Гипотеза симуляции

Сущности · сознания и возможные сознания, упорядоченные по свидетельствам

Если мир — симуляция, сознания могут оказаться одними из самых трудных для вычисления вещей в нём. Этот путеводитель перечисляет известные случаи, от отдельных клеток до людей. Он также охватывает построенные до сих пор искусственные системы и сознания, которые предлагали учёные и философы, но которых никто не наблюдал.

У каждой цифры есть источник и метка уверенности. измерено — прямой подсчёт, оценка — вычислено из других данных, а не подсчитано означает, что никто не публиковал подсчёта. Есть ли у этих систем опыт — отдельный вопрос. Свидетельства по нему — в разделах критерии способности чувствовать и индикаторы сознания.

Отдельные сознания

Нейроны в коре больших полушарий (млекопитающие) или в паллиуме (птицы), широко используемый анатомический ориентир когнитивных способностей. Логарифмическая шкала; сплошные столбцы — подсчёты, штрихованные — оценки или оспариваемые числа (†). Рептилии и беспозвоночные не показаны, так как сопоставимых подсчётов нет.
  1. Косатка †43,1 миллиарда
  2. Длинноплавниковая гринда †37,2 миллиарда
  3. Человек▲116,3 миллиарда
  4. Морская свинья †14,9 миллиарда
  5. Афалина †12,7 миллиарда
  6. Клюворыл Кювье9,1 миллиарда
  7. Горилла8,5 миллиарда
  8. Орангутан8,5 миллиарда
  9. Шимпанзе7,4 миллиарда
  10. Обыкновенный дельфин6,7 миллиарда
  11. Гренландский тюлень6,1 миллиарда
  12. Африканский слон▼15,6 миллиарда
  13. Финвал5,2 миллиарда
  14. Синий кит5,1 миллиарда
  15. Малый полосатик3,2 миллиарда
Показать числа
#ЖивотноеКора или паллиумВесь мозг
1Косатка †43,1 миллиарда
2Длинноплавниковая гринда †37,2 миллиарда
3Человек16,3 миллиарда86,1 миллиарда
4Морская свинья †14,9 миллиарда
5Афалина †12,7 миллиарда
6Клюворыл Кювье9,1 миллиарда
7Горилла8,5 миллиарда
8Орангутан8,5 миллиарда
9Шимпанзе7,4 миллиарда
10Обыкновенный дельфин6,7 миллиарда
11Гренландский тюлень6,1 миллиарда
12Африканский слон5,6 миллиарда257 миллиардов
13Финвал5,2 миллиарда
14Синий кит5,1 миллиарда
15Малый полосатик3,2 миллиарда57,4 миллиарда
16Оливковый павиан2,88 миллиарда10,95 миллиарда
17Белуха2,7 миллиарда
18Карликовый кашалот2,02 миллиарда
19Сине-жёлтый ара1,92 миллиарда3,14 миллиарда
20Макак-резус1,71 миллиарда6,39 миллиарда
21Жираф1,67 миллиарда11,21 миллиарда
22Беличья обезьяна1,34 миллиарда3,25 миллиарда
23Филин1,33 миллиарда1,9 миллиарда
24Kea1,28 миллиарда2,15 миллиарда
25Белая сова1,27 миллиарда1,81 миллиарда
26Ворон1,2 миллиарда2,17 миллиарда
27Серая неясыть1,15 миллиарда1,58 миллиарда
28Обезьяна-капуцин1,14 миллиарда3,69 миллиарда
29Жёлтохохлый какаду1,14 миллиарда2,12 миллиарда
30Серый попугай850 миллионов1,57 миллиарда
31Грач820 миллионов1,51 миллиарда
32Большой куду793,07 миллиона6,09 миллиарда
33Ушастая сова673 миллиона991,31 миллиона
34Какаду Гоффина599 миллионов1,16 миллиарда
35Лев545,24 миллиона4,67 миллиарда
36Орлан-белохвост542,93 миллиона1,65 миллиарда
37Сойка529 миллионов1,09 миллиарда
38Домашняя собака526 миллионов
39Полосатая гиена495,28 миллиона3,88 миллиарда
40Галка492 миллиона967,99 миллиона
41Африканский страус479,41 миллиона1,63 миллиарда
42Сорока443 миллиона897,27 миллиона
43Балобан442,95 миллиона1,2 миллиарда
44Эму439 миллионов1,34 миллиарда
45Енот-полоскун437,94 миллиона2,15 миллиарда
46Сипуха437 миллионов689,54 миллиона
47Домовый сыч400,82 миллиона585,92 миллиона
48Чёрный гриф398,9 миллиона1,01 миллиарда
49Воробьиный сычик364 миллиона533,26 миллиона
50Обыкновенный канюк351,7 миллиона1 миллиард
51Нанду330,34 миллиона1,03 миллиарда
52Шипун323,66 миллиона1 миллиард
53Домашняя свинья293 миллиона2,22 миллиарда
54Серый гусь258,65 миллиона738,23 миллиона
55Бурый медведь250,97 миллиона9,59 миллиарда
56Домашняя кошка250 миллионов1,22 миллиарда
57Обыкновенная игрунка245 миллионов638 миллионов
58Обыкновенная пустельга237,9 миллиона624,58 миллиона
59Чирок-свистунок167,29 миллиона375,41 миллиона
60Волнистый попугайчик149 миллионов321,82 миллиона
61Краснозобая казарка148,62 миллиона482,71 миллиона
62Каролинская утка138,21 миллиона305,82 миллиона
63Африканский карликовый сокол131,9 миллиона350,37 миллиона
64Мраморный чирок130,14 миллиона386,92 миллиона
65Индийский павлин129,62 миллиона570,93 миллиона
66Желтобугорчатый кракс124,62 миллиона652,99 миллиона
67Венценосный голубь Виктории118,45 миллиона578,7 миллиона
68Кряква112,26 миллиона367,47 миллиона
69Дикая индейка105,65 миллиона492,87 миллиона
70Перепелятник87,83 миллиона401,75 миллиона
71Фазан Ривза80,69 миллиона387,17 миллиона
72Сизый голубь72 миллиона310 миллионов
73Европейский кролик71,5 миллиона513 миллионов
74Банкивская джунглевая курица60,7 миллиона220,84 миллиона
75Чилийский тинаму59,13 миллиона241,37 миллиона
76Зебровая амадина55,2 миллиона135,98 миллиона
77Изящный хохлатый тинаму51,38 миллиона217,77 миллиона
78Вяхирь51,33 миллиона258,68 миллиона
79Хохлатый тинаму кебрачо48,29 миллиона235,67 миллиона
80Кольчатая горлица40 миллионов139,27 миллиона
81Виргинская перепёлка39,11 миллиона148,4 миллиона
82Серая куропатка36,88 миллиона170,29 миллиона
83Крыса31 миллион200 миллионов
84Обыкновенная перепёлка22,57 миллиона117,76 миллиона
85Королевская перепёлка20,52 миллиона80,48 миллиона
86Бриллиантовая горлица18,21 миллиона87,88 миллиона
87Мышь13,7 миллиона70,9 миллиона
88Голый землекоп5,31 миллиона33,62 миллиона

Обучаемые параметры (веса связей), по логарифмической шкале: каждая заметная модель из базы Epoch AI, для которой есть число параметров (получено 3 октября 2026 г.). Сплошные столбцы — числа, которым Epoch даёт оценку «уверенно»; штрихованные — числа, которые она оценивает как «вероятные» или «спекулятивные». Столбцы со знаком * — оценки для закрытых моделей, чьи разработчики не публикуют их размер, составленные 2 октября 2026 г. по сторонним анализам; усик показывает диапазон оценки. Gemini 3 и позже: опубликованной оценки нет. Строки без заливки — числа синапсов: параметр ближе к синапсу, чем к нейрону.
  1. Неокортекс человека1.6 × 10¹⁴
  2. GPT-5.5 (OpenAI, 2026) *~4.7 × 10¹²
  3. Claude Fable 5 (Anthropic, 2026) *~3.5 × 10¹²
  4. Grok 3 (xAI, 2025)~3 × 10¹²
  5. Grok 4 (xAI, 2025)~3 × 10¹²
  6. Gemini 2.5 Pro (Google, 2025) *~3 × 10¹²
  7. Kimi K3 (Moonshot, 2026)~2.8 × 10¹²
  8. Qwen 3.8 Max (Alibaba, 2026)2.4 × 10¹²
  9. Qwen3.8-2.4T-A95B (Alibaba, 2026)2.4 × 10¹²
  10. Grok 4.7 (xAI, 2026) *~2.1 × 10¹²
  11. Llama 4 Behemoth (Meta AI, 2025)~2 × 10¹²
  12. GPT-4 (OpenAI, 2023)~1.8 × 10¹²
  13. DeepSeek-V4-Pro (DeepSeek, 2026)~1.6 × 10¹²
  14. LongCat-2.0 (Meituan Inc, 2026)~1.6 × 10¹²
  15. Switch (Google, 2021)1.6 × 10¹²
  16. GLaM (Google, 2021)1.2 × 10¹²
  17. PanGu-Σ (Huawei Noah's Ark Lab, 2023)1.1 × 10¹²
  18. Kimi K2.5 (Moonshot, 2026)~1 × 10¹²
  19. Composer 2 (Cursor, 2026)1 × 10¹²
  20. Kimi K2.6 (Moonshot, 2026)1 × 10¹²
  21. Composer 2.5 (Cursor, 2026)~1 × 10¹²
  22. MiMo-V2-Pro (Xiaomi Corp, 2026)1 × 10¹²
  23. MiMo-V2.5-Pro (Xiaomi Corp, 2026)~1 × 10¹²
  24. M6-T (Alibaba, 2021)~1 × 10¹²
  25. Kimi K2 (Moonshot, 2025)1 × 10¹²
  26. Qwen3-Max (Alibaba, 2025)~1 × 10¹²
  27. Ling-1T (Ant Group, 2025)1 × 10¹²
  28. Kimi K2 Thinking (Moonshot, 2025)~1 × 10¹²
  29. Inkling (Thinking Machines, 2026)~9.8 × 10¹¹
  30. Tencent Hy4 preview (Tencent, 2026)~7.7 × 10¹¹
  31. GLM-5.1 (Z.ai (Zhipu AI), 2026)7.5 × 10¹¹
  32. K-EXAONE 2.0 (LG AI Research, 2026)7.5 × 10¹¹
  33. DeepSeek V4.1 Flash (DeepSeek, 2026)~7.5 × 10¹¹
  34. GLM-5 (Z.ai (Zhipu AI), 2026)~7.4 × 10¹¹
  35. GLM-5.3 (Z.ai (Zhipu AI), 2026)7.4 × 10¹¹
  36. A.X K2 (SK Telecom, 2026)6.9 × 10¹¹
  37. DeepSeekMath-V2 (DeepSeek, 2025)6.8 × 10¹¹
  38. Mistral Large 3 (Mistral AI, 2025)6.8 × 10¹¹
  39. DeepSeek-V3 (DeepSeek, 2024)6.7 × 10¹¹
  40. DeepSeek-R1 (DeepSeek, 2025)6.7 × 10¹¹
Показать числа
#СистемаВсе параметрыИспользуется на токенГодВид
1Неокортекс человека1.6 × 10¹⁴1.6 × 10¹⁴синапсов
2GPT-5.5 (OpenAI, 2026) *~4.7 × 10¹²2026оценка
3Claude Fable 5 (Anthropic, 2026) *~3.5 × 10¹²2026оценка
4Grok 3 (xAI, 2025)~3 × 10¹²2025оценка
5Grok 4 (xAI, 2025)~3 × 10¹²2025оценка
6Gemini 2.5 Pro (Google, 2025) *~3 × 10¹²2025оценка
7Kimi K3 (Moonshot, 2026)~2.8 × 10¹²2026оценка
8Qwen 3.8 Max (Alibaba, 2026)2.4 × 10¹²2.4 × 10¹²2026архитектура не указана
9Qwen3.8-2.4T-A95B (Alibaba, 2026)2.4 × 10¹²9.5 × 10¹⁰2026смесь экспертов
10Grok 4.7 (xAI, 2026) *~2.1 × 10¹²2026оценка
11Llama 4 Behemoth (Meta AI, 2025)~2 × 10¹²2025оценка
12GPT-4 (OpenAI, 2023)~1.8 × 10¹²2023оценка
13DeepSeek-V4-Pro (DeepSeek, 2026)~1.6 × 10¹²2026оценка
14LongCat-2.0 (Meituan Inc, 2026)~1.6 × 10¹²2026оценка
