อัตราชนะการประลองตัวต่อตัว
เมื่อผู้ใช้เปรียบเทียบคำตอบสองชุดแบบเคียงข้างกัน โดยแต่ละชุดระบุชื่อโมเดลที่เขียน เราบันทึกตัวเลือกนั้น อัตราชนะมาจากการประลองเหล่านั้น คิดคะแนนด้วยช่วงความเชื่อมั่นแบบ Wilson
โมเดลแชท 11 ตัวจาก 5 ผู้ผลิต แต่ละตัวมีอัตราชนะจากการเปรียบเทียบแบบเคียงข้างกัน อัตรากดถูกใจจากแชทจริง และสถิติความเร็วแบบสด สลับได้ทุกเมื่อ รวมถึงกลางบทสนทนา
DeepSeek V4 Flash
DeepSeek
GLM 5
Z.AI
Llama 3.1 8B
Meta
ตัวเลข
จัดอันดับจากตัวเลือกของผู้ใช้ในการประลองตัวต่อตัวในแชทจริงบน Reverie ดาวแสดงว่าตัวเลขแต่ละตัวนิ่งแค่ไหน โมเดลที่ยังเก็บผลเปรียบเทียบอยู่จะบอกไว้ตรง ๆ แทนการเดา
| โมเดล | อัตราชนะ | อัตรากดถูกใจ | ความเร็ว | บริบท | ค่าใช้จ่าย |
|---|---|---|---|---|---|
GLM 5.3 Flashพื้นฐาน Z.AI | 63%ความเชื่อมั่น: 3 จาก 5 | 23%ความเชื่อมั่น: 3 จาก 5 | 0.5× เครดิต | ||
Gemini 3 Flash Previewขั้นสูง | 54%ความเชื่อมั่น: 5 จาก 5 | 39%ความเชื่อมั่น: 3 จาก 5 | 1.2× เครดิต | ||
DeepSeek V4 Flashพื้นฐาน DeepSeek | 52%ความเชื่อมั่น: 5 จาก 5 | 93%ความเชื่อมั่น: 5 จาก 5 | 0.3× เครดิต | ||
GLM 4.7พื้นฐาน Z.AI | 52%ความเชื่อมั่น: 5 จาก 5 | 70%ความเชื่อมั่น: 4 จาก 5 | 1× เครดิต | ||
GLM 5ขั้นสูง Z.AI | 52%ความเชื่อมั่น: 5 จาก 5 | 31%ความเชื่อมั่น: 3 จาก 5 | 1.3× เครดิต | ||
DeepSeek V4 Proพื้นฐาน DeepSeek | 50%ความเชื่อมั่น: 5 จาก 5 | 34%ความเชื่อมั่น: 4 จาก 5 | 0.7× เครดิต | ||
DeepSeek R1พื้นฐาน DeepSeek | 49%ความเชื่อมั่น: 5 จาก 5 | 62%ความเชื่อมั่น: 3 จาก 5 | 1× เครดิต | ||
DeepSeek V3.2พื้นฐาน DeepSeek | 46%ความเชื่อมั่น: 5 จาก 5 | 91%ความเชื่อมั่น: 4 จาก 5 | 0.5× เครดิต | ||
Llama 3.1 8Bพื้นฐาน Meta | 45%ความเชื่อมั่น: 5 จาก 5 | 26%ความเชื่อมั่น: 4 จาก 5 | ฟรี | ||
MiMo V2.6 Flashพื้นฐาน Xiaomi | 42%ความเชื่อมั่น: 5 จาก 5 | 46%ความเชื่อมั่น: 2 จาก 5 | 0.4× เครดิต | ||
DeepSeek V4.1 Flashพื้นฐาน DeepSeek | กำลังประเมิน | 11%ความเชื่อมั่น: 2 จาก 5 | 0.7× เครดิต |
