Un conjunto de datos abierto y estructurado que relaciona las puntuaciones de los benchmarks de modelos de lenguaje, los límites de la ventana de contexto y los precios de los proveedores.
Accede a conjuntos de datos JSON estructurados que comparan métricas de rendimiento, costes de proveedores y capacidades de los modelos.
Este repositorio ofrece un conjunto de datos JSON estructurado para evaluar modelos de lenguaje grande. Los estrategas de contenido y especialistas en marketing pueden examinar las ventanas de contexto de los modelos, las puntuaciones de rendimiento y los precios de la API para seleccionar modelos rentables. Ten en cuenta que este proyecto está oficialmente obsoleto y ya no recibe actualizaciones activas.
Agrega resultados de benchmarks de rendimiento (como MMLU, GPQA y MATH), recuentos de parámetros, límites de contexto y precios de proveedores dentro de archivos JSON validados mediante esquemas. El conjunto de datos organiza los registros en directorios dedicados para modelos, proveedores y benchmarks. Puedes examinar estos archivos directamente para crear herramientas de comparación personalizadas o analizar la eficiencia de los modelos.
Está dirigido a creadores de contenido técnico, ingenieros de prompts y especialistas en operaciones de marketing que necesitan datos históricos en bruto para comparar el rendimiento de los modelos con los costes de la API. No es adecuado para usuarios no técnicos que busquen una plataforma SaaS llave en mano o equipos que requieran fuentes de benchmarks en directo y con actualización automática.
Los metadatos de los modelos, los resultados de los benchmarks y los detalles de precios se almacenan en directorios JSON limpios y con esquemas validados.
Vincula modelos de lenguaje específicos con los precios de los proveedores, los parámetros de la ventana de contexto y las configuraciones de hardware.
Registra las puntuaciones de los modelos en benchmarks del sector establecidos, incluidos MMLU, GPQA, HumanEval y MATH.
Los esquemas de entrada de datos fomentan enlaces de citación verificables para todas las métricas de rendimiento enviadas.
El contenido del repositorio es de descarga y consulta gratuita. El único coste asociado es el tiempo y la infraestructura de alojamiento necesarios para ejecutar tus propios scripts de análisis personalizados o visores web.
877 puestos remotos abiertos de entrenamiento de IA, actualizados el 16 de noviembre de 2026; la mayoría paga $20–$175 por hora. 22 de ellos piden hispanohablantes. Zekai los lista gratis; la solicitud va a la plataforma del empleador.
No, el repositorio está oficialmente obsoleto. Las correcciones de datos ahora se dirigen a la sección de la comunidad de llm-stats.
Puedes comparar los tamaños de la ventana de contexto y los precios con las puntuaciones de los benchmarks para elegir el LLM adecuado para la generación de contenido extenso.
Ve Zekai primero en Google