बेंचमार्क आपके काम को नहीं जानते
जो मॉडल लीडरबोर्ड में सबसे ऊपर है, वह भी आपके प्रॉम्प्ट के लिए गलत चुनाव हो सकता है। अपने सवाल, अपने डेटा और अपने लहजे पर टेस्ट करना यह देखने का सबसे तेज़ तरीका है कि कौन-सा जवाब आप सच में इस्तेमाल करेंगे।
ModelCompare बड़े लैंग्वेज मॉडल (LLM) की तुलना करने वाला वेब ऐप है, जिसे आप मुफ़्त में आज़मा सकते हैं। एक प्रॉम्प्ट लिखें, उसे एक साथ 6 तक मॉडल को भेजें और उनके जवाब आमने-सामने पढ़ें, साथ में यह भी देखें कि हर मॉडल ने कितनी तेज़ी से जवाब दिया और हर जवाब की लागत क्या रही। इसमें 14 लैब के 30 मॉडल हैं, जिनमें OpenAI, Anthropic, Google, xAI, DeepSeek, और Mistral AI शामिल हैं, और शुरू करने के लिए API की, अकाउंट या सब्सक्रिप्शन की ज़रूरत नहीं।
AI मॉडल चुनने का मतलब अक्सर लीडरबोर्ड पढ़ना, कई चैट ऐप खोलना और वही सवाल हर जगह पेस्ट करना होता है। ModelCompare यह सब एक ही विंडो में ला देता है: मॉडल चुनें, प्रॉम्प्ट एक बार लिखें, और हर मॉडल एक ही समय पर अपने कॉलम में जवाब देता है।
जवाबों के बगल में वे आँकड़े मिलते हैं जो टोकन के हिसाब से भुगतान करते समय मायने रखते हैं: पहले टोकन तक का समय, कुल समय, आउटपुट स्पीड, इस्तेमाल हुए टोकन और हर जवाब की सटीक लागत। फ़ॉलो-अप संदेश सभी मॉडल को जाते हैं, इसलिए आप सिर्फ़ एक जवाब नहीं, पूरी बातचीत की तुलना कर सकते हैं।
टेस्ट करने से पहले सूची छोटी करने के लिए, कीमत बनाम इंटेलिजेंस मैप हर स्कोर वाले मॉडल को उसके Artificial Analysis Intelligence Index और प्रति दस लाख टोकन की मिश्रित कीमत के आधार पर दिखाता है, ताकि सबसे किफ़ायती मॉडल अलग से दिख जाएँ।
जो मॉडल लीडरबोर्ड में सबसे ऊपर है, वह भी आपके प्रॉम्प्ट के लिए गलत चुनाव हो सकता है। अपने सवाल, अपने डेटा और अपने लहजे पर टेस्ट करना यह देखने का सबसे तेज़ तरीका है कि कौन-सा जवाब आप सच में इस्तेमाल करेंगे।
प्रति दस लाख टोकन की कीमत की कल्पना करना मुश्किल है। ModelCompare भेजने से पहले अनुमान दिखाता है और भेजने के बाद हर जवाब की सटीक लागत, ताकि आप समझ सकें कि 20 गुना सस्ता मॉडल आपके लिए काफ़ी अच्छा है या नहीं।
चैट और एजेंट के लिए इंतज़ार का समय मायने रखता है। हर रन में पहले टोकन तक का समय और प्रति सेकंड टोकन दर्ज होते हैं, जो एक ही प्रॉम्प्ट पर एक ही समय में मापे जाते हैं।
कोई API की नहीं, हर लैब का अलग सब्सक्रिप्शन नहीं और कोई सेटअप नहीं। आप सिर्फ़ मॉडल की अपनी प्रति-टोकन लिस्ट कीमत चुकाते हैं, उन क्रेडिट से जो मुफ़्त मिलते हैं।
एक प्रॉम्प्ट 6 तक मॉडल को भेजें और जवाब समानांतर कॉलम में लाइव स्ट्रीम होते हुए पढ़ें।
सारांश तालिका में हर मॉडल के लिए पहले टोकन तक का समय, कुल समय, आउटपुट टोकन, स्पीड और लागत दिखती है।
स्कोर वाले हर मॉडल को एक चार्ट पर देखें, जो स्वीट स्पॉट, फ्रंटियर, वर्कहॉर्स और मुश्किल से जायज़ ठहराए जाने वाले मॉडल में बँटा है। “Rank by” को कोडिंग, साइंस, कठिन रीज़निंग, टूल इस्तेमाल या लंबे दस्तावेज़ों पर बदलें, और मैप उसी बेंचमार्क के हिसाब से फिर से क्रम में आ जाएगा।
नाम, लैब या फ़ीचर से मॉडल खोजें, और ओपन वेट्स, विज़न, रीज़निंग, $1 से कम कीमत या 1M+ कॉन्टेक्स्ट के आधार पर फ़िल्टर करें।
