একটি পরিষ্কার স্কোর। একটি উন্মুক্ত পদ্ধতি।
উৎস ও পদ্ধতি
আইপিডিয়া রেটিং মডেলের গুণমান, ব্যয় এবং উপলব্ধ সংস্থানগুলিকে একটি স্কোরে একত্রিত করে। সংখ্যার পাশাপাশি, আমরা ব্যাখ্যা করি যে প্রমাণগুলি কতটা ভালভাবে সমর্থন করে।
কিভাবে স্কেল পড়বেন
0 থেকে 100% পর্যন্ত: একটি উচ্চতর স্কোর গুণমান, মূল্য দক্ষতা এবং প্রযোজ্য সংস্থানগুলির একটি শক্তিশালী সংমিশ্রণকে প্রতিফলিত করে। এটি একটি যৌগিক স্কোর, একক পরীক্ষায় নির্ভুলতা নয়।
একই রেটিং প্রসঙ্গে মডেলগুলির তুলনা করুন। পর্যাপ্ত প্রমাণ পাওয়া গেলেই আমরা একটি র্যাঙ্ক দেখাই।
তারকাচিহ্ন বলতে কী বোঝায়
স্কোরের পাশে একটি ছোট * অসম্পূর্ণ, আনুমানিক বা সীমিত ডেটা নির্দেশ করে। এটি অনুমানের উপর আস্থা বর্ণনা করে: কী অন্তর্ভুক্ত এবং কী অনুপস্থিত তা দেখার জন্য টুলটিপটি খুলুন।
যাচাই করা হয়েছে
কোনও তারকাচিহ্ন নেই: মূল প্রমাণ নিশ্চিত করা হয়েছে এবং স্কোরটি যাচাইকরণের প্রয়োজনীয়তা পূরণ করে।
আংশিক যাচাই করা হয়েছে
কিছু প্রমাণ নিশ্চিত করা হয়েছে; অনুমানে ফাঁকগুলি রয়ে গেছে।
আনুমানিক
প্রমাণ বিরল; বিস্তৃত বেসলাইন অনুমান ব্যবহার করা হয়।
অজানা মানে দরিদ্র নয়। যখন প্রত্যক্ষ প্রমাণ অনুপস্থিত থাকে, তখন আমরা একটি বিস্তৃত অনিশ্চয়তা ব্যবধানের সাথে একটি নিরপেক্ষ বেসলাইন ব্যবহার করি। মূল স্কোরটি কেন্দ্রীয় অনুমান হিসাবে রয়ে যায়; একটি রক্ষণশীল অনুমান আত্মবিশ্বাস এবং নেতার তুলনাকে অবহিত করে।
তিনটি উপাদান, একটি স্কোর
গুণগত মান
অনুমোদিত পরীক্ষার ফলাফল, সঠিক মডেল সংস্করণ এবং মূল্যায়নের শর্তগুলির জন্য অ্যাকাউন্টিং।
দাম
তুলনামূলক স্ট্যান্ডার্ড API খরচ। বিনামূল্যে হোস্ট API এবং স্থানীয় এক্সিকিউশন আলাদাভাবে বিবেচনা করা হয়।
রিসোর্স
নিশ্চিত প্রসঙ্গ ক্ষমতা বা এই মডেল প্রকারের জন্য প্রাসঙ্গিক সংস্থান।
স্থানীয় সম্পাদন; খরচ হার্ডওয়্যার এবং বিদ্যুতের উপর নির্ভর করে
বিস্তারিত এবং উত্স
এখানে গণনার নিয়ম, সীমাবদ্ধতা এবং ডেটা উত্স রয়েছে। এর সম্পূর্ণ নিরীক্ষা দেখতে যে কোনও মডেল প্যানেল খুলুন।
একটি সর্বজনীন রেটিং
পাবলিক এআইপিডিয়া রেটিং সর্বদা BALANCEDব্যবহার করে। প্রসঙ্গগুলি তুলনামূলক কাজগুলি বর্ণনা করে; মডেল প্রকারগুলি জুড়ে কোনও সর্বজনীন র্যাঙ্কিং নেই। কোয়ালিটি-ফার্স্ট এবং ইকোনমি প্রোফাইলগুলি ভবিষ্যতের সংগ্রহের জন্য অভ্যন্তরীণ ইঞ্জিন বিকল্প হিসাবে রয়ে যায়।