อัตราชนะ: ความถี่ที่คำตอบของโมเดลถูกเลือกในการเปรียบเทียบแบบเคียงข้างกัน การเรียงลำดับใช้ขอบล่างของช่วงความเชื่อมั่นของอัตราชนะ อัตราที่สูงจากการเปรียบเทียบไม่กี่ครั้งจึงไม่ขึ้นอันดับหนึ่ง อัตรากดถูกใจ: สัดส่วนการกดถูกใจในคำตอบที่ได้รับการให้คะแนน ความเร็ว: ค่ามัธยฐานของเวลาจนถึงคำแรก และค่าเฉลี่ยโทเค็นต่อวินาทีของคำตอบล่าสุด ตัวคูณเครดิตเทียบกับอัตราเครดิตฐาน อัปเดตสถิติเมื่อ 26 ต.ค. 2569
จุดยืนของเรา
ทุกแพลตฟอร์มบอกว่า AI ของตัวเองเยี่ยม เราเลือกที่จะโชว์อัตราชนะแล้วปล่อยให้โมเดลพิสูจน์ตัวเองดีกว่า
— ทีม Reverie
โปร่งใสโดยปริยาย
สี่ตัวชี้วัด วัดจากบทสนทนาจริงบน Reverie — ไม่ใช่ benchmark ของผู้ผลิตที่ลอกมาจากข่าวประชาสัมพันธ์
เมื่อผู้ใช้เปรียบเทียบคำตอบสองชุดแบบเคียงข้างกัน โดยแต่ละชุดระบุชื่อโมเดลที่เขียน เราบันทึกตัวเลือกนั้น อัตราชนะมาจากการประลองเหล่านั้น คิดคะแนนด้วยช่วงความเชื่อมั่นแบบ Wilson
ทุกการกดถูกใจและไม่ถูกใจบนคำตอบจริงถูกรวมเป็นอัตรากดถูกใจรายโมเดล คุณจึงเห็นว่าแต่ละโมเดลโดนใจนัก roleplay ตัวจริงแค่ไหน
นานแค่ไหนกว่าโมเดลจะเริ่มตอบ — ค่าเฉลี่ย มัธยฐาน และ p95 วัดจากทราฟฟิกจริงบนโครงสร้างพื้นฐานของเราเอง
ความเร็วการสร้างข้อความล้วน ๆ เมื่อคำตอบเริ่มไหล โมเดลที่เร็วทำให้ฉากยาว ๆ เดินต่อไม่สะดุด — และคุณเห็นชัดว่าโมเดลไหนเป็นแบบนั้น
สถิติคุณภาพทุกตัวมาพร้อมระดับความเชื่อมั่น 1–5 ดาวตามขนาดตัวอย่าง คุณจึงรู้ว่าตัวเลขนั้นนิ่งแค่ไหนก่อนจะเชื่อมัน
โมเดลใหม่เริ่มต้นในสถานะ 'evaluating' — เราแสดงโมเดลโดยไม่อ้างคุณภาพใด ๆ จนกว่าการเปรียบเทียบแบบเคียงข้างกันจะสะสมมากพอที่จะพูดอะไรได้อย่างซื่อสัตย์
สิ่งที่คุณได้
ที่นี่การสลับโมเดลไม่ใช่ easter egg ในเมนูตั้งค่า แต่คือวิธีที่ผลิตภัณฑ์นี้ตั้งใจให้ใช้
เปลี่ยนโมเดลระหว่างข้อความโดยไม่หลุดเส้นเรื่อง เรียกโมเดลที่คมกว่ามาเล่นฉากสำคัญ แล้วถอยกลับสำหรับบทคุยเล่น
ไม่ชอบคำตอบ? สุ่มใหม่ด้วยโมเดลอื่นแล้วเก็บเวอร์ชันที่อ่านดีกว่า ส่วนอัตราชนะมาจากการเปรียบเทียบแบบเคียงข้างกันที่แยกต่างหาก ซึ่งปรากฏในบางคำตอบ
ครีเอเตอร์ตั้งโมเดลที่ต้องการให้แต่ละตัวละครได้ มันจึงพูดด้วยเอนจินที่ถูกเขียนมาเพื่อมัน ตัวเลือกของคุณเองมีสิทธิ์เหนือกว่าเสมอ
โมเดลฟรีที่ใช้งานได้จริงอยู่ในเมนูที่ศูนย์เครดิต พร้อมลิมิตการใช้งานที่เป็นธรรม — เครดิตหมดจึงไม่เคยแปลว่าบทสนทนาหมด
