آزمایشگاه مدل‌هامرجع سنجش هوش مصنوعی با زبان فارسی

ببینید کدام مدل فارسی را بهتر می‌فهمد و می‌نویسد، چقدر سریع است و قیمتش به تومان چند است.

نمونهٔ نمره‌ها
نگارش۱۰
استدلال۱۰
رسم‌الخط۱۰
پیروی از دستور۱۰
نشت زبانیبدون نشت
Gemma-3-27Bامتیاز فارسی ۱۰ / ۱۰
۸۲۲ مدل۸ حوزه۵ سنجهٔ فارسی

بهترین مدل‌های هر حوزه

هر کارت ۷ مدل برتر همان حوزه را نشان می‌دهد، اول مدل‌های موجود در مرشد. روی هر مدل بزنید تا تحلیل، قیمت و مشخصاتش را ببینید.

متن و گفتگو

امتیاز فارسی از ۱۰، از ارزیابی تیم مرشد یا آزمون کوتاه فارسی

قیمت: هر ۱ میلیون توکن خروجی در مرشد API

  1. Claude Fable 5.1Anthropic۱۹٫۲ میلیون توماندستیارAPI۱۰
  2. Claude Haiku 5.5Anthropic۲۲۸ هزار توماندستیارAPI۱۰
  3. Claude Sonnet 5Anthropic۴٫۳ میلیون توماندستیارAPI۱۰
  4. Claude Sonnet 5.5Anthropic۴٫۳ میلیون توماندستیارAPI۱۰
  5. DeepSeek V4.1 FlashDeepSeek۱٫۱ میلیون تومانAPI۱۰
  6. DeepSeek V4.1 Flash 1017DeepSeek۲۲۸ هزار توماندستیارAPI۱۰
  7. Gemma-3-27BGoogle۱۶۰ هزار تومانAPI۱۰

کدنویسی

امتیاز فارسی از ۱۰، از ارزیابی تیم مرشد یا آزمون کوتاه فارسی

قیمت: هر ۱ میلیون توکن خروجی در مرشد API

  1. Claude Sonnet 5Anthropic۴٫۳ میلیون توماندستیارAPI۱۰
  2. GLM-5.2Z.AI۹۳۳ هزار تومانAPI۱۰
  3. Kimi K3Moonshot۵٫۸ میلیون توماندستیارAPI۱۰
  4. DeepSeek-R1 (0528)DeepSeek۹۸۲ هزار تومانAPI۸
  5. DeepSeek-V3 (0324)DeepSeek۵۲۱ هزار تومانAPI۸
  6. GLM-4.5Z.AI۱ میلیون تومانAPI۸
  7. GLM-4.5-AirZ.AI۳۸۸ هزار تومانAPI۸

تولید تصویر

امتیاز Elo از رأی کاربران LMArena برای ساخت تصویر

  1. GPT-Image-2 (Medium)openai۱۰۸۵۵۹ رأیدستیار۱۳۸۲
  2. Gemini Nano Banana 2.1google۴۹۶۱ رأیدستیار۱۳۲۷
  3. Gemini 3.1 Flash Image (nano-banana-2, Web Search)google۸۱۲۰۸ رأیدستیار۱۲۵۶
  4. Gemini 3 Pro Image (nano-banana-pro, 2K)google۱۸۴۷۴۹ رأیدستیار۱۲۴۶
  5. Gemini 3 Pro Image Preview (nano-banana-pro)google۸۳۷۹۱ رأیدستیار۱۲۳۱
  6. Seedream 4.5bytedance۳۱۲۰۱۸ رأیدستیار۱۱۴۸
  7. GPT-Image-2.5 Sunburstopenai۶۳۸۱۸ رأی۱۴۲۹

ویدیو

امتیاز Elo از رأی کاربران LMArena برای ساخت ویدیو

  1. grok-imagine-video-1.5-agentxai۱۲۱۸ رأیدستیار۱۴۹۲
  2. FLUX 3 Videobfl۱۳۱۴ رأیدستیار۱۴۹۱
  3. Veo 3.1 Fast (Audio)google۴۰۲۷۸ رأیدستیار۱۳۶۱
  4. wan2.7-t2vwan۲۷۶۲۶ رأیدستیار۱۳۳۷
  5. Runway Gen-4.5runway۶۵۳۷۶ رأیدستیار۱۲۲۳
  6. Gemini Omni 1.2 Flashgoogle۱۷۱۴ رأی۱۵۴۰
  7. Gemini Omni 1.1 Flashgoogle۱۷۹۲ رأی۱۵۱۳

همهٔ مدل‌ها و روش سنجش

کارت‌های بالا فقط برترین‌ها را نشان می‌دهند. برای مقایسهٔ همهٔ مدل‌ها و دانستن اینکه هر عدد از کجا آمده، این دو صفحه را ببینید.

پرسش‌های پرتکرار

هر چیزی که دربارهٔ رتبه‌بندی‌ها باید بدانید

رتبه‌بندی مرشد از مدل‌های هوش مصنوعی، با تمرکز بر فارسی. مدل‌ها را در هشت حوزه، از گفتگو و کدنویسی تا تصویر و موزیک، مقایسه می‌کنیم و قیمت مدل‌های مرشد API را به تومان هم نشان می‌دهیم.

بله. برای دیدن رتبه‌بندی‌ها، روش ارزیابی و قیمت‌ها به ثبت‌نام نیازی نیست.

دو منبع دارد. در یک دور ارزیابی (تیر ۱۴۰۵) تیم مرشد پاسخ‌های فارسی بخشی از مدل‌ها را به چند پرسش نگارشی و استدلالی خواند و روی پنج سنجه نمره داد: نگارش، استدلال، رسم‌الخط، پیروی از دستور و نشت زبانی؛ این مدل‌ها برچسب «ارزیابی تیم مرشد» دارند. مدل‌های تازه‌تر با یک آزمون کوتاه فارسی (۵ تا ۶ پرسش) امتیاز گرفته‌اند و برچسب «آزمون کوتاه فارسی» دارند. امتیاز نهایی از ۱۰ است.

اگر سؤال‌ها عمومی باشند، سازنده‌ها می‌توانند مدلشان را مخصوص همان سؤال‌ها آماده کنند و نمره دیگر چیزی را نشان نمی‌دهد. خود روش ارزیابی را در صفحهٔ روش ارزیابی کامل توضیح داده‌ایم.

این حوزه‌ها با امتیاز Elo رتبه می‌گیرند که از رأی کاربران در آرناهای جهانی می‌آید. تصویر و ویدیو از LMArena، صدا از TTS Arena و موزیک از Music Arena.

برای مدل‌هایی که در مرشد API هستند، همان قیمتی را می‌بینید که هنگام استفاده از کیف پول ریالی کم می‌شود، به تومان و با نرخ روزانهٔ دلار.

رتبه‌ها و مشخصات هر شب حدود ساعت ۳:۱۵ به‌روز می‌شوند؛ قیمت‌ها با بازبینی تیم تغییر می‌کنند. امتیاز فارسی را هر بار که دور تازه‌ای از ارزیابی تمام شود به‌روز می‌کنیم.

بله. خیلی از این مدل‌ها در دستیار مرشد هستند و بدون فیلترشکن و با رابط فارسی کار می‌کنند. برای برنامه‌نویس‌ها هم مرشد API هست که با SDK اوپن‌ای‌آی کار می‌کند و پرداختش ریالی است.