प्रॉम्प्ट के साथ एक इमेज या PDF जोड़कर देखें कि मॉडल चार्ट, स्क्रीनशॉट और दस्तावेज़ कैसे पढ़ते हैं।
रीज़निंग स्तर एक बार सेट करें, और यह तुलना में उन सभी मॉडल पर लागू होगा जो इसे सपोर्ट करते हैं।
तुलना के पते में उसके मॉडल के नाम होते हैं, इसलिए आप यह मुक़ाबला किसी साथी को भेज सकते हैं। चैट ऐप और सोशल पोस्ट में लिंक के प्रीव्यू में ये मॉडल कीमत बनाम इंटेलिजेंस मैप पर उनके स्कोर और कीमत के साथ दिखते हैं।
पिछली तुलनाएँ आपके इतिहास में सेव होती हैं, जहाँ आप उन्हें खोज और दोबारा खोल सकते हैं।
सबसे आम कामों के लिए छोटी गाइड।
ModelCompare एक वेब ऐप है जो एक ही प्रॉम्प्ट कई AI मॉडल को एक साथ भेजता है और उनके जवाब साथ-साथ दिखाता है, हर जवाब की स्पीड और लागत के साथ। इसमें 14 लैब के 30 मॉडल हैं, जिनमें OpenAI, Anthropic, Google, xAI, DeepSeek, और Mistral AI शामिल हैं।
आप मुफ़्त में शुरू कर सकते हैं। बिना अकाउंट के हर किसी को $0.05 के क्रेडिट मिलते हैं, और Google से साइन इन करने पर यह $0.20 हो जाता है। इसके बाद आप क्रेडिट खरीदते हैं और हर जवाब के लिए सिर्फ़ मॉडल की प्रति-टोकन लिस्ट कीमत चुकाते हैं। कोई सब्सक्रिप्शन नहीं है।
यह मॉडल और जवाब की लंबाई पर निर्भर करता है। हर जवाब पर उस मॉडल की इनपुट और आउटपुट टोकन की लिस्ट कीमत लगती है। प्रॉम्प्ट बॉक्स भेजने से पहले अनुमान दिखाता है, और सारांश तालिका बाद में हर जवाब की सटीक लागत दिखाती है।
नहीं। ModelCompare आपके लिए मॉडल चलाता है, इसलिए किसी भी लैब की API की या सब्सक्रिप्शन की ज़रूरत नहीं।
एक तुलना में 6 तक मॉडल। हर फ़ॉलो-अप संदेश उन सभी को जाता है।
14 लैब के 30 मॉडल, जिनमें OpenAI, Anthropic, Google, xAI, DeepSeek, और Mistral AI शामिल हैं। कैटलॉग में हर परिवार का सबसे नया मॉडल रखा जाता है, और लैब के नए मॉडल जारी करने या कीमतें बदलने पर इसे अपडेट किया जाता है।
हाँ। संदेश के साथ एक इमेज या PDF अटैच करें। जो मॉडल इमेज नहीं पढ़ सकते उन पर निशान लगा होता है, और विज़न फ़िल्टर सिर्फ़ वही मॉडल दिखाता है जो पढ़ सकते हैं।
Artificial Analysis Intelligence Index से, जो रीज़निंग, ज्ञान, गणित और कोडिंग के कई बेंचमार्क के नतीजों को एक स्कोर में जोड़ता है। नए जारी हुए मॉडल का स्कोर अभी न हो, ऐसा हो सकता है। मैप पर आप किसी एक क्षेत्र, जैसे कोडिंग, साइंस, कठिन रीज़निंग, टूल इस्तेमाल या लंबे दस्तावेज़ों, के हिसाब से भी रैंक कर सकते हैं। इसके लिए Artificial Analysis के हर बेंचमार्क के स्कोर इस्तेमाल होते हैं।
यह प्रति दस लाख टोकन की मिश्रित कीमत है: तीन हिस्से इनपुट और एक हिस्सा आउटपुट, जो एक सामान्य चैट के करीब है। हर मॉडल की सटीक इनपुट और आउटपुट कीमतें भी दी गई हैं।
हाँ। पेज के पते में तुलना किए जा रहे मॉडल होते हैं। लिंक कॉपी करें पर क्लिक करके इसे भेज दें, और दूसरे व्यक्ति को वही मुक़ाबला दिखेगा।
इंटरफ़ेस अंग्रेज़ी, अरबी, स्पेनिश, चीनी, हिंदी, फ़्रेंच और रूसी में उपलब्ध है। आप मॉडल से उस किसी भी भाषा में प्रॉम्प्ट कर सकते हैं जिसे वे समझते हैं।
मॉडल चुनने का सबसे तेज़ तरीका है कि कुछ मॉडल को एक ही सवाल का जवाब देते हुए देखा जाए।