Stable Beluga 2
Stable Beluga 2 (Stability AI) foi lançado em 20/07/2023. No ranking de capacidade da Epoch AI (ECI), está em 205º lugar entre 267 modelos, com 117,16. Comparado aos modelos da mesma geração, o melhor resultado dele é em ARC (AI2): 86,1%, 2º de 34.
Onde o Stable Beluga 2 se destaca e onde fica atrás, pelos números
O Stable Beluga 2 tem resultado publicado em 8 provas compiladas pela Epoch AI. A régua aqui é a geração: a posição dele entre os modelos lançados entre 23/10/2022 e 18/10/2023 que fizeram a mesma prova. Contra o acervo inteiro, que tem modelos de 2023, um lançamento recente fica no topo de quase tudo, e isso não diz nada.
Onde se destaca
Provas em que fica no terço de cima da própria geração.
Onde fica atrás
Provas em que fica na metade de baixo da própria geração.
Ver as 8 provas, uma a uma
| Prova | Nota | Na geração | No geral | Recorde da prova |
|---|---|---|---|---|
| MMLU | 68,6% | 6º / 31 | 46º / 92 | 88,1% GPT-4o (May 2024) |
| ARC (AI2) | 86,1% | 2º / 34 | 10º / 65 | 95,3% DeepSeek-V3 (Mar 2025) |
| GSM8K | 69,6% | 3º / 26 (empatado com 1) | 14º / 54 | 92,0% GPT-4 (Mar 2023) |
| HellaSwag | 84,1% | 7º / 30 | 12º / 51 | 95,3% GPT-4 (Mar 2023) |
| PIQA | 83,3% | 2º / 29 | 10º / 43 | 88,7% GPT-4o mini |
| BoolQ | 89,4% | 2º / 33 | 2º / 42 | 90,9% PaLM 2-L |
| BIG-Bench Hard | 69,3% | 2º / 24 | 11º / 41 | 89,2% Gemini 1.5 Pro (Sept 2024) |
| LAMBADA | 71,3% | 14º / 19 | 14º / 20 | 79,8% Falcon-180B |
Em cada prova vale o melhor nível de esforço que o modelo fez, como no ranking. Fonte das notas: Epoch AI, sob CC BY 4.0.
Com quem comparar o Stable Beluga 2
Os modelos de outros laboratórios mais próximos em capacidade e lançados na mesma época, no máximo dois por laboratório. Clique em qualquer um para ver a página dele.
| Modelo | Laboratório | ECI | ELO | LiveBench | Lançamento |
|---|---|---|---|---|---|
| GPT-3.5 Turbo (Nov 2023) | OpenAI | 118,58 | n/d | n/d | 06/11/2023 |
| Mixtral 8x7B | Mistral AI | 118,50 | n/d | n/d | 11/12/2023 |
| Claude 3 Haiku | Anthropic | 118,39 | 1.206 | n/d | 07/03/2024 |
| Yi-34B | 01.AI | 117,43 | n/d | n/d | 02/11/2023 |
| Stable Beluga 2 | Stability AI | 117,16 | n/d | n/d | 20/07/2023 |
| Gemini 1.0 Pro | Google DeepMind | 117,07 | n/d | n/d | 13/12/2023 |
| PaLM 2-L | 115,07 | n/d | n/d | 17/05/2023 |
Stable Beluga 2 ou Mixtral 8x7B?
O Mixtral 8x7B é o modelo de outro laboratório mais próximo do Stable Beluga 2 em capacidade. Nas 5 provas que os dois fizeram, o placar é este:
| Prova | Stable Beluga 2 | Mixtral 8x7B |
|---|---|---|
| GSM8K | 69,6% | 74,4% |
| HellaSwag | 84,1% | 86,7% |
| MMLU | 68,6% | 70,6% |
| ARC (AI2) | 86,1% | 87,3% |
| PIQA | 83,3% | 83,6% |
Placar sem peso: cada prova conta um ponto, seja de matemática, seja de programação. O ponto marca quem foi melhor em cada linha.
Já usou o Stable Beluga 2? Dê sua nota
Opinião de quem usa, não medição: a nota fica separada do ranking e não mexe na posição de ninguém. Um voto por navegador, sem cadastro, e dá para trocar a nota depois.
O que as pessoas perguntam sobre o Stable Beluga 2
Qual a posição do Stable Beluga 2 no ranking de IA?
No AI Benchmark da ROO3, ordenado pelo ECI da Epoch AI, o Stable Beluga 2 está em 205º lugar entre 267 modelos, com ECI de 117,16. O ECI é um índice composto que junta vários benchmarks difíceis numa escala só. A posição muda quando sai modelo novo, e a página é apurada seis vezes por dia.
O Stable Beluga 2 é melhor que o Mixtral 8x7B?
Nas 5 provas que os dois fizeram e que a Epoch AI compilou, o Stable Beluga 2 fica à frente em 0, atrás em 5 e empata em 0. É uma comparação prova a prova, sem peso: uma vitória em matemática conta igual a uma em programação. Para escolher entre os dois, vale olhar as provas que se parecem com o seu uso.
Em que o Stable Beluga 2 vai melhor?
Comparado aos modelos da mesma geração (lançados até 9 meses antes e até 3 meses depois dele), os melhores resultados relativos do Stable Beluga 2 são: ARC (AI2) (2º de 34); BoolQ (2º de 33); PIQA (2º de 29). A régua é a posição entre os modelos daquela época que fizeram a mesma prova.
De onde vêm os números desta página?
Das mesmas três fontes do ranking, todas com licença aberta: Epoch AI (ECI e provas individuais, CC BY 4.0), Arena (ELO de preferência humana, CC BY 4.0) e LiveBench (média geral, CC BY-SA 4.0). A ROO3 não mede modelo nenhum. Quando a página traz número publicado pelo próprio fabricante, ele aparece na análise escrita, dito como sendo do fabricante, e nunca entra no ranking.
De onde vem cada número
Epoch AI, "AI Benchmarking Hub". Publicado em epoch.ai. Dados sob licença CC BY 4.0, reordenados por roo3.co.
Leaderboard da Arena (LMArena), do dataset público lmarena-ai/leaderboard-dataset no Hugging Face, sob licença CC BY 4.0. Não somos afiliados à Arena.
LiveBench, da equipe do LiveBench, publicado em livebench.ai sob licença CC BY-SA 4.0. A média geral é recalculada por roo3.co com a mesma conta do site (média das categorias), e esses números seguem sob CC BY-SA 4.0. Não somos afiliados ao LiveBench.
← Ver o ranking completo