Статистика

Размер модели vs качество, эффективность (score/log(GB)), winrate

< 10 GB

моделей

Ср. TS7.0

Ср. win%21%

Эффект.4.3

🏆 ministral-3

10–50 GB

моделей

Ср. TS12.0

Ср. win%36%

Эффект.4.3

🏆 ministral-3

50–150 GB

моделей

Ср. TS22.0

Ср. win%65%

Эффект.5.2

🏆 gemma4

> 150 GB

моделей

Ср. TS17.6

Ср. win%55%

Эффект.3.0

🏆 qwen3-vl

Размер vs TrueSkill

Ось X — размер модели (логарифмическая шкала). Размер кружка = количество турниров.

Насколько хорош результат с учётом размера. Маленькая модель с высоким скором → высокая эффективность.

Процент побед во всех матчах всех турниров.

#	Модель	Размер GB	TS score	Ср. ранг	Winrate	Эффект.	Турниры
1	gemma4:31b	63	74.5	3.2	82%	17.9	5
2	qwen3-vl:235b-instruct	470	40.6	5.6	67%	6.6	5
3	minimax-m2.5	230	30.8	9.0	59%	5.7	4
4	ministral-3:14b	16	27.1	3.8	75%	9.6	6
5	nemotron-3-super	—	22.4	9.8	45%	—	5
6	qwen3-coder-next	82	20.4	1.5	94%	4.6	6
7	gpt-oss:120b	65	17.9	8.0	70%	4.3	5
8	ministral-3:3b	5	17.4	15.6	26%	10.0	5
9	devstral-2:123b	128	16.3	7.2	77%	3.4	5
10	glm-4.6	696	14.8	11.0	52%	2.3	1
11	ministral-3:8b	10	14.7	13.2	49%	6.1	5
12	minimax-m2.1	230	14.0	7.8	68%	2.6	5
13	minimax-m2	230	12.8	14.0	49%	2.3	5
14	nemotron-3-nano:30b	33	12.3	16.8	36%	3.5	5
15	cogito-2.1:671b	689	12.0	10.6	51%	1.8	5
16	qwen3-vl:235b	470	11.6	9.0	62%	1.9	5
17	devstral-small-2:24b	52	10.1	6.7	65%	2.5	6
18	qwen3-next:80b	82	8.9	14.6	32%	2.0	5
19	gpt-oss:20b	14	7.8	17.4	23%	2.9	5
20	rnj-1:8b	16	6.8	21.6	11%	2.4	5
21	gemma3:27b	55	5.8	16.6	32%	1.4	5
22	qwen3-coder:480b	510	3.9	17.0	32%	0.6	5
23	gemma3:12b	24	3.5	19.6	23%	1.1	5
24	gemma3:4b	9	-3.3	19.2	17%	-1.5	5