অনুমোদিত বাহ্যিক প্রমাণ
ক্যানোনিকাল মাস্টার সঠিক মডেল, কনফিগারেশন, টাস্ক, রানার, সংখ্যাসূচক ফলাফল, তারিখ এবং উত্স সংরক্ষণ করে। স্বতন্ত্র বাহ্যিক ফলাফল এবং এরিনা পছন্দগুলি দুর্বল বিকাশকারী প্রতিবেদন থেকে পৃথক। অ-পাবলিক গবেষণা, কম্পোজিট, সুপারসেড ডুপ্লিকেট এবং বাতিল করা অনুমতিগুলি বাদ দেওয়া হয়। AIpedia বাহ্যিক ফলাফলগুলি একত্রিত করে এবং কোনও মূল্যায়ন ল্যাব পরিচালনা করে না।
হিমায়িত ক্ষমতা স্কেল
মূল হিমায়িত ক্ষমতা ঝুড়ি, আইটেম সহগ এবং স্কেল অপরিবর্তিত রয়েছে। নতুন অনুমোদিত আইটেমগুলির জন্য কমপক্ষে পাঁচটি সঠিক হিমায়িত থিটা অ্যাঙ্কর এবং অ্যাপেন্ড-অনলি রিজ বাইন্ডিং প্রয়োজন। একটি আনবাউন্ড আইটেম মাস্টারে সংরক্ষণ করা যেতে পারে তবে কখনই নীরবে স্কোর করা হয় না। এরিনা ব্র্যাডলি-টেরি রেটিং এবং এজেন্ট IPS পৃথক হিমায়িত রূপান্তর সহ পৃথক মেট্রিক্স।
ক্যাপ এবং সঠিক কনফিগারেশন
ফ্যামিলি ক্যাপ 1.5 কার্যকর পর্যবেক্ষণ; ইপোক ক্যাপ 6, অন্যান্য রানার ক্যাপ 2। এরিনা তার একটি কার্যকর পর্যবেক্ষণ এবং 25% নির্ভুলতার ক্যাপ রাখে। বিকাশকারীর প্রমাণ দুর্বল এবং 20% নির্ভুলতা শেয়ার ক্যাপ রয়েছে। ইঞ্জিনটি উদ্দেশ্যমূলক পারিবারিক কভারেজ দ্বারা একটি সঠিক কনফিগারেশন বেছে নেয়, তারপরে প্রচেষ্টা। বিভিন্ন প্রচেষ্টা কখনও পুল করা হয় না; একটি অনির্দিষ্ট প্রচেষ্টা অনুমান করা হয় না।
এরিনা এবং লাইভবেঞ্চ
এরিনা কেবল আলিঙ্গন ফেসের অফিসিয়াল এলমারেনা-এআই / লিডারবোর্ড-ডেটাসেট থেকে আসে, CC BY 4.0 অ্যাট্রিবিউশন সহ। কাঁচা এবং স্টাইল-নিয়ন্ত্রিত সংস্করণ এবং সমষ্টি / সাবসিগন্যালগুলি ডাবল গণনা করা হয় না। লাইভবেঞ্চ অফিসিয়াল রিলিজ / বিভাগ সংজ্ঞা সহ আনুষ্ঠানিকভাবে প্রকাশিত টাস্ক ফলাফল ব্যবহার করে। এটি একটি পৃথক উদ্দেশ্যমূলক পরিবার এবং স্বতন্ত্র বহিরাগত রানার। কেবল সাবটাস্কগুলি আমদানি করা হয়; বিভাগ এবং বিশ্বব্যাপী গড় বাদ দেওয়া হয়।
মূল্য এবং প্রযোজ্য সংস্থান
স্ট্যান্ডার্ড হোস্টেড API দামগুলি বিদ্যমান হিমায়িত অ্যাঙ্কর এবং তুলনামূলক ইউনিট ব্যবহার করে। একটি নিশ্চিত স্থায়ী ফ্রি হোস্টেড API সি =1থাকতে পারে। যাচাই করা তুলনামূলক TCO ব্যতীত স্থানীয় ওজনের অর্থনীতি এন / এ / স্ব-হোস্টেড রয়েছে। সংস্থান সংজ্ঞাগুলি প্রসঙ্গের উপর নির্ভর করে: LLM টোকেন প্রসঙ্গ, এম্বেডিং ইনপুট সীমা, TTS ইনপুট সীমা, STT অডিও সময়কাল, চিত্র রেজোলিউশন এবং ভিডিও সময়কাল। অনিশ্চিত প্রযোজ্য সংস্থানগুলি অনুপস্থিত রয়েছে। স্কোর বাড়ানোর জন্য কোনও নতুন স্বেচ্ছাচারী সংস্থান অ্যাঙ্কর তৈরি করা হয় না।