15Switch (Google, 2021)1.6 × 10¹²1.6 × 10¹²2021смесь экспертов (число активных параметров не опубликовано)
16GLaM (Google, 2021)1.2 × 10¹²1.2 × 10¹²2021смесь экспертов (число активных параметров не опубликовано)
17PanGu-Σ (Huawei Noah's Ark Lab, 2023)1.1 × 10¹²1.1 × 10¹²2023смесь экспертов (число активных параметров не опубликовано)
18Kimi K2.5 (Moonshot, 2026)~1 × 10¹²2026оценка
19Composer 2 (Cursor, 2026)1 × 10¹²1 × 10¹²2026смесь экспертов (число активных параметров не опубликовано)
20Kimi K2.6 (Moonshot, 2026)1 × 10¹²1 × 10¹²2026смесь экспертов (число активных параметров не опубликовано)
21Composer 2.5 (Cursor, 2026)~1 × 10¹²2026оценка
22MiMo-V2-Pro (Xiaomi Corp, 2026)1 × 10¹²1 × 10¹²2026архитектура не указана
23MiMo-V2.5-Pro (Xiaomi Corp, 2026)~1 × 10¹²2026оценка
24M6-T (Alibaba, 2021)~1 × 10¹²2021оценка
25Kimi K2 (Moonshot, 2025)1 × 10¹²1 × 10¹²2025смесь экспертов (число активных параметров не опубликовано)
26Qwen3-Max (Alibaba, 2025)~1 × 10¹²2025оценка
27Ling-1T (Ant Group, 2025)1 × 10¹²5 × 10¹⁰2025смесь экспертов
28Kimi K2 Thinking (Moonshot, 2025)~1 × 10¹²2025оценка
29Inkling (Thinking Machines, 2026)~9.8 × 10¹¹2026оценка
30Tencent Hy4 preview (Tencent, 2026)~7.7 × 10¹¹2026оценка
31GLM-5.1 (Z.ai (Zhipu AI), 2026)7.5 × 10¹¹7.5 × 10¹¹2026смесь экспертов (число активных параметров не опубликовано)
32K-EXAONE 2.0 (LG AI Research, 2026)7.5 × 10¹¹7.5 × 10¹¹2026смесь экспертов (число активных параметров не опубликовано)
33DeepSeek V4.1 Flash (DeepSeek, 2026)~7.5 × 10¹¹2026оценка
34GLM-5 (Z.ai (Zhipu AI), 2026)~7.4 × 10¹¹2026оценка
35GLM-5.3 (Z.ai (Zhipu AI), 2026)7.4 × 10¹¹4 × 10¹⁰2026смесь экспертов
36A.X K2 (SK Telecom, 2026)6.9 × 10¹¹6.9 × 10¹¹2026смесь экспертов (число активных параметров не опубликовано)
37DeepSeekMath-V2 (DeepSeek, 2025)6.8 × 10¹¹6.8 × 10¹¹2025смесь экспертов (число активных параметров не опубликовано)
38Mistral Large 3 (Mistral AI, 2025)6.8 × 10¹¹4.1 × 10¹⁰2025смесь экспертов
39DeepSeek-V3 (DeepSeek, 2024)6.7 × 10¹¹3.7 × 10¹⁰2024смесь экспертов
40DeepSeek-R1 (DeepSeek, 2025)6.7 × 10¹¹3.7 × 10¹⁰2025смесь экспертов
41SenseChat 5.5 (SenseTime, 2024)6 × 10¹¹6 × 10¹¹2024архитектура не указана
42Step 5 Preview (StepFun, 2026)~6 × 10¹¹2026оценка
43PaLM-E (Google, 2023)~5.6 × 10¹¹2023оценка
44Hunyuan-TurboS (Tencent, 2025)5.6 × 10¹¹5.6 × 10¹¹2025смесь экспертов (число активных параметров не опубликовано)
45LongCat-Flash (Meituan Inc, 2025)~5.6 × 10¹¹2025оценка
46Nemotron 3 Ultra (Nvidia, 2026)~5.5 × 10¹¹2026оценка
47PaLM (Google Research, 2022)5.4 × 10¹¹5.4 × 10¹¹2022плотная
48Minerva (Google, 2022)5.4 × 10¹¹5.4 × 10¹¹2022плотная
49U-PaLM (Google, 2022)5.4 × 10¹¹5.4 × 10¹¹2022плотная
50LMSI-Palm (Google, 2022)5.4 × 10¹¹5.4 × 10¹¹2022плотная
51Flan-PaLM 540B (Google, 2022)5.4 × 10¹¹5.4 × 10¹¹2022плотная
52Megatron-Turing NLG 530B (Microsoft, 2021)5.3 × 10¹¹5.3 × 10¹¹2021плотная
53MegaScale (ByteDance, 2024)~5.3 × 10¹¹2024оценка
54A.X K1 (SK Telecom, 2025)5.2 × 10¹¹5.2 × 10¹¹2025смесь экспертов (число активных параметров не опубликовано)
55Doubao-pro (ByteDance, 2024)~5 × 10¹¹2024оценка
56Grok 4.20 (xAI, 2026)~5 × 10¹¹2026оценка
57Qwen3-Coder-480B-A35B (Alibaba, 2025)4.8 × 10¹¹3.5 × 10¹⁰2025смесь экспертов
58MiniMax-M3 (MiniMax, 2026)4.3 × 10¹¹2.2 × 10¹⁰2026смесь экспертов
59ERNIE-4.5-VL-424B-A47B (Baidu, 2025)4.2 × 10¹¹4.7 × 10¹⁰2025смесь экспертов
60Llama 3.1-405B (Meta AI, 2024)4 × 10¹¹4 × 10¹¹2024плотная
61Llama 4 Maverick (Meta AI, 2025)~4 × 10¹¹2025оценка
62Jamba 1.5-Large (AI21 Labs, 2024)4 × 10¹¹4 × 10¹¹2024смесь экспертов (число активных параметров не опубликовано)
63Qwen3.5 397B-A17B (Alibaba, 2026)~4 × 10¹¹2026оценка
64Hunyuan-Large (Tencent, 2024)3.9 × 10¹¹3.9 × 10¹¹2024смесь экспертов (число активных параметров не опубликовано)
65GLM-4.7 (Z.ai (Zhipu AI), 2025)~3.6 × 10¹¹2025оценка
66GLM-4.6 (Z.ai (Zhipu AI), 2025)~3.6 × 10¹¹2025оценка
67GLM-4.5 (Z.ai (Zhipu AI), 2025)3.5 × 10¹¹3.2 × 10¹⁰2025смесь экспертов
68PaLM 2 (Google, 2023)~3.4 × 10¹¹2023оценка
69Med-PaLM 2 (Google Research, 2023)~3.4 × 10¹¹2023оценка
70Nemotron-4 340B (Nvidia, 2024)3.4 × 10¹¹3.4 × 10¹¹2024плотная
71GLM-5.3-Flash (Z.ai (Zhipu AI), 2026)~3.2 × 10¹¹2026оценка
72Grok-1 (xAI, 2023)~3.1 × 10¹¹2023оценка
73Motif-3 (Motif Technologies, 2026)3.1 × 10¹¹3.1 × 10¹¹2026смесь экспертов (число активных параметров не опубликовано)
74SB-LM (Google, 2007)~3 × 10¹¹2007оценка
75Tencent Hy3 preview (Tencent, 2026)3 × 10¹¹3 × 10¹¹2026смесь экспертов (число активных параметров не опубликовано)
76Tencent Hy3 (Tencent, 2026)3 × 10¹¹3 × 10¹¹2026смесь экспертов (число активных параметров не опубликовано)
77DeepSeek-V4-Flash (DeepSeek, 2026)~2.8 × 10¹¹2026оценка
78Gopher (DeepMind, 2021)2.8 × 10¹¹2.8 × 10¹¹2021плотная
79TML-Interaction-Small (Thinking Machines, 2026)2.8 × 10¹¹2.8 × 10¹¹2026смесь экспертов (число активных параметров не опубликовано)
80ST-MoE (Google, 2022)~2.7 × 10¹¹2022оценка
81ERNIE 3.0 Titan (Baidu, 2021)2.6 × 10¹¹2.6 × 10¹¹2021плотная
82Solar Open2 250B (Upstage, 2026)~2.5 × 10¹¹2026оценка
83Aramco Metabrain AI (Saudi Aramco, 2024)~2.5 × 10¹¹2024оценка
84Yuan 1.0 (Inspur, 2021)2.5 × 10¹¹2.5 × 10¹¹2021архитектура не указана
85DeepSeek-Coder-V2 236B (DeepSeek, 2024)2.4 × 10¹¹2.4 × 10¹¹2024смесь экспертов (число активных параметров не опубликовано)
86DeepSeek-V2.5 (DeepSeek, 2024)2.4 × 10¹¹2.4 × 10¹¹2024смесь экспертов (число активных параметров не опубликовано)
87K-EXAONE (LG AI Research, 2025)2.4 × 10¹¹2.4 × 10¹¹2025архитектура не указана
88Qwen3-235B-A22B (Alibaba, 2025)~2.4 × 10¹¹2025оценка
89Qwen3-235B-A22B-Thinking (Alibaba, 2025)~2.4 × 10¹¹2025оценка
90P1-235B-A22B (Shanghai AI Lab, 2025)~2.4 × 10¹¹2025оценка
91Seed-1.6-Thinking (ByteDance, 2025)2.3 × 10¹¹2.3 × 10¹¹2025смесь экспертов (число активных параметров не опубликовано)
92MiniMax-M2 (MiniMax, 2025)2.3 × 10¹¹1 × 10¹⁰2025смесь экспертов
93MiniMax-M2.1 (MiniMax, 2025)2.3 × 10¹¹2.3 × 10¹¹2025смесь экспертов (число активных параметров не опубликовано)
94HyperCLOVA 204B (NAVER, 2021)~2 × 10¹¹2021оценка
95Amazon Titan (Amazon, 2023)~2 × 10¹¹2023оценка
96Falcon-180B (Technology Innovation Institute, 2023)1.8 × 10¹¹1.8 × 10¹¹2023плотная
97Jurassic-1-Jumbo (AI21 Labs, 2021)1.8 × 10¹¹1.8 × 10¹¹2021архитектура не указана
98BLOOM-176B (Hugging Face, 2022)1.8 × 10¹¹1.8 × 10¹¹2022плотная
99BLUUMI (University of Turku, 2023)~1.8 × 10¹¹2023оценка
100InstructGPT 175B (OpenAI, 2022)1.8 × 10¹¹1.8 × 10¹¹2022плотная
101OPT-175B (Meta AI, 2022)1.8 × 10¹¹1.8 × 10¹¹2022плотная
102BlenderBot 3 (McGill University, 2022)~1.8 × 10¹¹2022оценка
103GPT-3 175B (OpenAI, 2020)1.7 × 10¹¹1.7 × 10¹¹2020плотная
104Palmyra X 004 (Writer, 2024)~1.5 × 10¹¹2024оценка
105FLAN 137B (Google Research, 2021)1.4 × 10¹¹1.4 × 10¹¹2021архитектура не указана
106LaMDA (Google, 2022)1.4 × 10¹¹1.4 × 10¹¹2022архитектура не указана
107MEB (Microsoft, 2021)1.4 × 10¹¹1.4 × 10¹¹2021архитектура не указана
108Pangu Ultra (Huawei, 2025)1.4 × 10¹¹1.4 × 10¹¹2025архитектура не указана
109DBRX (Databricks, 2024)1.3 × 10¹¹1.3 × 10¹¹2024смесь экспертов (число активных параметров не опубликовано)
110GLM-130B (Tsinghua University, 2022)1.3 × 10¹¹1.3 × 10¹¹2022плотная
111Pixtral Large (Mistral AI, 2024)1.2 × 10¹¹1.2 × 10¹¹2024архитектура не указана
112Mistral Large 2 (Mistral AI, 2024)~1.2 × 10¹¹2024оценка
113Qwen3.5-122B-A10B (Alibaba, 2026)~1.2 × 10¹¹2026оценка
114Galactica (Meta AI, 2022)~1.2 × 10¹¹2022оценка
115Nemotron 3 Super (Nvidia, 2026)~1.2 × 10¹¹2026оценка
116gpt-oss-120b (OpenAI, 2025)1.2 × 10¹¹5.1 × 10⁹2025смесь экспертов
117Telechat2-115B (China Telecom, 2024)1.1 × 10¹¹1.1 × 10¹¹2024архитектура не указана
118Kaiju Large (Character.ai, 2025)~1.1 × 10¹¹2025оценка
119Llama 4 Scout (Meta AI, 2025)~1.1 × 10¹¹2025оценка
120InternLM (Shanghai AI Lab, 2023)1 × 10¹¹1 × 10¹¹2023плотная
121Solar Open 100B (Upstage, 2025)1 × 10¹¹1 × 10¹¹2025архитектура не указана
122DLRM-2020 (Facebook AI, 2019)1 × 10¹¹1 × 10¹¹2019плотная
123xTrimoPGLM -100B (Tsinghua University, 2023)1 × 10¹¹1 × 10¹¹2023архитектура не указана
124Yi-Large (01.AI, 2024)~1 × 10¹¹2024оценка
125VAETKI (NC AI, 2025)1 × 10¹¹1 × 10¹¹2025смесь экспертов (число активных параметров не опубликовано)
126ESM3 (EvolutionaryScale, 2024)9.8 × 10¹⁰9.8 × 10¹⁰2024архитектура не указана
127Неокортекс мыши8.1 × 10¹⁰8.1 × 10¹⁰синапсов
128Flamingo (DeepMind, 2022)8 × 10¹⁰8 × 10¹⁰2022плотная
129Qwen3-Coder-Next (Alibaba, 2026)~8 × 10¹⁰2026оценка
130Qwen2-72B (Alibaba, 2024)7.3 × 10¹⁰7.3 × 10¹⁰2024плотная
