Every model, measured.

Start with a research area, drill into a vendor, or page through the full index. Only models with at least one benchmark score appear — a model without a recorded score can’t be ranked.

Vendor:Areas overview speakleash · 253 OpenAI · 85 Google · 71 Qwen · 52 Alibaba · 47 Anthropic · 44 Microsoft · 35 Meta · 30 Mistral · 30 DeepSeek · 28 google · 19 meta-llama · 19 mistralai · 19 Meta AI · 15 CYFRAGOVPL · 14 Zhipu AI · 13 NVIDIA · 10 SpeakLeash · 10 internlm · 10 xAI · 10 ByteDance · 9 Baidu · 8 PLLuM · 8 ibm-granite · 8 microsoft · 8 Amazon · 7 Google DeepMind · 7 MiniMax · 7 Mistral AI · 7 Remek · 7 Shanghai AI Lab · 7 allenai · 7 utter-project · 7 CohereForAI · 6 Microsoft Research · 6 Salesforce · 6 01-ai · 5 Alibaba Cloud · 5 Cohere · 5 Moonshot AI · 5 NousResearch · 5 THUML · 5 deepseek-ai · 5 DeepMind · 4 Facebook AI · 4 IBM · 4 Meituan · 4 Stanford · 4 THUDM · 4 UC San Diego · 4 VikParuchuri · 4 gguf-iq · 4 nvidia · 4 openchat · 4 tiiuae · 4 Allen AI · 3 BAAI · 3 Du et al. · 3 ForgeCode · 3 Fudan University · 3 IDEA Research · 3 Liao et al. · 3 Moonshot.AI · 3 Nam Tuan Ly / NII · 3 OPI-PG · 3 OpenDataLab · 3 ViCoS Lab Ljubljana · 3 Xiaomi · 3 Zhao et al. · 3 gguf · 3 gguf11bv30 · 3 gguf7bv30 · 3 upstage · 3+ 247 smaller vendors (291 models)

§ 01 · Meta models

30 models from Meta · page 1 of 1.

#	Model	Vendor	Parameters	Architecture	SOTA	Benchmarks	Results
001	Llama 3 (405B, Instruct)	Meta	—	—	2	9	9
002	Llama 4 Maverick	Meta	400B total / 17B active (128 experts)	Mixture-of-Experts Transformer	—	9	15
003	Llama 3.1 405B	Meta	—	—	—	12	13
004	Llama 3 70B	Meta	—	LLM	—	11	11
005	Llama-3.2-1B-Instruct	Meta	—	—	—	1	9
006	Llama-3.2-3B-Instruct	Meta	—	—	—	1	9
007	Llama-4-Scout	Meta	109B total / 17B active (16 experts)	Mixture-of-Experts Transformer	—	3	9
008	Meta-Llama-3.1-405B-Instruct	Meta	—	—	—	1	9
009	Meta-Llama-3.1-70B-Instruct	Meta	—	—	—	1	9
010	Meta-Llama-3.1-8B-Instruct	Meta	—	—	—	1	9
011	DeiT-B	Meta	86M	Vision Transformer	—	3	8
012	Llama-3.0-70B	Meta	—	—	—	1	7
013	Llama-3.1-405b	Meta	—	—	—	1	7
014	Llama-3.1-70B	Meta	—	—	—	1	7
015	Llama-3.1-8B	Meta	—	—	—	1	7
016	Llama-3.1-Tulu-3-405B	Meta	—	—	—	1	7
017	Llama-3.3-70B	Meta	—	—	—	1	7
018	BART-base (STSM)	Meta	139M	Transformer	—	1	5
019	Llama 3.1 70B	Meta	—	—	—	4	4
020	Code Llama 34B	Meta	Unknown	Llama 2 fine-tuned	—	2	2
021	ConvNeXt V2 Huge	Meta	650M	CNN	—	2	2
022	DeiT-B Distilled	Meta	86M	Vision Transformer	—	2	2
023	Llama 3.2 Vision 90B	Meta	Unknown	Llama 3.1 + cross-attention vision adapter	—	2	2
024	Muse Spark	Meta	—	—	—	2	2
025	CodeLlama 70B	Meta	70B	—	—	1	1
026	ConvNeXt V2 Base	Meta	89M	CNN	—	1	1
027	ConvNeXt V2 Tiny	Meta	28M	CNN	—	1	1
028	Llama 4 405B	Meta	405B	—	—	1	1
029	Llama 4 Behemoth 2T	Meta	—	—	—	1	1
030	TransCoder	Meta	Unknown	Transformer encoder-decoder	—	1	1