প্রয়োগযোগ্যতা এবং ওজন
প্রতিটি উপাদান প্রযোজ্য-পরিচিত, প্রযোজ্য-অনুপস্থিত বা প্রযোজ্য নয়। এন / এ এর কোনও অনুমান এবং শূন্য ওজন নেই এবং কভারেজ ডিনোমিনেটর থেকে সরানো হয়। অবশিষ্ট BALANCED ওজন 78/16/6থেকে স্বাভাবিক করা হয়। প্রযোজ্য উপাদানগুলি অনুপস্থিত তাদের মূল নিরপেক্ষ অনুমান এবং বিস্তৃত অনিশ্চয়তা বজায় রাখে। এন / এ এবং অজানা বিনিময়যোগ্য নয়।
প্রমাণ গেট
একটি যোগ্য সামগ্রিক মডেলের জন্য দুটি ডোমেনে দুটি নন-এরিনা পরিবার প্রয়োজন। একটি প্রসঙ্গের জন্য পর্যাপ্ত মডেল, পরিবার এবং বহিরাগত রানার প্রয়োজন। বিশেষ প্রসঙ্গগুলির জন্য বৈধ স্বতন্ত্রতাও প্রয়োজন। নতুন ফলাফল সংরক্ষণ করা নিজেই একটি প্রসঙ্গ প্রস্তুত করে না। অননুমোদিত SWE-বেঞ্চ /CODE গবেষণা বাদ দেওয়া হয়।
প্রদর্শিত স্কোর এবং অনিশ্চয়তা
প্রদর্শিত রেটিং হ'ল কেন্দ্রীয় যৌগিক 100 × Q^wq × (0.2+0.8C)^wc × (0.3+0.7K)^wk প্রযোজ্য উপাদানগুলির উপর। প্রতিটি স্ন্যাপশট তার মুখোশ, সঠিক উপাদান, বেস / কার্যকর ওজন এবং সুস্পষ্ট সমন্বয় সংরক্ষণ করে, বর্তমানে শূন্য। রানটাইম প্রজনন যাচাই করে। দশম শতাংশটি একটি পৃথক রক্ষণশীল আত্মবিশ্বাস / সীমান্ত অনুমান এবং প্রদর্শিত স্কোরটি কখনই প্রতিস্থাপন করে না।
নির্ভুলতা, সমর্থন এবং কভারেজ
নির্ভুলতা মিসফিট এবং প্রারম্ভিক-প্রমাণ সমন্বয়ের পরে পরিসংখ্যানগত অনিশ্চয়তা বর্ণনা করে। সমর্থন স্বতন্ত্র বহিরাগত রানার পথগুলি গণনা করে: এ কমপক্ষে তিনটি, বি দুই, সি কম। বিকাশকারী প্রতিবেদনগুলি কখনই স্বতন্ত্র পথ হয়ে ওঠে না। কভারেজ হ'ল প্রাসঙ্গিক মান, প্রযোজ্য মূল্য / সংস্থান, সঠিক কনফিগারেশন, বাহ্যিক রানার বৈচিত্র্য এবং প্রস্থের ভগ্নাংশ। এন / এ বাদ দেওয়া হয়; অনুপস্থিত প্রমাণ আত্মবিশ্বাস এবং তারকাকে প্রভাবিত করে।
সতেজতা
ফ্রেশনেস স্ন্যাপশট ডেটা কাটঅফ ব্যবহার করে, অনুরোধ ঘড়ি নয়। মূল্য /API প্রাপ্যতার থ্রেশহোল্ডগুলি 30/60 দিন, রিসোর্স 180/365, কনফিগারেশন 90/180। মেয়াদোত্তীর্ণ প্রয়োজনীয় তথ্যগুলি অজানা হয়ে যায়। একটি বেঞ্চমার্ক অবৈধতা বা প্রত্যাহারের অনুমতির জন্য বাদ দেওয়া হয়, কেবল বয়স নয়। স্ন্যাপশটের বয়স একটি পৃথক সতর্কতা।
সামঞ্জস্যপূর্ণ পদমর্যাদা এবং সীমান্ত