131Qwen2.5-72B (Alibaba, 2024)7.3 × 10¹⁰7.3 × 10¹⁰2024плотная
132Qwen2.5 Instruct (Alibaba, 2024)7.3 × 10¹⁰7.3 × 10¹⁰2024плотная
133Qwen-72B (Alibaba, 2023)7.2 × 10¹⁰7.2 × 10¹⁰2023плотная
134Palmyra X 003 (Writer, 2024)~7.2 × 10¹⁰2024оценка
135Qwen1.5-72B (Alibaba, 2024)7.2 × 10¹⁰7.2 × 10¹⁰2024плотная
136LLaVA-OV-72B (ByteDance, 2024)7.2 × 10¹⁰7.2 × 10¹⁰2024плотная
137NVLM-X 72B (Nvidia, 2024)~7.2 × 10¹⁰2024оценка
138NVLM-H 72B (Nvidia, 2024)~7.2 × 10¹⁰2024оценка
139NVLM-D 72B (Nvidia, 2024)7.2 × 10¹⁰7.2 × 10¹⁰2024архитектура не указана
140MindLink-72B (Kunlun Inc., 2025)7.2 × 10¹⁰7.2 × 10¹⁰2025архитектура не указана
141Chinchilla (DeepMind, 2022)7 × 10¹⁰7 × 10¹⁰2022плотная
142Llama 2-70B (Meta AI, 2023)7 × 10¹⁰7 × 10¹⁰2023плотная
143PPLX-70B-Online (Perplexity, 2023)~7 × 10¹⁰2023оценка
144Llama 3-70B (Meta AI, 2024)7 × 10¹⁰7 × 10¹⁰2024плотная
145ALLaM adapted 70B (Saudi Data and Artificial Intelligence Authority, 2024)7 × 10¹⁰7 × 10¹⁰2024архитектура не указана
146Llama 3.3 70B (Meta AI, 2024)7 × 10¹⁰7 × 10¹⁰2024плотная
147Reka Core (Reka AI, 2024)~6.7 × 10¹⁰2024оценка
148LLaMA-65B (Meta AI, 2023)6.5 × 10¹⁰6.5 × 10¹⁰2023плотная
149SNM-skip (Google, 2014)~6.2 × 10¹⁰2014оценка
150PaLI-X (Google Research, 2023)~5.5 × 10¹⁰2023оценка
151RT-2 (Google DeepMind, 2023)5.5 × 10¹⁰5.5 × 10¹⁰2023архитектура не указана
152RT-2-X (Google DeepMind, 2023)5.5 × 10¹⁰5.5 × 10¹⁰2023архитектура не указана
153NLLB (Meta AI, 2022)5.5 × 10¹⁰5.5 × 10¹⁰2022плотная
154BloombergGPT (Bloomberg, 2023)5.1 × 10¹⁰5.1 × 10¹⁰2023плотная
155M4-50B (Google, 2019)5 × 10¹⁰5 × 10¹⁰2019смесь экспертов (число активных параметров не опубликовано)
156Mixtral 8x7B (Mistral AI, 2023)~4.7 × 10¹⁰2023оценка
157AlphaCode (DeepMind, 2022)4.1 × 10¹⁰4.1 × 10¹⁰2022архитектура не указана
158Falcon-40B (Technology Innovation Institute, 2023)4 × 10¹⁰4 × 10¹⁰2023плотная
159Qwen3-Omni-30B-A3B (Alibaba, 2025)3.5 × 10¹⁰3 × 10⁹2025смесь экспертов
160Yi-34B (01.AI, 2023)3.4 × 10¹⁰3.4 × 10¹⁰2023плотная
161Cambrian-1-34B (New York University (NYU), 2024)3.4 × 10¹⁰3.4 × 10¹⁰2024архитектура не указана
162Oryx 34B (Tsinghua University, 2024)3.4 × 10¹⁰3.4 × 10¹⁰2024архитектура не указана
163Kaiju Medium (Character.ai, 2025)~3.4 × 10¹⁰2025оценка
164EXAONE 4.5 (LG AI Research, 2026)3.3 × 10¹⁰3.3 × 10¹⁰2026архитектура не указана
165Qwen2.5-32B (Alibaba, 2024)3.3 × 10¹⁰3.3 × 10¹⁰2024плотная
166QwQ-32B (Alibaba, 2025)~3.3 × 10¹⁰2025оценка
167EXAONE 3.5 32B (LG AI Research, 2024)3.2 × 10¹⁰3.2 × 10¹⁰2024архитектура не указана
168EXAONE Deep 32B (LG AI Research, 2025)3.2 × 10¹⁰3.2 × 10¹⁰2025архитектура не указана
169EXAONE 4.0 (LG AI Research, 2025)3.2 × 10¹⁰3.2 × 10¹⁰2025архитектура не указана
170Olmo 3 (Allen Institute for AI, 2025)3.2 × 10¹⁰3.2 × 10¹⁰2025архитектура не указана
171HyperCLOVA X SEED 32B Think (NAVER, 2025)3.2 × 10¹⁰3.2 × 10¹⁰2025архитектура не указана
172Nemotron 3-Nano-30B-A3B (Nvidia, 2025)~3.2 × 10¹⁰2025оценка
173Tongyi DeepResearch (Alibaba, 2025)3 × 10¹⁰3 × 10¹⁰2025архитектура не указана
174MM1-30B (Apple, 2024)~3 × 10¹⁰2024оценка
175Movie Gen Video (Meta AI, 2024)3 × 10¹⁰3 × 10¹⁰2024архитектура не указана
176AgentFounder-30B (Alibaba, 2025)3 × 10¹⁰3 × 10¹⁰2025архитектура не указана
177PLUG (Alibaba, 2021)2.7 × 10¹⁰2.7 × 10¹⁰2021архитектура не указана
178Qwen Image (Alibaba, 2025)2.7 × 10¹⁰2.7 × 10¹⁰2025архитектура не указана
179GenSLM (University of Chicago, 2022)2.5 × 10¹⁰2.5 × 10¹⁰2022архитектура не указана
180ViT-22B (Google, 2023)2.2 × 10¹⁰2.2 × 10¹⁰2023архитектура не указана
181KN-LM (Google, 2007)~2.1 × 10¹⁰2007оценка
182gpt-oss-20b (OpenAI, 2025)2.1 × 10¹⁰2.1 × 10¹⁰2025смесь экспертов (число активных параметров не опубликовано)
183RNN for 1B words (Google, 2013)~2 × 10¹⁰2013оценка
184GPT-NeoX-20B (EleutherAI, 2022)2 × 10¹⁰2 × 10¹⁰2022плотная
185UL2 (Google Research, 2022)2 × 10¹⁰2 × 10¹⁰2022архитектура не указана
186Parti (Google Research, 2022)2 × 10¹⁰2 × 10¹⁰2022архитектура не указана
187GPT-3.5 Turbo (OpenAI, 2023)~2 × 10¹⁰2023оценка
188GPT-3.5 Turbo Instruct (OpenAI, 2023)~2 × 10¹⁰2023оценка
189SPHINX (Shanghai AI Lab, 2023)~2 × 10¹⁰2023оценка
190AlexaTM 20B (Amazon, 2022)2 × 10¹⁰2 × 10¹⁰2022архитектура не указана
191CogAgent (Tsinghua University, 2023)~1.8 × 10¹⁰2023оценка
192Turing-NLG (Microsoft, 2020)~1.7 × 10¹⁰2020оценка
193CogVLM-17B (Tsinghua University, 2023)1.7 × 10¹⁰1.7 × 10¹⁰2023архитектура не указана
194PaLI (Google, 2022)~1.7 × 10¹⁰2022оценка
195CodeT5+ (Salesforce, 2023)1.6 × 10¹⁰1.6 × 10¹⁰2023архитектура не указана
196StarCoder (Hugging Face, 2023)1.6 × 10¹⁰1.6 × 10¹⁰2023плотная
197ESM2-15B (Meta AI, 2022)1.5 × 10¹⁰1.5 × 10¹⁰2022архитектура не указана
198FunSearch (Google DeepMind, 2023)~1.5 × 10¹⁰2023оценка
199NVILA 15B (Nvidia, 2024)1.5 × 10¹⁰1.5 × 10¹⁰2024архитектура не указана
200nekomata-14b (rinna, 2023)1.4 × 10¹⁰1.4 × 10¹⁰2023архитектура не указана
201VILA1.5-13B (Nvidia, 2024)1.3 × 10¹⁰1.3 × 10¹⁰2024архитектура не указана
202VILA-13B (Nvidia, 2023)1.3 × 10¹⁰1.3 × 10¹⁰2023архитектура не указана
203mT5-XXL (Google, 2020)1.3 × 10¹⁰1.3 × 10¹⁰2020плотная
204mT0-13B (Hugging Face, 2022)1.3 × 10¹⁰1.3 × 10¹⁰2022архитектура не указана
205LLaVA (University of Wisconsin Madison, 2023)1.3 × 10¹⁰1.3 × 10¹⁰2023плотная
206InstructBLIP (Salesforce Research, 2023)1.3 × 10¹⁰1.3 × 10¹⁰2023архитектура не указана
207Jais (Cerebras Systems, 2023)1.3 × 10¹⁰1.3 × 10¹⁰2023архитектура не указана
208FinGPT-13B (University of California Los Angeles (UCLA), 2023)~1.3 × 10¹⁰2023оценка
209Ferret (Columbia University, 2023)1.3 × 10¹⁰1.3 × 10¹⁰2023архитектура не указана
210Skywork-13B (Kunlun Inc., 2023)1.3 × 10¹⁰1.3 × 10¹⁰2023архитектура не указана
211LLaVA 1.5 (University of Wisconsin Madison, 2023)1.3 × 10¹⁰1.3 × 10¹⁰2023плотная
212Volcano 13B (Korea University, 2023)~1.3 × 10¹⁰2023оценка
213Aya (Cohere Labs (formerly Cohere for AI), 2024)~1.3 × 10¹⁰2024оценка
214Kaiju Small (Character.ai, 2025)~1.3 × 10¹⁰2025оценка
215ByT5-XXL (Google, 2021)~1.3 × 10¹⁰2021оценка
216CoRe (Tsinghua University, 2023)~1.2 × 10¹⁰2023оценка
217DALL-E (OpenAI, 2021)~1.2 × 10¹⁰2021оценка
218Codex (OpenAI, 2021)~1.2 × 10¹⁰2021оценка
219T5-11B (Google, 2019)1.1 × 10¹⁰1.1 × 10¹⁰2019плотная
220UnifiedQA (Allen Institute for AI, 2020)1.1 × 10¹⁰1.1 × 10¹⁰2020плотная
221Unicorn (Allen Institute for AI, 2021)1.1 × 10¹⁰1.1 × 10¹⁰2021архитектура не указана
222PLATO-XL (Baidu, 2021)1.1 × 10¹⁰1.1 × 10¹⁰2021архитектура не указана
223CoEdiT-xxl (University of Minnesota, 2023)~1.1 × 10¹⁰2023оценка
224GQA-8-XXL (Google Research, 2023)1.1 × 10¹⁰1.1 × 10¹⁰2023архитектура не указана
225XLMR-XXL (Facebook AI Research, 2021)1.1 × 10¹⁰1.1 × 10¹⁰2021архитектура не указана
226Llama 3.2 11B (Meta AI, 2024)1.1 × 10¹⁰1.1 × 10¹⁰2024плотная
227ERNIE 3.0 (Baidu, 2021)1 × 10¹⁰1 × 10¹⁰2021плотная
228ERNIE-ViLG (Baidu, 2021)~1 × 10¹⁰2021оценка
229Qwen-VL (Alibaba, 2023)~9.6 × 10⁹2023оценка
230Generative BST (Facebook AI Research, 2021)9.4 × 10⁹9.4 × 10⁹2021архитектура не указана
231Sparse all-MLP (Meta AI, 2022)9.4 × 10⁹9.4 × 10⁹2022смесь экспертов (число активных параметров не опубликовано)
232CogVideo (Tsinghua University, 2022)~9.4 × 10⁹2022оценка
233eDiff-I (Nvidia, 2022)~9.1 × 10⁹2022оценка
234Eagle 2 (Nvidia, 2025)8.9 × 10⁹8.9 × 10⁹2025архитектура не указана
235MoE-Multi (Jagiellonian University, 2017)8.7 × 10⁹8.7 × 10⁹2017смесь экспертов (число активных параметров не опубликовано)
236Qwen-Audio-Chat (Alibaba, 2023)~8.5 × 10⁹2023оценка
237Megatron-LM (Nvidia, 2019)~8.3 × 10⁹2019оценка
238BigSSL (Google, 2021)~8 × 10⁹2021оценка
239Nemotron-3-8B (Nvidia, 2023)8 × 10⁹8 × 10⁹2023архитектура не указана
240Stable Diffusion 3 (Stability AI, 2024)8 × 10⁹8 × 10⁹2024плотная
241Qwen3 Embedding (Alibaba, 2025)8 × 10⁹8 × 10⁹2025смесь экспертов (число активных параметров не опубликовано)
242Imagen (Google Brain, 2022)~7.8 × 10⁹2022оценка
243XGLM-7.5B (Meta AI, 2021)7.5 × 10⁹7.5 × 10⁹2021архитектура не указана
244RETRO-7B (DeepMind, 2022)7.5 × 10⁹7.5 × 10⁹2022архитектура не указана
245OpenVLA (Stanford University, 2024)7.2 × 10⁹7.2 × 10⁹2024архитектура не указана
246mPLUG-Owl2 (Alibaba, 2023)~7.1 × 10⁹2023оценка
247Goat-7B (National University of Singapore, 2023)~7 × 10⁹2023оценка
248Llama 2-7B (Meta AI, 2023)7 × 10⁹7 × 10⁹2023плотная
249Llama Guard (Meta AI, 2023)7 × 10⁹7 × 10⁹2023плотная
250Qwen-VL-Max (Alibaba, 2024)7 × 10⁹7 × 10⁹2024плотная
251Mathstral (Mistral AI, 2024)7 × 10⁹7 × 10⁹2024архитектура не указана
252Apollo 7B (Meta AI, 2024)7 × 10⁹7 × 10⁹2024архитектура не указана
253Eurus-2-7B-PRIME (Tsinghua University, 2025)~7 × 10⁹2025оценка
