्ते से सबसे स्मार्ट तक
| # | मॉडल | निर्माता | क्षमता स्कोर (Intelligence Index) | बेंचमार्क लागत (USD) | कुल समय (E2E) | डाउनलोड किए जा सकने वाले वेट्स | रिलीज़ की तारीख |
|---|---|---|---|---|---|---|---|
| 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 |
डाउनलोड किए जा सकने वाले वेट्स वाले, खुद होस्ट करने के लिए सबसे किफायती LLMs (open weights)
| # | मॉडल | निर्माता | क्षमता स्कोर (Intelligence Index) | बेंचमार्क लागत (USD) | कुल समय (E2E) | डाउनलोड किए जा सकने वाले वेट्स | रिलीज़ की तारीख |
|---|---|---|---|---|---|---|---|
| 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 |
सभी 600 मॉडलों की तुलना की गई सर्वश्रेष्ठ मॉडल यहाँ तक कैसे पहुँचे फ्रंटियर मॉडल कितनी तेजी से बदले जाते हैं यह तालिका Markdown में
Model Picker भाषा मॉडल को कैसे रैंक करता है
LLM की पैरेटो फ्रंटियर (Pareto frontier) क्या है?
ऐसे मॉडलों का समूह जिन्हें कोई दूसरा मॉडल दोनों अक्षों पर एक साथ नहीं हराता। डिफ़ॉल्ट चार्ट में कोई दूसरा मॉडल अधिक बुद्धिमान और चलाने में सस्ता दोनों नहीं होता। बाकी हर मॉडल के लिए समान लागत में अधिक बुद्धिमत्ता या समान बुद्धिमत्ता में कम लागत वाला विकल्प है।
प्रति टोकन कीमत के बजाय बेंचमार्क चलाने की कुल लागत क्यों?
प्रति टोकन कीमत यह नहीं दिखाती कि मॉडल कुल कितने टोकन खर्च करता है, और रीजनिंग मॉडल बहुत खर्च कर सकते हैं। Model Picker पूरे Intelligence Index को चलाने की Artificial Analysis द्वारा बताई कुल लागत इस्तेमाल करता है, इसलिए प्रति टोकन सस्ता पर लंबा सोचने वाला मॉडल सही लागत के साथ दिखता है।
बुद्धिमत्ता सूचकांक क्या मापता है?
Artificial Analysis Intelligence Index रीजनिंग, ज्ञान, गणित, कोडिंग और एजेंट संबंधी परीक्षणों का संयुक्त सूचकांक है। Model Picker प्रकाशित स्कोर ही लेता है और मॉडलों को दोबारा स्कोर नहीं करता।
डाउनलोड किए जा सकने वाले वेट्स वाला कौन-सा LLM कीमत के हिसाब से सबसे अच्छा है?
चार्ट के टेबल टैब की open-weights frontier डाउनलोड योग्य वेट्स वाले उन मॉडलों को दिखाती है जिन्हें कोई self-hostable मॉडल बुद्धिमत्ता और लागत दोनों में नहीं हराता। हर पंक्ति अपनी कीमत पर अच्छा विकल्प है; कुछ लाइसेंस व्यावसायिक उपयोग सीमित करते हैं।
क्या मेरे द्वारा उपयोग किया जाने वाला मॉडल अभी भी सर्वोत्तम मूल्य वाला है?
ऊपर की तुलना में मॉडल का नाम लिखें। मार्गदर्शिका समान या कम लागत वाला सर्वोत्तम फ्रंटियर मॉडल और अधिक बुद्धिमत्ता वाला अगला उचित विकल्प बताती है। एजेंट और cron jobs भी API के एक अनुरोध से यही प्रश्न पूछ सकते हैं; जिस दिन बेहतर विकल्प मिलता है, जवाब का स्टेटस 409 हो जाता है।
यह डेटा कितना ताज़ा है?
डेटासेट को Artificial Analysis और अन्य स्रोतों से हर छह घंटे में ताज़ा किया जाता है; यह पृष्ठ 2026-08-17 स्नैपशॉट से प्रस्तुत किया गया था। जैसे ही मॉडल को दोबारा मापा जाता है, मेट्रिक्स स्नैपशॉट के बीच स्थानांतरित हो जाते हैं, इसलिए उद्धृत संख्या में उसकी स्नैपशॉट तिथि होनी चाहिए।