সঠিক পাবলিক র্যাঙ্ক একটি সামঞ্জস্যপূর্ণ প্রেক্ষাপটের মধ্যে যোগ্য মডেলগুলিতে সীমাবদ্ধ। 20% এর নীচে কভারেজ সঠিক র্যাঙ্ককে দমন করে এবং সীমিত তথ্যের উপর ভিত্তি করে স্কোরকে লেবেল করে। রক্ষণশীল সীমান্ত হিমায়িত অর্থপূর্ণ গ্যাপ ডেল্টা থিটা 0.28 এবং মূল যোগ্যতা গেট ব্যবহার করে। ক্যাটালগ সংখ্যাসূচক বাছাই একটি ক্রস-প্রসঙ্গ #N আবিষ্কার করে না।
পুনরুত্পাদনযোগ্যতা
বিল্ডগুলি 6ব্যবহার করে,000 নির্ধারণবাদী মন্টে কার্লো বিদ্যমান থ্রেশহোল্ড জোনে000 12করে। স্থিতিশীল রেকর্ড আইডিগুলি বীজকে সংজ্ঞায়িত করে। ক্যানোনিকাল মাস্টার পরিবর্তনের পরে বৈজ্ঞানিক গণনা অফলাইনে চলে; রানটাইম কেবল বৈধ JSON পড়ে। ঐতিহাসিক স্ন্যাপশট এবং মূল ক্যালিব্রেশন বাইটগুলি সংরক্ষণ করা হয়।
তারকাচিহ্ন এবং সীমাবদ্ধতা
কোনও তারকাচিহ্ন নেই মানে প্রাসঙ্গিক ইনপুট এবং নিশ্চিতকরণের প্রয়োজনীয়তাগুলি পূরণ করা হয়। আংশিক * মানে প্রমাণ অসম্পূর্ণ; অনুমানিক * মানে একটি প্রয়োজনীয় ইনপুট অজানা বা গুণমান একটি পূর্ববর্তী থেকে যায়। অজানা মানে খারাপ নয়। একক-ফ্যাক্টর গুণমান এবং প্রতি টোকেন অর্থনীতি প্রতিটি বাস্তব কাজের প্রতিনিধিত্ব করতে পারে না; পছন্দের ফলাফলগুলি বস্তুনিষ্ঠ মানদণ্ডে পরিণত হয় না।
ক্যাটালগটি কীভাবে যাচাই করা হয়
AIpediya হলো এআই মডেল ও এআই টুলের একটি সম্পাদকীয় রেফারেন্স ক্যাটালগ। মডেল ও টুল আলাদা ক্যাটালগ, প্রতিটির নিজস্ব নম্বর, ফিল্টার ও কার্ড রয়েছে। এটি বাছাই করা একটি সংকলন, বিদ্যমান সব মডেলের পূর্ণাঙ্গ নিবন্ধ নয়।
উৎস ও যাচাইয়ের তারিখ
প্রতিটি এন্ট্রি উৎসের ওপর ভিত্তি করে তৈরি: প্রথমে ডেভেলপারের অফিসিয়াল ডকুমেন্টেশন, ঘোষণা, মডেল কার্ড বা মূল্যের পৃষ্ঠা; নির্ভরযোগ্য গৌণ উৎস কেবল তখনই, যখন কোনো অফিসিয়াল উৎস নেই। প্রতিটি কার্ডে উৎসের লিংক থাকে এবং দেখানো হয় একজন সম্পাদক শেষবার কখন তা যাচাই করেছেন। যাচাইয়ের তারিখ প্রকাশের তারিখ নয়, এবং AIpediya-র চালানো কোনো পরীক্ষাও নয়।
কী প্রকাশ করা হয়
Publication requires reviewed evidence of the product's existence and identity. Unresolved existence or identity questions keep a candidate in the internal review queue. A real product may remain public with unknown prices, dates or origins, explicitly distinguished from confirmed data. Removing a record from publication preserves its history.