254INTELLECT-MATH (Prime Intellect, 2025)7 × 10⁹7 × 10⁹2025архитектура не указана
255Incoder-6.7B (Facebook AI Research, 2023)6.7 × 10⁹6.7 × 10⁹2023архитектура не указана
256ProGen2-xlarge (Salesforce Research, 2022)6.4 × 10⁹6.4 × 10⁹2022архитектура не указана
257GPipe (Google, 2018)~6 × 10⁹2018оценка
258InstructGPT 6B (OpenAI, 2022)6 × 10⁹6 × 10⁹2022плотная
259Vega v2 (Wuhan University, 2022)6 × 10⁹6 × 10⁹2022архитектура не указана
260ChatGLM3-6B (Z.ai (Zhipu AI), 2023)~6 × 10⁹2023оценка
261MolmoAct 2 (Allen Institute for AI, 2026)~5.5 × 10⁹2026оценка
262T-NLRv5 XXL (Microsoft, 2021)5.4 × 10⁹5.4 × 10⁹2021архитектура не указана
263π0.6 (Physical Intelligence, 2025)5.3 × 10⁹5.3 × 10⁹2025смесь экспертов (число активных параметров не опубликовано)
264PaLI-3 (Google DeepMind, 2023)5 × 10⁹5 × 10⁹2023архитектура не указана
265Mesh-TensorFlow Transformer 4.9B (Google Brain, 2018)4.9 × 10⁹4.9 × 10⁹2018плотная
266W.A.L.T (Stanford University, 2023)4.7 × 10⁹4.7 × 10⁹2023архитектура не указана
267CogView (Tsinghua University, 2021)~4 × 10⁹2021оценка
268Make-A-Scene (Meta AI, 2022)~4 × 10⁹2022оценка
269ONE-PEACE (Alibaba, 2023)~4 × 10⁹2023оценка
270Megatron-BERT (Nvidia, 2019)3.9 × 10⁹3.9 × 10⁹2019плотная
271DALL·E 2 (OpenAI, 2022)~3.5 × 10⁹2022оценка
272Stable Diffusion XL (Stability AI, 2023)~3.4 × 10⁹2023оценка
273MusicGen (Meta AI, 2023)~3.4 × 10⁹2023оценка
274Gemini Nano-2 (Google DeepMind, 2023)3.3 × 10⁹3.3 × 10⁹2023архитектура не указана
275Zidong Taichu (Chinese Academy of Sciences, 2021)3.2 × 10⁹3.2 × 10⁹2021архитектура не указана
276DeepNet (Microsoft Research, 2022)3.2 × 10⁹3.2 × 10⁹2022архитектура не указана
277MS-ensemble-speech-recognition (Microsoft, 2016)~3.2 × 10⁹2016оценка
278BASIC-L (Google, 2021)~3.1 × 10⁹2021оценка
279BASIC-L + Lion (Google, 2023)3.1 × 10⁹3.1 × 10⁹2023архитектура не указана
280LEP-AD (King Abdullah University of Science and Technology (KAUST), 2023)3 × 10⁹3 × 10⁹2023архитектура не указана
281ViT-G/14 (Google Research, 2021)3 × 10⁹3 × 10⁹2021архитектура не указана
282ProtT5-XL-U50 (Technical University of Munich, 2021)3 × 10⁹3 × 10⁹2021архитектура не указана
283Swin Transformer V2 (Microsoft Research Asia, 2021)3 × 10⁹3 × 10⁹2021архитектура не указана
284LongT5 (Google Research, 2021)3 × 10⁹3 × 10⁹2021архитектура не указана
285ReALM (Apple, 2024)3 × 10⁹3 × 10⁹2024архитектура не указана
286Mesh-TensorFlow Transformer 2.9B (Google Brain, 2018)~2.9 × 10⁹2018оценка
287T5-3B (Google, 2019)2.8 × 10⁹2.8 × 10⁹2019плотная
288DPO on Pythia-2.8B (Stanford University, 2023)2.8 × 10⁹2.8 × 10⁹2023плотная
289AFM-on-device (Apple, 2024)2.7 × 10⁹2.7 × 10⁹2024архитектура не указана
290PolyCoder (Carnegie Mellon University (CMU), 2022)~2.7 × 10⁹2022оценка
291Hybrid H3-2.7B (Stanford University, 2022)~2.7 × 10⁹2022оценка
292GPT3-2.7B (Stanford University, 2023)2.7 × 10⁹2.7 × 10⁹2023архитектура не указана
293Meena (Google Brain, 2020)2.6 × 10⁹2.6 × 10⁹2020плотная
294CPM-Large (Tsinghua University, 2020)2.6 × 10⁹2.6 × 10⁹2020плотная
295Nucleotide Transformer (Nvidia, 2023)~2.5 × 10⁹2023оценка
296Fugatto 1 (Nvidia, 2024)2.5 × 10⁹2.5 × 10⁹2024архитектура не указана
297CoAtNet (Google, 2021)2.4 × 10⁹2.4 × 10⁹2021архитектура не указана
298GShard (Google, 2020)2.3 × 10⁹2.3 × 10⁹2020плотная
299SeamlessM4T (Facebook, 2023)2.3 × 10⁹2.3 × 10⁹2023архитектура не указана
300Turing ULRv5 (Microsoft, 2021)2.2 × 10⁹2.2 × 10⁹2021архитектура не указана
301CoCa (Google Research, 2022)2.1 × 10⁹2.1 × 10⁹2022архитектура не указана
302MuseNet (OpenAI, 2019)~2 × 10⁹2019оценка
303Infinity (ByteDance, 2024)2 × 10⁹2 × 10⁹2024архитектура не указана
304Seq2Seq LSTM (Google, 2014)1.9 × 10⁹1.9 × 10⁹2014плотная
305BEIT-3 (Microsoft, 2022)~1.9 × 10⁹2022оценка
306Ankh_large (Technical University of Munich, 2023)1.9 × 10⁹1.9 × 10⁹2023архитектура не указана
307ViT-G/14 (Google Brain, 2021)1.8 × 10⁹1.8 × 10⁹2021архитектура не указана
308ViT-G (University of Washington, 2022)1.8 × 10⁹1.8 × 10⁹2022архитектура не указана
309Phenaki (University College London (UCL), 2022)~1.8 × 10⁹2022оценка
310Gemini Nano-1 (Google DeepMind, 2023)1.8 × 10⁹1.8 × 10⁹2023архитектура не указана
311DistBelief Vision (Google, 2012)~1.7 × 10⁹2012оценка
312Whisper (OpenAI, 2022)~1.6 × 10⁹2022оценка
313GPT-2 (OpenAI, 2019)~1.5 × 10⁹2019оценка
314DeBERTa (Microsoft, 2021)1.5 × 10⁹1.5 × 10⁹2021архитектура не указана
315AR-LDM (Alibaba, 2022)1.5 × 10⁹1.5 × 10⁹2022архитектура не указана
316AudioLM (Google Research, 2023)~1.5 × 10⁹2023оценка
317BLIP-2 (Salesforce Research, 2023)1.5 × 10⁹1.5 × 10⁹2023архитектура не указана
318LDM-1.45B (Heidelberg University, 2021)1.4 × 10⁹1.4 × 10⁹2021архитектура не указана
319Stable Diffusion (Runway, 2022)1.4 × 10⁹1.4 × 10⁹2022плотная
320SEER (Facebook AI Research, 2021)1.3 × 10⁹1.3 × 10⁹2021архитектура не указана
321InstructGPT 1.3B (OpenAI, 2022)1.3 × 10⁹1.3 × 10⁹2022плотная
322Megatron-LM (Nvidia, 2019)1.2 × 10⁹1.2 × 10⁹2019плотная
323RDT-1B (Tsinghua University, 2024)~1.2 × 10⁹2024оценка
324Gato (DeepMind, 2022)1.2 × 10⁹1.2 × 10⁹2022архитектура не указана
325DINOv2 (Facebook AI Research, 2023)1.1 × 10⁹1.1 × 10⁹2023архитектура не указана
326Diffusion Renderer (Nvidia, 2025)1.1 × 10⁹1.1 × 10⁹2025архитектура не указана
327InternImage (Shanghai AI Lab, 2022)1.1 × 10⁹1.1 × 10⁹2022архитектура не указана
328EVA-01 (Beijing Academy of Artificial Intelligence / BAAI, 2022)1 × 10⁹1 × 10⁹2022архитектура не указана
329Unsupervised High-level Feature Learner (Google, 2012)~1 × 10⁹2012оценка
330Conformer + Wav2vec 2.0 + Noisy Student (Google, 2020)1 × 10⁹1 × 10⁹2020плотная
331HuBERT (Facebook AI Research, 2021)~1 × 10⁹2021оценка
332W2v-BERT (Google Brain, 2021)1 × 10⁹1 × 10⁹2021плотная
333AudioGen (Meta AI, 2023)~1 × 10⁹2023оценка
334VideoMAE V2 (Nanjing University, 2023)1 × 10⁹1 × 10⁹2023архитектура не указана
335TransE (Universite de Technologie de Compiègne – CNRS, 2013)~9.4 × 10⁸2013оценка
336ImageBind (Meta AI, 2023)~9.3 × 10⁸2023оценка
337Big Transfer (Google Brain, 2019)~9.3 × 10⁸2019оценка
338Florence (Microsoft, 2021)8.9 × 10⁸8.9 × 10⁸2021архитектура не указана
339NÜWA (Microsoft Research, 2021)8.7 × 10⁸8.7 × 10⁸2021архитектура не указана
340MusicLM (Google, 2023)8.6 × 10⁸8.6 × 10⁸2023архитектура не указана
341ResNeXt-101 32x48d (Facebook, 2018)8.3 × 10⁸8.3 × 10⁸2018плотная
342FixRes ResNeXt-101 WSL (Facebook AI, 2019)~8.3 × 10⁸2019оценка
343ALIGN (Google Research, 2021)8.2 × 10⁸8.2 × 10⁸2021архитектура не указана
344Statement Curriculum Learning (OpenAI, 2022)~7.7 × 10⁸2022оценка
345CodeT5-large (Salesforce, 2022)~7.7 × 10⁸2022оценка
346DITTO (Tsinghua University, 2022)7.5 × 10⁸7.5 × 10⁸2022архитектура не указана
347FGN (Google DeepMind, 2025)7.2 × 10⁸7.2 × 10⁸2025архитектура не указана
348data2vec (Meta AI, 2022)~7.1 × 10⁸2022оценка
349Tranception (University of Oxford, 2022)7 × 10⁸7 × 10⁸2022архитектура не указана
350Word2Vec (Google, 2013)~6.9 × 10⁸2013оценка
351DiT-XL/2 (New York University (NYU), 2023)6.8 × 10⁸6.8 × 10⁸2023архитектура не указана
352DiT-XL/2 + CADS (ETH Zurich, 2023)~6.8 × 10⁸2023оценка
353OmegaPLM (Massachusetts Institute of Technology (MIT), 2022)6.7 × 10⁸6.7 × 10⁸2022архитектура не указана
354XLM (Facebook, 2019)~6.7 × 10⁸2019оценка
355ESM1b (Facebook AI Research, 2020)6.5 × 10⁸6.5 × 10⁸2020плотная
356Segment Anything Model (Meta AI, 2023)6.4 × 10⁸6.4 × 10⁸2023архитектура не указана
357ViT-Huge/14 (Google Brain, 2020)6.3 × 10⁸6.3 × 10⁸2020плотная
358Masked Autoencoders ViT-H (Facebook AI Research, 2021)~6.3 × 10⁸2021оценка
359Retrieval-Augmented Generator (Facebook, 2020)6.3 × 10⁸6.3 × 10⁸2020плотная
360DLDL (University of Oxford, 2016)~5.6 × 10⁸2016оценка
361ADM (OpenAI, 2021)5.6 × 10⁸5.6 × 10⁸2021архитектура не указана
362TrOCR (Beihang University, 2021)5.6 × 10⁸5.6 × 10⁸2021архитектура не указана
363XLM-RoBERTa (Facebook AI, 2019)5.5 × 10⁸5.5 × 10⁸2019плотная
364LUKE (University of Washington, 2020)~4.8 × 10⁸2020оценка
365EfficientNet-L2 (Google, 2019)~4.8 × 10⁸2019оценка
366Noisy Student (Carnegie Mellon University (CMU), 2019)4.8 × 10⁸4.8 × 10⁸2019плотная
367Meta Pseudo Labels (Google Brain, 2021)~4.8 × 10⁸2021оценка
368EMDR (Mila - Quebec AI (originally Montreal Institute for Learning Algorithms), 2021)4.4 × 10⁸4.4 × 10⁸2021архитектура не указана
369NMT Transformer 437M (Google, 2019)4.4 × 10⁸4.4 × 10⁸2019плотная
370Adaptive Inputs + LayerDrop (Facebook AI Research, 2019)4.2 × 10⁸4.2 × 10⁸2019плотная
371ProtBERT-BFD (Technical University of Munich, 2021)4.2 × 10⁸4.2 × 10⁸2021архитектура не указана