แต่ละโมเดลแสดงตัวคูณเครดิตของตัวเอง ตั้งแต่ 0.3× สำหรับโมเดลประหยัดถึง 1.3× สำหรับโมเดลขั้นสูงสุด ค่าใช้จ่ายจึงเป็นทางเลือกของคุณ ไม่ใช่เซอร์ไพรส์ในบิล
โมเดลคิดวิเคราะห์ล้วนสำหรับพล็อตซับซ้อน และแบบไฮบริดที่คิดเฉพาะเมื่อถูกขอ เลือกสมองที่เหมาะกับฉาก
คำถามที่พบบ่อย
แพลตฟอร์มส่วนใหญ่เลือกโมเดลเดียว แปะแบรนด์ แล้วบอกคุณว่ามันวิเศษ Reverie รันหลายโมเดลและเผยแพร่ว่าพวกมันทำผลงานต่อกันจริง ๆ อย่างไร — ในตัวผลิตภัณฑ์ ตรงจุดที่คุณเลือกเลย
คะแนนคุณภาพมาจากผู้ใช้ที่เลือกระหว่างคำตอบสองชุดที่แสดงเคียงข้างกัน โดยแต่ละชุดระบุชื่อโมเดลที่เขียน การเลือกเกิดขึ้นในแชทโรลเพลย์จริง ไม่ใช่ในเบนช์มาร์กของผู้ผลิต
นอกเหนือจากคะแนนรวม ตัวเลือกโมเดลแสดงข้อมูลการเจอกันโดยตรง — โมเดลไหนชนะโมเดลไหน และห่างกันแค่ไหน ในการเปรียบเทียบที่ผู้ใช้ทำจริง
คะแนนจากสี่สิบการเปรียบเทียบไม่ใช่คะแนนจากสี่พัน แต่ละตัวชี้วัดมาพร้อมระดับความเชื่อมั่น 1–5 ดาวที่คำนวณจากขนาดตัวอย่าง แสดงคู่กับตัวเลข
เวลาถึงโทเคนแรกและโทเคนต่อวินาทีวัดจากบทสนทนาจริงบนโปรดักชัน — ค่าเฉลี่ย มัธยฐาน และ p95 — ไม่ได้อ้างจากเอกสารสเปกของผู้ผลิต
ฉากต่างกันต้องการสมองต่างกัน รักช้า ๆ เรื่องยาว สภาสงครามเชิงยุทธวิธี และมุกตลกสั้น ๆ ไม่ได้มีโมเดลในอุดมคติตัวเดียวกัน — คุณจึงไม่ควรถูกล็อกไว้กับตัวเดียว
โมเดลแชทจาก DeepSeek Xiaomi Z.AI Google และMeta พร้อมหน้าต่างบริบทตั้งแต่ 131K ถึง 1M โทเค็น ทั้งหมดอยู่หลังอินเทอร์เฟซเดียวและยอดเครดิตเดียว
แต่ละโมเดลตั้งราคาแยกกัน ตั้งแต่ 0.3× ถึง 1.3× ของอัตราเครดิตฐาน และตัวคูณแสดงอยู่บนการ์ดโมเดล ใช้โมเดลที่ถูกกว่าสำหรับฉากทั่วไป และโมเดลที่แรงกว่าเมื่อถึงจังหวะสำคัญ
โมเดลคิดวิเคราะห์เฉพาะทางคิดก่อนเขียนสำหรับพล็อตซับซ้อน โมเดลไฮบริดคิดตามคำสั่ง และโมเดลมัลติโหมดอ่านภาพที่คุณอัปโหลดเข้าแชตได้
โมเดลฟรียังใช้ได้ไม่ว่ายอดเครดิตจะเป็นเท่าไร พร้อมลิมิตการใช้งานที่เป็นธรรม — เป็นพื้นรองรับทุกบทสนทนา ไม่ใช่ trial ที่หมดอายุ
เลือกขั้นตอนถัดไปสำหรับตัวละคร บทสนทนา หรือเรื่องราวของคุณ
เมื่อพร้อม
เปิดตัวเลือกโมเดลในแชตไหนก็ได้ เรียงตามตัวเลข แล้วหาตัวโปรดของคุณ