KI-Tools, bewertet für deinen Beruf
Bezahlte KI-Jobs
🤝 Du bist in der Frei-&-Open-Source-Bibliothek — von der Community entwickelte Tools, die du kostenlos nutzen kannst. Ein anderes Konzept als unser bewertetes KI-Verzeichnis.
Start › Frei & Open Source › Marketing › llm-leaderboard
✦ Frei & Open SourceMarketing

llm-leaderboard

Ein strukturiertes, offenes Datenset, das Benchmark-Ergebnisse von Sprachmodellen, Kontextfenster-Limits und Anbieterpreise abbildet.

LLM-Benchmark-Ergebnisse, Kontextfenster und Preise vergleichen

Greifen Sie auf strukturierte JSON-Datensets zu, die Leistungsmetriken, Anbieternkosten und Modellfunktionen vergleichen.

Für immer kostenlos · quelloffen einsehbar · Licence not stated in the repository
✓ Light setup✓ Im Browser✓ Echtzeit-Zusammenarbeit
5.4
ZEKAI
Veraltetes Datenset für die manuelle Analyse
Frei & Open Source · Marketing
Einfache Einrichtung7
Nützlichkeit4
Wartung5.5
Community5
★ 356
GITHUB
Oct 2025
AKTUALISIERT
Licence not stated in the repository
LIZENZ
🛠 Keine Lust auf Self-Hosting? Wir richten es ein →
⚡ Schnelle Antwort

Dieses Repository bietet ein strukturiertes JSON-Datenset zur Evaluierung großer Sprachmodelle. Content-Strategen und Vermarkter können Modell-Kontextfenster, Leistungswerte und API-Preise einsehen, um kosteneffiziente Modelle auszuwählen. Bitte beachten Sie, dass dieses Projekt offiziell veraltet ist und keine aktiven Updates mehr erhält.

Läuft auf
Web
Hosting
Cloud oder selbst gehostet
Sprachen
JavaScript
Lizenz
Licence not stated in the repository

Was es ist

Es aggregiert Leistungs-Benchmark-Ergebnisse (wie MMLU, GPQA und MATH), Parameteranzahlen, Kontextlimits und Anbieterpreise in schemavalidierten JSON-Dateien. Das Datenset organisiert Datensätze in dedizierten Verzeichnissen für Modelle, Anbieter und Benchmarks. Sie können diese Dateien direkt einsehen, um benutzerdefinierte Vergleichstools zu erstellen oder die Modelleffizienz zu analysieren.

Für wen

Es eignet sich für technische Content-Ersteller, Prompt-Ingenieure und Marketing-Operations-Spezialisten, die historische Rohdaten benötigen, um die Modellleistung mit den API-Kosten zu vergleichen. Es ist nicht geeignet für nicht-technische Benutzer, die eine schlüsselfertige SaaS-Plattform suchen, oder Teams, die Live-Feeds mit automatischen Aktualisierungen für Benchmarks benötigen.

Wichtige Funktionen

Strukturierte JSON-Schemas

Modellmetadaten, Benchmark-Ergebnisse und Preisdetails werden in übersichtlichen, schemavalidierten JSON-Verzeichnissen gespeichert.

Anbieterkosten-Zuordnung

Verknüpft spezifische Sprachmodelle mit Anbieterpreisen, Kontextfenster-Parametern und Hardwarekonfigurationen.

Standardisierte Evaluierungsverfolgung

Erfasst Modellwerte über etablierte Branchen-Benchmarks hinweg, einschließlich MMLU, GPQA, HumanEval und MATH.

Überprüfbare Quellenangaben

Dateneingabeschemas fördern überprüfbare Zitierlinks für alle eingereichten Leistungsmetriken.

Erste Schritte

Startklar in 3 Schritten

1
Klonen Sie das Repository, um auf das rohe JSON-Datenset im Ordner data zuzugreifen.
2
Überprüfen Sie data/provider_models und data/model_benchmarks, um Kosten und Scores zu bewerten.
3
Parsen Sie die schemavalidierten Dateien in Ihre internen Berichte oder ein benutzerdefiniertes Dashboard.
Klartext

Unser ehrliches Fazit

Stärken

  • Die organisierte JSON-Verzeichnisstruktur macht die Datenextraktion unkompliziert
  • Kombiniert Anbieterpreise direkt mit Leistungs-Benchmark-Metriken
  • Verwendet Schema-Validierung, um die Datenkonsistenz zu gewährleisten
  • Enthält Kontextfenster- und Ausgabelimits, die für die Planung von Content-Workflows nützlich sind

Schwächen

  • Das Repository ist veraltet und erhält keine Updates oder offizielle Wartung mehr
  • Erfordert benutzerdefinierte Skripte oder JSON-Viewer, um Daten effektiv abzufragen und zu filtern
  • Gibt in den Metadaten des Repositorys keine standardmäßige Open-Source-Lizenz an
  • Sie müssen Ihren eigenen Web-Viewer hosten, wenn Sie eine interaktive Dashboard-Oberfläche wünschen
Kosten

Preise & Lizenz

Der Inhalt des Repositorys kann kostenlos heruntergeladen und eingesehen werden. Die einzigen Kosten bestehen aus der Zeit und der Hosting-Infrastruktur, die erforderlich sind, um eigene Parsing-Skripte oder Web-Viewer auszuführen.

Bezahlte Arbeit

Stellen für Deutschsprachige

877 offene Remote-Stellen im KI-Training, aktualisiert am 16. November 2026; die meisten zahlen $20–$175 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.

Alle offenen Stellen ansehen →
Vergleich

Alternativen

Mehr

Nutze es, oder lass es uns einrichten

📄 Kostenloses PDF: llm-leaderboard für Marketing
Ein verständlicher Leitfaden für dein erstes Ergebnis. Direkt in dein Postfach.
🔔 64 Personen wünschen sich ein komplettes Video-Tutorial — stimme ab
🛠 Keine Lust auf eigene Einrichtung?
Wir installieren, hosten & konfigurieren llm-leaderboard für dich — und schulen dein Team.
Erledigen lassen ↗
Fragen

FAQ

Wird dieses Repository noch aktiv gewartet?

Nein, das Repository ist offiziell veraltet. Datenkorrekturen werden nun an den Community-Bereich von llm-stats verwiesen.

Wie können Content-Teams diese Daten nutzen?

Sie können Kontextfenstergrößen und Preise mit Benchmark-Scores vergleichen, um das richtige LLM für die Generierung langer Texte auszuwählen.

Radar

Neueste KI-News

✉️ Das wöchentliche kostenlose Toolkit
Die besten neuen freien & Open-Source-Tools für Marketing — eine kurze E-Mail pro Woche, in deiner Sprache.
Kostenlos · 1 E-Mail/Woche · jederzeit abbestellbar
Mit KI-Training Geld verdienen →

Zekai zuerst in Google sehen