372OntoProtein (Zhejiang University (ZJU), 2022)~4.2 × 10⁸2022оценка
373DeBERTaV3large + KEAR (Microsoft, 2022)4.2 × 10⁸4.2 × 10⁸2022архитектура не указана
374BART-large (Facebook AI, 2019)~4.1 × 10⁸2019оценка
375SigLIP 400M (Google DeepMind, 2023)4 × 10⁸4 × 10⁸2023архитектура не указана
376BERT-Large-CAS (Amazon, 2019)~4 × 10⁸2019оценка
377MoCo (Facebook AI, 2019)~3.8 × 10⁸2019оценка
378SimCLR (Google Brain, 2020)~3.8 × 10⁸2020оценка
379CLIP (OpenAI, 2021)3.7 × 10⁸3.7 × 10⁸2021архитектура не указана
380RoBERTa Large (Facebook, 2019)3.5 × 10⁸3.5 × 10⁸2019плотная
381AbLang (University of Oxford, 2022)3.5 × 10⁸3.5 × 10⁸2022архитектура не указана
382GPT-2 Medium (Stanford University, 2022)3.5 × 10⁸3.5 × 10⁸2022плотная
383VALL-E (Microsoft, 2023)~3.5 × 10⁸2023оценка
384BERT-Large (Google, 2018)3.4 × 10⁸3.4 × 10⁸2018плотная
385XLNet (Carnegie Mellon University (CMU), 2019)3.4 × 10⁸3.4 × 10⁸2019плотная
386ERNIE-GEN (Baidu, 2020)~3.4 × 10⁸2020оценка
387CamemBERT (Facebook, 2019)3.4 × 10⁸3.4 × 10⁸2019плотная
388ELECTRA (Stanford University, 2020)~3.4 × 10⁸2020оценка
389German ELECTRA Large (deepset, 2020)3.4 × 10⁸3.4 × 10⁸2020плотная
390ALM 1.0 (Beijing Academy of Artificial Intelligence / BAAI, 2022)~3.4 × 10⁸2022оценка
391MT-DNN (Microsoft, 2019)3.3 × 10⁸3.3 × 10⁸2019плотная
392Fusion in Encoder (Samsung, 2022)~3.3 × 10⁸2022оценка
393wave2vec 2.0 LARGE (Facebook, 2020)3.2 × 10⁸3.2 × 10⁸2020плотная
394CPC v2 (DeepMind, 2019)~3 × 10⁸2019оценка
395Transformer - LibriVox + Decoding/Rescoring (Facebook, 2019)3 × 10⁸3 × 10⁸2019плотная
396DDPM-IP (Utrecht University, 2023)~3 × 10⁸2023оценка
397GNMT (Google, 2016)~2.8 × 10⁸2016оценка
398base LM+GNN+kNN (Shannon.AI, 2021)2.7 × 10⁸2.7 × 10⁸2021архитектура не указана
399YOLO (University of Washington, 2015)~2.7 × 10⁸2015оценка
400Transformer-XL (Carnegie Mellon University (CMU), 2019)~2.6 × 10⁸2019оценка
401Transformer-XL + RMS dynamic eval (University of Edinburgh, 2019)2.6 × 10⁸2.6 × 10⁸2019плотная
402Transformer-XL Large + Phrase Induction (Massachusetts Institute of Technology (MIT), 2019)~2.6 × 10⁸2019оценка
403Segatron-XL large, M=384 + HCP (Microsoft Research, 2022)2.6 × 10⁸2.6 × 10⁸2022архитектура не указана
404Denoising Diffusion Probabilistic Models (University of California (UC) Berkeley, 2021)2.6 × 10⁸2.6 × 10⁸2021архитектура не указана
405Pangu-Weather (Huawei, 2023)2.6 × 10⁸2.6 × 10⁸2023архитектура не указана
406SPN (Google Brain, 2018)2.5 × 10⁸2.5 × 10⁸2018плотная
407S4 (Stanford University, 2021)~2.5 × 10⁸2021оценка
408Base LM + kNN LM + Continuous Cache (Stanford University, 2019)~2.5 × 10⁸2019оценка
409ERNIE-Doc (Baidu, 2020)2.5 × 10⁸2.5 × 10⁸2020плотная
410Adaptive Input Transformer + RD (Microsoft Research Asia, 2021)~2.5 × 10⁸2021оценка
411Transformer (Adaptive Input Embeddings) WT103 (Facebook AI Research, 2018)2.5 × 10⁸2.5 × 10⁸2018плотная
412TaLK Convolution (Carleton University, 2020)~2.4 × 10⁸2020оценка
413ALBERT-xxlarge (Toyota Technological Institute at Chicago, 2020)~2.4 × 10⁸2020оценка
414SRU++ Large (ASAPP, 2021)2.3 × 10⁸2.3 × 10⁸2021архитектура не указана
415GR-2 (ByteDance, 2024)2.3 × 10⁸2.3 × 10⁸2024архитектура не указана
416MaskGIT (Google Research, 2022)2.3 × 10⁸2.3 × 10⁸2022архитектура не указана
417MetNet (Google, 2020)~2.3 × 10⁸2020оценка
418FFN SwiGLU (Google, 2020)2.2 × 10⁸2.2 × 10⁸2020плотная
419CodeT5-base (Salesforce, 2021)~2.2 × 10⁸2021оценка
420Transformer (Google Research, 2017)2.1 × 10⁸2.1 × 10⁸2017плотная
421Sandwich Transformer (Allen Institute for AI, 2019)~2.1 × 10⁸2019оценка
422EfficientNetV2-XL (Google, 2021)2.1 × 10⁸2.1 × 10⁸2021архитектура не указана
423Word2Vec (Google, 2013)~2.1 × 10⁸2013оценка
424Multilingual DNN (Google, 2013)2.1 × 10⁸2.1 × 10⁸2013плотная
425DreamerV3 (DeepMind, 2023)~2 × 10⁸2023оценка
426DL scaling speech (Baidu, 2017)~1.9 × 10⁸2017оценка
427ResNeXt-101 Billion-scale (Facebook AI, 2019)~1.9 × 10⁸2019оценка
428 (NTT Communication Science Laboratories, 2018)1.9 × 10⁸1.9 × 10⁸2018плотная
429TrellisNet (Carnegie Mellon University (CMU), 2018)1.8 × 10⁸1.8 × 10⁸2018плотная
430DL scaling LM (Baidu, 2017)~1.8 × 10⁸2017оценка
431EXAONE Path 2.0 (LG AI Research, 2025)1.8 × 10⁸1.8 × 10⁸2025архитектура не указана
432OpenAI Five Rerun (OpenAI, 2019)1.6 × 10⁸1.6 × 10⁸2019плотная
433OpenAI Five (OpenAI, 2019)1.6 × 10⁸1.6 × 10⁸2019плотная
4344 layer QRNN (Salesforce Research, 2018)~1.5 × 10⁸2018оценка
435TransformerXL + spectrum control (University of California Los Angeles (UCLA), 2020)~1.5 × 10⁸2020оценка
436AlphaGeometry (Google DeepMind, 2024)1.5 × 10⁸1.5 × 10⁸2024архитектура не указана
437PermuteFormer (Peking University, 2021)~1.5 × 10⁸2021оценка
438Fragment embedding (Stanford University, 2014)~1.4 × 10⁸2014оценка
439OverFeat (New York University (NYU), 2013)1.4 × 10⁸1.4 × 10⁸2013плотная
440VGG19 (University of Oxford, 2014)~1.4 × 10⁸2014оценка
441LRCN (UT Austin, 2014)~1.4 × 10⁸2014оценка
442Transformer-XL DeFINE (University of Washington, 2019)~1.4 × 10⁸2019оценка
443Deep Autoencoders (University of Toronto, 2011)1.4 × 10⁸1.4 × 10⁸2011плотная
444AlphaStar (DeepMind, 2019)1.4 × 10⁸1.4 × 10⁸2019плотная
445VGG16 (University of Oxford, 2014)1.4 × 10⁸1.4 × 10⁸2014плотная
446VGG-Face (University of Oxford, 2015)1.4 × 10⁸1.4 × 10⁸2015плотная
447SAF R-CNN (Beijing Institute of Technology, 2015)~1.4 × 10⁸2015оценка
448Template Adaptation (University of Oxford, 2016)~1.4 × 10⁸2016оценка
449LRR-4X (UC Irvine, 2016)~1.4 × 10⁸2016оценка
450CMS-RCNN (IEEE, 2016)~1.4 × 10⁸2016оценка
451QRNN (Salesforce Research, 2018)~1.4 × 10⁸2018оценка
452Multiresolution CNN (Google, 2014)~1.3 × 10⁸2014оценка
453FTW (DeepMind, 2018)~1.3 × 10⁸2018оценка
454Feedback Transformer (LORIA, 2020)~1.3 × 10⁸2020оценка
455KEPLER (Tsinghua University, 2020)1.3 × 10⁸1.3 × 10⁸2020плотная
456DL scaling Image (Baidu, 2017)1.2 × 10⁸1.2 × 10⁸2017плотная
457GloVe (Stanford University, 2014)~1.2 × 10⁸2014оценка
458Conformer (Google, 2020)1.2 × 10⁸1.2 × 10⁸2020плотная
459GPT-1 (OpenAI, 2018)~1.2 × 10⁸2018оценка
460ContextNet (Google, 2020)~1.1 × 10⁸2020оценка
461SciBERT (Allen Institute for AI, 2019)1.1 × 10⁸1.1 × 10⁸2019плотная
462DNABERT (Northeastern University, 2021)1.1 × 10⁸1.1 × 10⁸2021архитектура не указана
463Contriever (Meta AI, 2021)~1.1 × 10⁸2021оценка
464BERT-RBP (Waseda University, 2022)1.1 × 10⁸1.1 × 10⁸2022плотная
465RoFormer (Zhuiyi Technology, 2023)1.1 × 10⁸1.1 × 10⁸2023архитектура не указана
466LSTM LM (RWTH Aachen University, 2012)~1 × 10⁸2012оценка
467ReLU-Speech (Google, 2013)~1 × 10⁸2013оценка
468STORM-B/8 (University of Southern California, 2024)1 × 10⁸1 × 10⁸2024архитектура не указана
469Support Vector Machines (AT&T, 1995)~1 × 10⁸1995оценка
470GPU DBNs (Stanford University, 2009)1 × 10⁸1 × 10⁸2009плотная
471MSA Transformer (Facebook AI Research, 2021)~1 × 10⁸2021оценка
472YOLOX-X (Megvii Inc, 2021)~9.9 × 10⁷2021оценка
473DeLighT (University of Washington, 2020)~9.9 × 10⁷2020оценка
474ELMo (University of Washington, 2018)~9.4 × 10⁷2018оценка
475AlphaFold 2 (DeepMind, 2020)~9.3 × 10⁷2020оценка
476AlphaMissense (Google DeepMind, 2023)~9.3 × 10⁷2023оценка
477Octo-Base (University of California (UC) Berkeley, 2024)9.3 × 10⁷9.3 × 10⁷2024архитектура не указана
478PolyNet (Chinese University of Hong Kong (CUHK), 2016)~9.2 × 10⁷2016оценка
479Transformer local-attention (Google Cloud, 2021)9 × 10⁷9 × 10⁷2021архитектура не указана
480Transformer + Simple Recurrent Unit (ASAPP, 2018)9 × 10⁷9 × 10⁷2018плотная
481NASNet-A (Google Brain, 2017)~8.9 × 10⁷2017оценка
482CLIP (OpenAI, 2021)~8.9 × 10⁷2021оценка
483Detic (Meta AI, 2022)~8.8 × 10⁷2022оценка
484MSRA (Microsoft Research, 2015)8.7 × 10⁷8.7 × 10⁷2015плотная
485BigBiGAN (Google, 2019)~8.6 × 10⁷2019оценка
486ViT-Base/32 (Google Brain, 2020)~8.6 × 10⁷2020оценка
487DeiT-B (Meta AI, 2021)8.6 × 10⁷8.6 × 10⁷2021архитектура не указана
488CaLM (University of Oxford, 2022)~8.6 × 10⁷2022оценка
489Tensor-Transformer (University of California (UC) Berkeley, 2020)8.5 × 10⁷8.5 × 10⁷2020плотная
490ResNeXt-101 (University of California San Diego, 2016)8.3 × 10⁷8.3 × 10⁷2016плотная
491RBM Image Classifier (University of Toronto, 2009)~8 × 10⁷2009оценка
492Routing Transformer (Google Research, 2020)8 × 10⁷8 × 10⁷2020плотная
493Big-Little Net (IBM, 2018)~7.7 × 10⁷2018оценка
494EfficientDet (Google Brain, 2020)~7.7 × 10⁷2020оценка
495CODEFUSION (Microsoft, 2023)7.5 × 10⁷7.5 × 10⁷2023архитектура не указана
496RNN LM (Johns Hopkins University, 2010)~7 × 10⁷2010оценка
