Benchmark (test de référence)

Un test standard pour mesurer et comparer les capacités des modèles : code, maths, connaissances. Les benchmarks rendent la comparaison possible mais restent imparfaits : les modèles peuvent être optimisés pour eux, et un bon score ne garantit pas de bons résultats sur votre tâche. Ce site affiche les scores avec leur source.