প্রকাশের তারিখ ও ক্যাটালগ নম্বর
সঠিক প্রকাশের তারিখ কেবল তখনই দেখানো হয়, যখন কোনো উৎস তা নিশ্চিত করে। অন্যথায় জনসমক্ষে অস্তিত্বের প্রথম নির্ভরযোগ্য তারিখটি ≈ চিহ্নসহ মাস বা দিনের নির্ভুলতায় দেখানো হয়। অজানা তারিখ ফাঁকা থাকে এবং সেই এন্ট্রিগুলো কালানুক্রমিক ক্রমে সবশেষে আসে। ক্যাটালগ নম্বর যাচাইকৃত প্রকাশের তারিখ অনুসারে পুরোনো থেকে নতুন ক্রমে দেওয়া হয়; একই তারিখে প্রকাশিত এন্ট্রিগুলো নাম অনুসারে সাজানো হয়।
মূল্য
মূল্য হলো সরবরাহকারীর প্রকাশিত তালিকা মূল্য, মার্কিন ডলারে এবং একক উল্লেখসহ, যেমন প্রতি ১০ লাখ ইনপুট টোকেন, প্রতি ছবি, ভিডিওর প্রতি সেকেন্ড বা প্রতি মাস। ইনপুট ও আউটপুট টোকেন, ব্যাচ, অফ-পিক এবং অন্যান্য স্তর তাদের শর্তসহ আলাদাভাবে রাখা হয়। ফ্রি টিয়ার মানে বিনামূল্যে সীমাহীন API অ্যাক্সেস নয়, এবং সাবস্ক্রিপশন কোনো একটি মডেল সংস্করণের নয়, বরং একটি সেবার অংশ। কর, কোটা ও আঞ্চলিক শর্তাবলি চূড়ান্ত খরচ পরিবর্তন করতে পারে। অজানা মূল্য ফাঁকা থাকে, কখনো শূন্য দেখানো হয় না।
উৎপত্তির দেশ
Confirmed origins identify documented countries of the organizations or independent teams responsible for a product, with sources. More than one country can apply. A tentative origin is separately labeled and supported by the available evidence; it is not a confirmed country. An unknown origin does not by itself hide a real product.
স্বাধীন মূল্যায়ন
কেবলমাত্র একই বেঞ্চমার্ক এবং প্রোটোকলের ফলাফলগুলি তুলনীয়। প্রতিটি ফলাফলে মূল্যায়নকারী, বেঞ্চমার্ক, কনফিগারেশন, স্ন্যাপশট এবং চেক তারিখের নাম দেওয়া হয়েছে। বিকাশকারীর ফলাফলগুলি স্বতন্ত্র রান এবং যৌগিক সূচক থেকে পৃথক। তৃতীয় পক্ষের ফলাফলগুলির জন্য যাচাইকৃত সঠিক মডেল পরিচয় এবং প্রকাশের অনুমতি প্রয়োজন। AIpedia রেটিং v1.0 অনুমোদিত প্রমাণ থেকে পৃথকভাবে গণনা করা হয়; এর প্রসঙ্গ এবং সীমাবদ্ধতাগুলি নীচে ব্যাখ্যা করা হয়েছে।
ওপেন ওয়েট ও লাইসেন্স
ওপেন ওয়েট মানে ডেভেলপারের উল্লিখিত লাইসেন্সের অধীনে ওয়েটগুলো ডাউনলোড করা যায়। এটি ওপেন সোর্সের সমান নয়, এবং কোনো মডেল লোকালি চালাতেও হার্ডওয়্যার ও শক্তি প্রয়োজন।
অজানা মান ও পরস্পরবিরোধী উৎস
অজানা মান ফাঁকা দেখানো হয়, কখনো শূন্য বা “না” হিসেবে নয়। উৎসগুলো একমত না হলে বা কোনো মান নিশ্চিত করা না গেলে মানটি ফাঁকা থাকে অথবা এন্ট্রিটি পর্যালোচনায় থাকে; মানগুলোর কখনো গড় করা হয় না বা অনুমান করা হয় না।
হালনাগাদ ও অনুবাদ
The owner directs research assisted by AI agents and automated consistency checks, and approves publication. Reviewed batches update records, prices, facts and evaluations; an internal history preserves changes. Daily verification of every source is not guaranteed. English and Russian are the authored source languages. Other translations follow the existing pipeline; missing or outdated primary translations fall back to English and prevent indexing of that locale until ready.
Personal features and public access limits
A public general-purpose API and a public per-record revision log are not available. Personal saved models and tools, subscriptions, notifications and product discussions are available through the existing account features; they are separate from the catalog's evidence and rating calculations.
প্রসঙ্গ এবং তথ্য স্ন্যাপশট
তথ্য হিসাবে 2026-11-03 · পদ্ধতি পাঠ্য সংস্করণ v1.0
ক্যাটালগটি কীভাবে যাচাই করা হয়
প্রতিটি ফলাফল তার উত্স, বেঞ্চমার্ক, মডেল সংস্করণ এবং রান শর্তাবলী বজায় রাখে। আমরা কেবল প্রকাশের জন্য অনুমোদিত ডেটা ব্যবহার করি; বিকাশকারীর ফলাফলগুলি স্বতন্ত্র মূল্যায়ন থেকে আলাদাভাবে দেখানো হয়।
Epoch AI ↗ · LMArena ↗ · LiveBench ↗
মডেল: 466 · টুল: 186