497R-CNN (University of California (UC) Berkeley, 2013)~6.9 × 10⁷2013оценка
498Variational (University of Cambridge, 2015)6.6 × 10⁷6.6 × 10⁷2015плотная
499DistilBERT (Hugging Face, 2019)6.6 × 10⁷6.6 × 10⁷2019плотная
500Theseus 6/768 (University of California San Diego, 2020)6.6 × 10⁷6.6 × 10⁷2020плотная
501ResNet-152 (Microsoft, 2015)6 × 10⁷6 × 10⁷2015плотная
502AlexNet (University of Toronto, 2012)6 × 10⁷6 × 10⁷2012плотная
503DETR (Facebook, 2020)6 × 10⁷6 × 10⁷2020плотная
504YOLOv3 (University of Washington, 2018)~5.7 × 10⁷2018оценка
505Inception-ResNet-V2 (Google, 2016)~5.6 × 10⁷2016оценка
506Transformer ELMo (Allen Institute for AI, 2019)5.6 × 10⁷5.6 × 10⁷2019плотная
507Мозг плодовой мушки5.5 × 10⁷5.5 × 10⁷синапсов
508NAS with base 8 and shared embeddings (Google Brain, 2016)5.4 × 10⁷5.4 × 10⁷2016плотная
509RetinaNet-R101 (Facebook AI Research, 2017)5.3 × 10⁷5.3 × 10⁷2017плотная
510AWD-LSTM+WT+Cache+IOG (NTT Communication Science Laboratories, 2017)5.3 × 10⁷5.3 × 10⁷2017плотная
511Hierarchical Scene Labeling (New York University (NYU), 2013)5.2 × 10⁷5.2 × 10⁷2013плотная
512VD-LSTM+REAL Large (Salesforce Research, 2016)5.1 × 10⁷5.1 × 10⁷2016плотная
513YOLOv2 (University of Washington, 2016)~5.1 × 10⁷2016оценка
514Dropout-LSTM+Noise (Columbia University, 2018)~5.1 × 10⁷2018оценка
515LSTM + dynamic eval (University of Edinburgh, 2017)~5 × 10⁷2017оценка
516Dropout (University of Toronto, 2012)~4.9 × 10⁷2012оценка
517Dropout: SVHN (University of Toronto, 2014)4.8 × 10⁷4.8 × 10⁷2014плотная
518DistBelief Speech (Google, 2012)~4.7 × 10⁷2012оценка
519AlphaGo Zero (DeepMind, 2017)4.6 × 10⁷4.6 × 10⁷2017плотная
520Fine-tuned-AWD-LSTM-DOC (Samsung R&D Institute Russia, 2018)4.6 × 10⁷4.6 × 10⁷2018плотная
521CT-MoS (Google, 2020)4.5 × 10⁷4.5 × 10⁷2020плотная
522JFT (Google Research, 2017)4.5 × 10⁷4.5 × 10⁷2017плотная
523ResNet-101 (Microsoft, 2015)4.5 × 10⁷4.5 × 10⁷2015плотная
524HR-ResNet101 (Carnegie Mellon University (CMU), 2016)4.5 × 10⁷4.5 × 10⁷2016плотная
5253DMM-CNN (University of Southern California, 2016)4.5 × 10⁷4.5 × 10⁷2016плотная
526LaNet-L (Brown University, 2019)4.4 × 10⁷4.4 × 10⁷2019плотная
527ProBERTa (University of Illinois Urbana-Champaign (UIUC), 2020)4.4 × 10⁷4.4 × 10⁷2020плотная
528PreTrans-3L-250H (University of Toronto, 2013)~4.3 × 10⁷2013оценка
529Inceptionv4 (Google, 2016)~4.3 × 10⁷2016оценка
530GL-LWGC-AWD-MoS-LSTM + dynamic evaluation (Ben-Gurion University of the Negev, 2017)3.8 × 10⁷3.8 × 10⁷2017плотная
531U-Net (University of Freiburg, 2015)3.8 × 10⁷3.8 × 10⁷2015плотная
532NASv3 (Google Brain, 2016)~3.7 × 10⁷2016оценка
533MuZero (DeepMind, 2019)~3.7 × 10⁷2019оценка
534AWD-LSTM-MoS + dynamic evaluation (Carnegie Mellon University (CMU), 2017)~3.5 × 10⁷2017оценка
535AWD-LSTM-MoS+PDR + dynamic evaluation (IBM, 2018)3.5 × 10⁷3.5 × 10⁷2018плотная
536AWD-LSTM-MoS + dynamic evaluation (Peking University, 2018)3.5 × 10⁷3.5 × 10⁷2018плотная
537AWD-LSTM + MoS + Partial Shuffled (University of Texas at Austin, 2019)3.5 × 10⁷3.5 × 10⁷2019плотная
538Mogrifier (d2, MoS2, MC) + dynamic eval (DeepMind, 2019)3.5 × 10⁷3.5 × 10⁷2019плотная
539Mogrifier RLSTM (DeepMind, 2022)3.5 × 10⁷3.5 × 10⁷2022архитектура не указана
540RT-1 (Google, 2022)3.5 × 10⁷3.5 × 10⁷2022архитектура не указана
541DenseNet-264 (Tsinghua University, 2016)3.4 × 10⁷3.4 × 10⁷2016плотная
542RetinaNet-R50 (Facebook AI Research, 2017)~3.4 × 10⁷2017оценка
543Fraternal dropout + AWD-LSTM 3-layer (Jagiellonian University, 2017)~3.4 × 10⁷2017оценка
544AWD-LSTM-DRILL + dynamic evaluation† (IDIAP, 2019)~3.4 × 10⁷2019оценка
545AWD-LSTM - 3-layer LSTM (Salesforce Research, 2017)3.3 × 10⁷3.3 × 10⁷2017плотная
546TCAN (Nanjing University, 2020)3.3 × 10⁷3.3 × 10⁷2020плотная
547MMLSTM (Beijing University of Posts and Telecommunications, 2019)~3.2 × 10⁷2019оценка
548Paragraph Vector (Google, 2014)3.2 × 10⁷3.2 × 10⁷2014плотная
549aLSTM (University of Manchester, 2018)3.2 × 10⁷3.2 × 10⁷2018плотная
550StyleGAN2 (Nvidia, 2019)3 × 10⁷3 × 10⁷2019плотная
551UDSMProt (Fraunhofer Heinrich Hertz Institute, 2019)~2.8 × 10⁷2019оценка
552SENet (Chinese Academy of Sciences, 2017)~2.8 × 10⁷2017оценка
553Perceiver IO (DeepMind, 2020)2.8 × 10⁷2.8 × 10⁷2020плотная
554Fractional Max-Pooling (University of Warwick, 2014)~2.7 × 10⁷2014оценка
555Hierarchical Reasoning Model (Sapient Intelligence, 2025)2.7 × 10⁷2.7 × 10⁷2025архитектура не указана
556RNN-WER (DeepMind, 2014)~2.6 × 10⁷2014оценка
557StyleGAN (Nvidia, 2018)2.6 × 10⁷2.6 × 10⁷2018плотная
558PyramidNet (Korea Advanced Institute of Science and Technology (KAIST), 2017)~2.6 × 10⁷2017оценка
559ResNeXt-50 (University of California San Diego, 2016)~2.5 × 10⁷2016оценка
560AWD-LSTM (DeepMind, 2017)2.4 × 10⁷2.4 × 10⁷2017плотная
561Inception v3 (Google, 2015)~2.4 × 10⁷2015оценка
562Mamba-24M (Carnegie Mellon University (CMU), 2023)2.3 × 10⁷2.3 × 10⁷2023архитектура не указана
563WeNet (Amazon, 2019)~2.3 × 10⁷2019оценка
564EN^2AS with performance reward (Beijing Institute of Technology, 2019)~2.3 × 10⁷2019оценка
565NAS+ESS (Northeastern University (China), 2020)2.3 × 10⁷2.3 × 10⁷2020плотная
566Xception (Google, 2016)2.3 × 10⁷2.3 × 10⁷2016плотная
567MetaMimic (Google, 2018)~2.2 × 10⁷2018оценка
568MMLSTM (Beijing University of Posts and Telecommunications, 2019)~2.1 × 10⁷2019оценка
569Pointer Sentinel-LSTM (MetaMind Inc, 2016)2.1 × 10⁷2.1 × 10⁷2016плотная
570DiffDock (Massachusetts Institute of Technology (MIT), 2022)~2 × 10⁷2022оценка
571EI-REHN-1000D (Korea Advanced Institute of Science and Technology (KAIST), 2017)1.9 × 10⁷1.9 × 10⁷2017плотная
572TC-DNN-BLSTM-DNN (Carnegie Mellon University (CMU), 2015)1.8 × 10⁷1.8 × 10⁷2015плотная
573OR-WideResNet (Duke University, 2017)1.8 × 10⁷1.8 × 10⁷2017плотная
574BP-DBN (University of Toronto, 2009)1.8 × 10⁷1.8 × 10⁷2009плотная
575ALBERT (Toyota Technological Institute at Chicago, 2019)1.8 × 10⁷1.8 × 10⁷2019плотная
576MedBERT (Peng Cheng Laboratory, 2021)~1.7 × 10⁷2021оценка
577LCNP NORB (, 2009)1.7 × 10⁷1.7 × 10⁷2009плотная
578LF-MMI (Johns Hopkins University, 2016)1.7 × 10⁷1.7 × 10⁷2016плотная
579AlphaFold (DeepMind, 2020)~1.6 × 10⁷2020оценка
580GNoME for crystal discovery (Google DeepMind, 2023)~1.6 × 10⁷2023оценка
581ReLU (University of Toronto, 2010)~1.6 × 10⁷2010оценка
582ProteinBERT (Hebrew University of Jerusalem, 2022)1.6 × 10⁷1.6 × 10⁷2022архитектура не указана
583Eve (Harvard Medical School, 2021)~1.5 × 10⁷2021оценка
584LCNP LabelMe (University of Bonn, 2009)1.4 × 10⁷1.4 × 10⁷2009плотная
585BatchNorm (Google, 2015)1.4 × 10⁷1.4 × 10⁷2015плотная
586Fold2Seq (IBM, 2021)~1.2 × 10⁷2021оценка
587NPLM (University of Montreal / Université de Montréal, 2003)1.2 × 10⁷1.2 × 10⁷2003плотная
588LCNP MNIST (, 2009)1.2 × 10⁷1.2 × 10⁷2009плотная
589ISS (Duke University, 2017)1.1 × 10⁷1.1 × 10⁷2017плотная
590ResNet-1001 (Microsoft, 2016)~1 × 10⁷2016оценка
591RNN+LDA+KN5+cache (Microsoft, 2012)~9 × 10⁶2012оценка
592Gated HORNN (York University, 2016)~9 × 10⁶2016оценка
593AlphaGo Fan (DeepMind, 2015)~8.2 × 10⁶2015оценка
594genCNN + dyn eval (Chinese Academy of Sciences, 2015)~8 × 10⁶2015оценка
595Once for All (MIT-IBM Watson AI Lab, 2020)7.7 × 10⁶7.7 × 10⁶2020плотная
596Multi-cell LSTM (University of Hyderabad, 2018)~7.2 × 10⁶2018оценка
597Feedforward NN (University of Montreal / Université de Montréal, 2010)7.1 × 10⁶7.1 × 10⁶2010плотная
598True-Regularization+Finetune+Dynamic-Eval (Mobvoi, 2019)7 × 10⁶7 × 10⁶2019плотная
599Neural LM (University of Montreal / Université de Montréal, 2000)6.9 × 10⁶6.9 × 10⁶2000плотная
600GoogLeNet / InceptionV1 (Google, 2014)6.8 × 10⁶6.8 × 10⁶2014плотная
601HyenaDNA (Stanford University, 2023)6.6 × 10⁶6.6 × 10⁶2023архитектура не указана
602Dropout (University of Toronto, 2012)5.6 × 10⁶5.6 × 10⁶2012плотная
603SimpleNet (Sensifai, 2016)5.5 × 10⁶5.5 × 10⁶2016плотная
604AlphaX-1 (Facebook AI Research, 2019)5.4 × 10⁶5.4 × 10⁶2019плотная
6053DDFA (Chinese Academy of Sciences, 2015)5.4 × 10⁶5.4 × 10⁶2015плотная
606Deep CNN + COTS (IEEE, 2015)5 × 10⁶5 × 10⁶2015плотная
607DCNN (University of Maryland, 2015)5 × 10⁶5 × 10⁶2015плотная
608NLP from scratch (NEC Laboratories, 2011)~5 × 10⁶2011оценка
609SPN-4+KN5 (Singapore University of Technology & Design, 2014)~5 × 10⁶2014оценка
6106-Act Tether (Facebook AI Research, 2021)5 × 10⁶5 × 10⁶2021архитектура не указана
611High Performance CNN (IDSIA, 2011)~4.9 × 10⁶2011оценка
612MobileNet (Google, 2017)~4.2 × 10⁶2017оценка
613NPLM (University of Montreal / Université de Montréal, 2003)4.1 × 10⁶4.1 × 10⁶2003плотная
