LLMBoard.ai

LLMBoard.ai répond à une question qui change toutes les quelques semaines : quel modèle devrions-nous réellement utiliser ? Le site maintient un catalogue continuellement mis à jour de modèles et de résultats de benchmarks, présentés sous forme de classements organisés par tâche : chat et LLM général, agents, code, raisonnement, mathématiques, connaissances, suivi d'instructions, avec des volets distincts pour la vision, la génération et l'édition d'images, la vidéo, la synthèse vocale, la reconnaissance vocale et les embeddings. Chaque classement s'appuie sur des benchmarks nommés comme GPQA, MMLU-Pro, AIME, SWE-Bench Verified, LiveCodeBench, MATH, HumanEval et MMMU-Pro.

Ce qui le distingue d'un classement à score unique, c'est la séparation volontaire des signaux. Les scores de capacité sont présentés à part du prix, de la latence d'exécution et de la fiabilité des fournisseurs : un modèle en tête d'un benchmark n'est donc pas automatiquement présenté comme le plus rentable ou le plus fiable en production. Des pages de prix dédiées couvrent les tokens de chat, l'image, la vidéo et l'audio, avec des vues sur la vitesse et la fiabilité. La section scoring et données documente la correspondance des modèles et les règles de notation, et chaque page de benchmark affiche l'ordre brut et la couverture pour juger les preuves.

Il s'adresse aux équipes d'ingénierie, aux chefs de produit et aux chercheurs qui évaluent des modèles pour une charge de travail précise, ainsi qu'à ceux qui suivent la comparaison entre modèles ouverts et propriétaires de pointe. C'est une ressource d'information et de comparaison : le site n'héberge pas les modèles, et les résultats doivent servir de point de départ à vos propres tests.