614LMICA (, 2004)4.1 × 10⁶4.1 × 10⁶2004плотная
615PoE MNIST (University College London (UCL), 2000)3.9 × 10⁶3.9 × 10⁶2000плотная
616Dimensionality Reduction (University of Toronto, 2006)~3.8 × 10⁶2006оценка
617GOAT (DeepMind, 2021)~3.5 × 10⁶2021оценка
618MobileNetV2 (Google, 2018)~3.4 × 10⁶2018оценка
619Big-Little Net (IBM, 2018)~3.3 × 10⁶2018оценка
620DLWP (University of Washington, 2021)2.7 × 10⁶2.7 × 10⁶2021архитектура не указана
621BIDAF (University of Washington, 2016)2.6 × 10⁶2.6 × 10⁶2016плотная
622DeepStack (University of Alberta, 2017)~2.5 × 10⁶2017оценка
623KataGo (Jane Street, 2019)~2.5 × 10⁶2019оценка
624ShuffleNet v1 (Megvii Inc, 2017)~2.4 × 10⁶2017оценка
625ADAM (University of Amsterdam, 2014)2.4 × 10⁶2.4 × 10⁶2014плотная
626StyleGAN3-T (Nvidia, 2021)2.2 × 10⁶2.2 × 10⁶2021архитектура не указана
627LSTM+NeuralCache (KU Leuven, 2018)~2.1 × 10⁶2018оценка
628HLBL (University of Toronto, 2008)1.8 × 10⁶1.8 × 10⁶2008плотная
629ResNet-110 (Microsoft, 2015)~1.7 × 10⁶2015оценка
630Dueling DQN (Google DeepMind, 2016)1.7 × 10⁶1.7 × 10⁶2016плотная
631DQN-2015 (Google, 2015)~1.7 × 10⁶2015оценка
632Rational DQN Average (TU Darmstadt, 2021)~1.7 × 10⁶2021оценка
633IBM-5 (IBM, 1993)~1.7 × 10⁶1993оценка
634Deep Belief Nets (University of Toronto, 2006)~1.6 × 10⁶2006оценка
635IMPALA (DeepMind, 2018)1.6 × 10⁶1.6 × 10⁶2018плотная
636StyleGAN3-R (Nvidia, 2021)1.6 × 10⁶1.6 × 10⁶2021архитектура не указана
637Deep Multitask NLP Network (NEC Laboratories, 2008)~1.5 × 10⁶2008оценка
638Double DQN (Google DeepMind, 2016)1.5 × 10⁶1.5 × 10⁶2016плотная
639CNN committee (IDSIA, 2011)~1.4 × 10⁶2011оценка
640SqueezeNet (DeepScale, 2016)~1.2 × 10⁶2016оценка
641Неокогнитрон (NHK Broadcasting Science Research Laboratories, 1980)1.1 × 10⁶1.1 × 10⁶1980плотная
642CURL (University of California (UC) Berkeley, 2020)~9.1 × 10⁵2020оценка
643DQN (DeepMind, 2013)8.4 × 10⁵8.4 × 10⁵2013плотная
644EnhanceNet (Max Planck Institute for Intelligent Systems, 2016)8.1 × 10⁵8.1 × 10⁵2016плотная
645Image generation (University of Amsterdam, 2013)7.8 × 10⁵7.8 × 10⁵2013плотная
646Hanabi 4 player (DeepMind, 2019)7.6 × 10⁵7.6 × 10⁵2019плотная
647TA-CNN (Chinese University of Hong Kong (CUHK), 2014)~7.1 × 10⁵2014оценка
648Robot Parkour (Shanghai Qi Zhi institute, 2023)5 × 10⁵5 × 10⁵2023архитектура не указана
649LISSOM (University of Texas at Austin, 1995)~4.3 × 10⁵1995оценка
650SPIDER2 (Griffith University, 2016)~4.1 × 10⁵2016оценка
651Mixture of linear models (, 1994)~3.8 × 10⁵1994оценка
652NPD (IEEE, 2014)3.1 × 10⁵3.1 × 10⁵2014плотная
653Pooling CNN (University of Bonn, 2010)2.9 × 10⁵2.9 × 10⁵2010плотная
654Pooling CNN (University of Bonn, 2010)2.7 × 10⁵2.7 × 10⁵2010плотная
655Two Stage Feature Extraction (New York University (NYU), 2009)2.6 × 10⁵2.6 × 10⁵2009плотная
656Vector Space Model (Stanford University, 2011)2.5 × 10⁵2.5 × 10⁵2011плотная
657HyperNEAT (University of Texas at Austin, 2014)~2.4 × 10⁵2014оценка
658DNN EM segmentation (IDSIA, 2012)2.2 × 10⁵2.2 × 10⁵2012плотная
659Predictive Coding NN (Technical University of Munich, 1994)2.1 × 10⁵2.1 × 10⁵1994плотная
660Table Tennis Agent (Google DeepMind, 2024)~1.9 × 10⁵2024оценка
661CNN Committee (IDSIA, 2011)~1.3 × 10⁵2011оценка
662CNN Committee (IDSIA, 2011)~1.2 × 10⁵2011оценка
663RECONTRA-uncategorized (, 1999)~1.1 × 10⁵1999оценка
664BLSTM for handwriting (University of Bern, 2007)~1 × 10⁵2007оценка
665SVM-CNN (New York University (NYU), 2006)9.1 × 10⁴9.1 × 10⁴2006плотная
666Invariant CNN (New York University (NYU), 2004)9.1 × 10⁴9.1 × 10⁴2004плотная
667SexNet compression (, 1990)7.3 × 10⁴7.3 × 10⁴1990плотная
668NeuroChess (, 1994)~7.2 × 10⁴1994оценка
669RECONTRA-categorized (, 1999)~6.7 × 10⁴1999оценка
670LeNet-5 (AT&T, 1998)6 × 10⁴6 × 10⁴1998плотная
671Swift (Intel Labs, 2023)~5.7 × 10⁴2023оценка
672TCN (Carnegie Mellon University (CMU), 2018)4.2 × 10⁴4.2 × 10⁴2018плотная
673TRPO (University of California (UC) Berkeley, 2015)3.4 × 10⁴3.4 × 10⁴2015плотная
674SOM-CNN (, 1997)3.2 × 10⁴3.2 × 10⁴1997плотная
675NETtalk reimplementation (Oregon State University, 1990)2.7 × 10⁴2.7 × 10⁴1990плотная
676TD-Gammon (IBM, 1992)~2.5 × 10⁴1992оценка
677Cognitron (Biological Cybernetics, 1975)2.2 × 10⁴2.2 × 10⁴1975плотная
678NetTalk (Princeton University, 1987)1.9 × 10⁴1.9 × 10⁴1987плотная
679CFSS (SenseTime, 2015)~1.7 × 10⁴2015оценка
680MUSIC perceptron (, 1996)1.4 × 10⁴1.4 × 10⁴1996плотная
681AdaRNN (Beihang University, 2014)1.3 × 10⁴1.3 × 10⁴2014плотная
682Bidirectional RNN (Advanced Telecommunications Research Institute, 1997)~1.3 × 10⁴1997оценка
683Decision tree (Mitsubishi Electric Research Labs, 2001)~1.2 × 10⁴2001оценка
684LSTM (Technical University of Munich, 1997)1.1 × 10⁴1.1 × 10⁴1997плотная
685MLN-ASR (McGill University, 1988)1 × 10⁴1 × 10⁴1988плотная
686Hopfield network (California Institute of Technology, 1982)~9.9 × 10³1982оценка
687Zip CNN (AT&T, 1989)9.8 × 10³9.8 × 10³1989плотная
688Hierarchical Cognitron (NHK Broadcasting Science Research Laboratories, 1984)~9.3 × 10³1984оценка
689Weight Decay (, 1991)8.4 × 10³8.4 × 10³1991плотная
690Deep Blue (IBM, 1997)~8 × 10³1997оценка
691Нематода (C. elegans)7 × 10³7 × 10³синапсов
692System 11 (Carnegie Mellon University (CMU), 1996)6.5 × 10³6.5 × 10³1996плотная
693ACF-WIDER (Chinese Academy of Sciences, 2014)6.1 × 10³6.1 × 10³2014плотная
694RankNet (Microsoft Research, 2005)5.7 × 10³5.7 × 10³2005плотная
695ANN Eye Tracker (, 1993)5.6 × 10³5.6 × 10³1993плотная
696JPMAX (, 1994)~4.4 × 10³1994оценка
697Kohonen network (Helsinki University of Technology, 1981)~4.1 × 10³1981оценка
698Speaker-independent vowel classification (University of Washington, 1989)3 × 10³3 × 10³1989плотная
699Pattern recognition and reading by machine (Sandia Corporation, 1959)~2.6 × 10³1959оценка
700Handwritten digit recognition network (AT&T, 1989)2.6 × 10³2.6 × 10³1989плотная
701Boosting (Bell Laboratories, 1992)~2.6 × 10³1992оценка
702Decision tree adaline (Tokyo Medical and Dental University, 1969)2.5 × 10³2.5 × 10³1969плотная
703LTE speaker verification system (IBM, 1966)~2.1 × 10³1966оценка
704Ceramic-MLP (Sapienza Università di Roma, 1994)~1.9 × 10³1994оценка
705SexNet classification (, 1990)~1.6 × 10³1990оценка
706RAAM (, 1990)1.5 × 10³1.5 × 10³1990плотная
707Super-vector coding (University of Illinois Urbana-Champaign (UIUC), 2010)~1 × 10³2010оценка
708Perceptron Mark I (Cornell Aeronautical Laboratory, 1957)~1 × 10³1957оценка
709Perceptron (Cornell Aeronautical Laboratory, 1960)~1 × 10³1960оценка
710Translation-invariant MLP (Carnegie Mellon University (CMU), 1987)8.2 × 10²8.2 × 10²1987смесь экспертов (число активных параметров не опубликовано)
711Truck backer-upper (Stanford University, 1989)8.1 × 10²8.1 × 10²1989плотная
712Siamese-TDNN (Bell Laboratories, 1993)~7.4 × 10²1993оценка
713MLP with back-propagation (University of California San Diego, 1986)7.2 × 10²7.2 × 10²1986плотная
714Предсказание механизма действия противораковых препаратов (National Cancer Institute, 1992)~5.9 × 10²1992оценка
715Distributed representation NN (Carnegie Mellon University (CMU), 1986)4.3 × 10²4.3 × 10²1986плотная
716Кусочно-линейная модель (University of Kansas, 1973)3.6 × 10²3.6 × 10²1973плотная
717ASE+ACE (University of Massachusetts Amherst, 1983)~3.2 × 10²1983оценка
718LSTM with forget gates (IDSIA, 1999)~2.8 × 10²1999оценка
719Self Organizing System (Massachusetts Institute of Technology (MIT), 1955)~2.3 × 10²1955оценка
720Theseus (Bell Laboratories, 1950)4 × 10¹4 × 10¹1950плотная
721SNARC (Harvard University, 1952)~4 × 10¹1952оценка
722Bankruptcy-NN (, 1990)3.6 × 10¹3.6 × 10¹1990плотная
723GNN (University of Siena, 2008)3 × 10¹3 × 10¹2008плотная
724ADALINE (Stanford University, 1960)1.7 × 10¹1.7 × 10¹1960плотная
725Samuel Neural Checkers (IBM, 1959)~1.6 × 10¹1959оценка

Коллективы

Эти диаграммы ранжируют общества животных, религии, государства, партии и корпорации двумя способами. Один — по числу членов. Другой — по нейронным эквивалентам, которые взвешивают каждого члена по доле его бодрствования, которой распоряжаются инструкции группы. Религиозные кодексы, законы, партийные правила и должностные инструкции считаются одинаково. Все они — наборы инструкций, поэтому мы измеряем их по одному правилу. Как оценивается направленное время.

Члены типичной группы × нейроны в коре или паллиуме каждого члена (во всём мозге для насекомых), по логарифмической шкале. Штрихованные столбцы используют оценочный размер группы или число нейронов родственного вида.
  1. Сообщество шимпанзе▲17.4 × 10¹¹
  2. Колония муравьёв-листорезов▼16.3 × 10¹¹
  3. Сообщество бонобо▲24.4 × 10¹¹
  4. Лагерь хадза (люди, для масштаба)4.1 × 10¹¹
  5. Группа косаток Биггса▼22.6 × 10¹¹
  6. Матрилиния резидентных косаток2.4 × 10¹¹
  7. Стадо бабуинов8.6 × 10¹⁰
  8. Союз афалин▲17.6 × 10¹⁰
  9. Социальная группа кашалотов▲16.4 × 10¹⁰
  10. Колония медоносных пчёл▼25.8 × 10¹⁰
  11. Семья слонов5.6 × 10¹⁰
  12. Стая пинонских соек5.3 × 10¹⁰
  13. Клан пятнистых гиен2.2 × 10¹⁰
  14. Стая гиеновидных собак7.2 × 10⁹
  15. Волчья стая4.2 × 10⁹
  16. Группа сурикатов1.7 × 10⁹
  17. Колония голых землекопов4.1 × 10⁸
Показать числа
#ГруппаНейроны в группеВ групповой деятельностиЧленыНаправляемая доляВиды сигналов
1Сообщество шимпанзе7.4 × 10¹¹2.5 × 10¹¹10034%—
2Колония муравьёв-листорезов6.3 × 10¹¹5 × 10¹¹2,5 миллиона80%—
3Сообщество бонобо4.4 × 10¹¹1.9 × 10¹¹5943%—
4Лагерь хадза (люди, для масштаба)4.1 × 10¹¹2.1 × 10¹¹2553%—
5Группа косаток Биггса2.6 × 10¹¹2.4 × 10¹¹691%—
6Матрилиния резидентных косаток2.4 × 10¹¹1.7 × 10¹¹670%11
7Стадо бабуинов8.6 × 10¹⁰5.2 × 10¹⁰3060%9
8Союз афалин7.6 × 10¹⁰4.2 × 10¹⁰655%—
9Социальная группа кашалотов6.4 × 10¹⁰4.1 × 10¹⁰865%—
10Колония медоносных пчёл5.8 × 10¹⁰4.9 × 10¹⁰60,00085%—
11Семья слонов5.6 × 10¹⁰3.2 × 10¹⁰1057%—
12Стая пинонских соек5.3 × 10¹⁰3.2 × 10¹⁰10060%—
13Клан пятнистых гиен2.2 × 10¹⁰6.7 × 10⁹4530%11
14Стая гиеновидных собак7.2 × 10⁹4.8 × 10⁹1467%11
15Волчья стая4.2 × 10⁹2.6 × 10⁹863%—
16Группа сурикатов1.7 × 10⁹1 × 10⁹1557%12
17Колония голых землекопов4.1 × 10⁸2.9 × 10⁸7870%—

Как оцениваются группы.

Последователи, по логарифмической шкале. Секты и движения показаны отдельно от религий, которые их содержат. Сплошные столбцы — подсчёты; штрихованные — оценки.
  1. Христианство▲12,27 миллиарда
  2. Ислам▼12,02 миллиарда
  3. Индуизм1,18 миллиарда
  4. Народные религии400 миллионов
  5. Буддизм324,19 миллиона
  6. Традиционные африканские религии▲198,73 миллиона
  7. Синтоизм▲187,92 миллиона
  8. Сикхизм▲125 миллионов
  9. Иудаизм▼314,78 миллиона
  10. Даосизм▲18 миллионов
  11. Бахаи▲18 миллионов
  12. Фалуньгун▲17 миллионов
  13. Джайнизм▼34,45 миллиона
  14. Спиритизм3,8 миллиона
  15. Каодай2,5 миллиона
  16. Тэнрикё1,12 миллиона
  17. Брахма-Кумарис1 миллион
Показать числа
#РелигияЧленыСледуя его инструкциямНаправляемая доляЧасов в неделю
1Христианство2,27 миллиарда1.7 × 10¹⁸0.88%0.9 h
2Ислам2,02 миллиарда8.9 × 10¹⁸5.1%5.4 h
3Индуизм1,18 миллиарда1.6 × 10¹⁸1.6%1.6 h
4Народные религии400 миллионов2 × 10¹⁷0.59% (прокси)0.6 h
5Буддизм324,19 миллиона7.5 × 10¹⁶0.27%0.3 h
6Традиционные африканские религии98,73 миллиона5 × 10¹⁶0.59% (прокси)0.6 h
7Синтоизм87,92 миллиона4.5 × 10¹⁶0.59% (прокси)0.6 h
8Сикхизм25 миллионов3.7 × 10¹⁶1.7%1.8 h
9Иудаизм14,78 миллиона5.3 × 10¹⁶4.2%4.4 h
10Даосизм8 миллионов4.1 × 10¹⁵0.59% (прокси)0.6 h
11Бахаи8 миллионов4.1 × 10¹⁵0.59% (прокси)0.6 h
12Фалуньгун7 миллионов3.6 × 10¹⁵0.59% (прокси)0.6 h
13Джайнизм4,45 миллиона1.8 × 10¹⁶4.6%4.8 h
14Спиритизм3,8 миллиона1.9 × 10¹⁵0.59% (прокси)0.6 h
15Каодай2,5 миллиона1.3 × 10¹⁵0.59% (прокси)0.6 h
16Тэнрикё1,12 миллиона5.7 × 10¹⁴0.59% (прокси)0.6 h
17Брахма-Кумарис1 миллион5.1 × 10¹⁴0.59% (прокси)0.6 h

Каждая практика, доля и источник.

Население, по логарифмической шкале. Сплошные столбцы — подсчёты; штрихованные — оценки.
  1. Индия▲11,46 миллиарда
  2. Китай▼11,41 миллиарда
  3. Соединённые Штаты341,78 миллиона
  4. Индонезия285,72 миллиона
  5. Пакистан▲5255,22 миллиона
  6. Нигерия▲1237,53 миллиона
  7. Бразилия▼2212,81 миллиона
  8. Бангладеш▲5175,69 миллиона
  9. Россия▼3143,51 миллиона
  10. Эфиопия▲7135,47 миллиона
  11. Мексика▼2131,95 миллиона
  12. Япония▲11123,37 миллиона
  13. Египет▼2118,37 миллиона
  14. Филиппины116,79 миллиона
  15. ДР Конго▼3112,83 миллиона
Показать числа
#ГосударствоЖителиСледуя его инструкциямНаправляемая доляЧасов в неделю
1Индия1,46 миллиарда2.5 × 10¹⁸2%2.1 h
2Китай1,41 миллиарда5 × 10¹⁸4.1%4.3 h
3Соединённые Штаты341,78 миллиона1.6 × 10¹⁸5.6%5.8 h
4Индонезия285,72 миллиона1 × 10¹⁸4.2%4.4 h
5Пакистан255,22 миллиона5.7 × 10¹⁷2.6%2.7 h
6Нигерия237,53 миллиона6.6 × 10¹⁷3.2%3.4 h
7Бразилия212,81 миллиона8.7 × 10¹⁷4.8%5 h
8Бангладеш175,69 миллиона4.6 × 10¹⁷3%3.1 h
9Россия143,51 миллиона7.5 × 10¹⁷6.1%6.4 h
10Эфиопия135,47 миллиона3.9 × 10¹⁷3.4%3.5 h
11Мексика131,95 миллиона5.9 × 10¹⁷5.2%5.5 h
12Япония123,37 миллиона2.8 × 10¹⁷2.7%2.8 h
13Египет118,37 миллиона5.5 × 10¹⁷5.4%5.7 h
14Филиппины116,79 миллиона4.4 × 10¹⁷4.4%4.6 h
15ДР Конго112,83 миллиона4.7 × 10¹⁷4.8%5.1 h
16Вьетнам101,6 миллиона4.2 × 10¹⁷4.8%5 h
17Иран92,42 миллиона3.5 × 10¹⁷4.3%4.6 h
18Турция85,88 миллиона4.3 × 10¹⁷5.8%6 h
19Германия83,49 миллиона2.9 × 10¹⁷4%4.2 h
20Таиланд71,62 миллиона2.4 × 10¹⁷3.9%4.1 h
21Танзания70,55 миллиона2.2 × 10¹⁷3.6%3.8 h
22Великобритания69,49 миллиона2.8 × 10¹⁷4.6%4.8 h
23Франция68,72 миллиона3.1 × 10¹⁷5.3%5.5 h
24Южная Африка64,75 миллиона2.9 × 10¹⁷5.1%5.4 h
25Италия58,92 миллиона2.1 × 10¹⁷4.2%4.4 h
26Кения57,53 миллиона2.3 × 10¹⁷4.7%5 h
27Мьянма54,85 миллиона1.9 × 10¹⁷4%4.2 h
28Колумбия53,43 миллиона1.7 × 10¹⁷3.7%3.9 h
29Южная Корея51,68 миллиона1.4 × 10¹⁷3%3.2 h
30Судан51,66 миллиона1.5 × 10¹⁷3.4%3.6 h
31Уганда51,38 миллиона1.5 × 10¹⁷3.4%3.6 h
32Испания49,36 миллиона1.8 × 10¹⁷4.2%4.3 h
33Алжир47,44 миллиона3.2 × 10¹⁷7.9%8.3 h
34Ирак47,02 миллиона1.1 × 10¹⁷2.8%2.9 h
35Аргентина45,85 миллиона1.7 × 10¹⁷4.4%4.6 h
36Афганистан43,84 миллиона1.8 × 10¹⁷4.8%5 h
37Йемен41,77 миллиона1.3 × 10¹⁷3.7%3.9 h
38Канада41,65 миллиона2 × 10¹⁷5.5%5.8 h
39Ангола39,04 миллиона1.4 × 10¹⁷4.2%4.4 h
40Украина38,98 миллиона2.1 × 10¹⁷6.2%6.5 h
41Марокко38,43 миллиона1.5 × 10¹⁷4.5%4.7 h
42Узбекистан37,05 миллиона2 × 10¹⁷6.3%6.6 h
43Саудовская Аравия36,97 миллиона1.4 × 10¹⁷4.3%4.6 h
44Польша36,44 миллиона2.1 × 10¹⁷6.7%7 h
45Малайзия35,98 миллиона1.8 × 10¹⁷5.8%6.1 h
46Мозамбик35,63 миллиона1.5 × 10¹⁷4.8%5.1 h
47Гана35,06 миллиона1.2 × 10¹⁷3.9%4.1 h
48Перу34,58 миллиона1.4 × 10¹⁷4.8%5 h
49Мадагаскар32,74 миллиона9.4 × 10¹⁶3.3%3.5 h
50Кот-д’Ивуар32,71 миллиона9.5 × 10¹⁶3.4%3.5 h
51Камерун29,88 миллиона9.8 × 10¹⁶3.8%4 h
52Непал29,62 миллиона1.1 × 10¹⁷4.2%4.4 h
53Венесуэла28,52 миллиона1.5 × 10¹⁷6.1%6.4 h
54Нигер27,92 миллиона6.4 × 10¹⁶2.6%2.8 h
55Австралия27,61 миллиона1.1 × 10¹⁷4.7%5 h
56Северная Корея26,57 миллиона6.6 × 10¹⁷29%30.1 h
57Сирия25,62 миллиона9.8 × 10¹⁶4.4%4.6 h
58Мали25,2 миллиона4.9 × 10¹⁶2.3%2.4 h
59Буркина-Фасо24,07 миллиона5.7 × 10¹⁶2.8%2.9 h
60Тайвань23,31 миллиона1 × 10¹⁷5%5.3 h
61Малави22,22 миллиона1 × 10¹⁷5.4%5.6 h
62Замбия21,91 миллиона10 × 10¹⁶5.3%5.5 h
63Шри-Ланка21,76 миллиона1.1 × 10¹⁷6%6.3 h
64Чад21 миллион4.9 × 10¹⁶2.7%2.9 h
65Казахстан20,84 миллиона1.4 × 10¹⁷7.6%7.9 h
66Чили19,86 миллиона6.2 × 10¹⁶3.6%3.8 h
67Сомали19,65 миллиона1.5 × 10¹⁶0.88%0.9 h
68Румыния19,02 миллиона7.5 × 10¹⁶4.6%4.8 h
69Сенегал18,93 миллиона5.9 × 10¹⁶3.6%3.8 h
70Гватемала18,69 миллиона6 × 10¹⁶3.7%3.9 h
71Эквадор18,29 миллиона6.6 × 10¹⁶4.2%4.4 h
72Нидерланды18,09 миллиона7.6 × 10¹⁶4.9%5.1 h
73Камбоджа17,85 миллиона7.4 × 10¹⁶4.8%5.1 h
74Зимбабве16,95 миллиона6.1 × 10¹⁶4.2%4.4 h
75Гвинея15,1 миллиона3.1 × 10¹⁶2.4%2.5 h
76Бенин14,81 миллиона4.4 × 10¹⁶3.4%3.6 h
77Руанда14,57 миллиона7 × 10¹⁶5.6%5.8 h
78Бурунди14,39 миллиона5.2 × 10¹⁶4.2%4.4 h
79Боливия12,58 миллиона5.8 × 10¹⁶5.4%5.6 h
80Тунис12,35 миллиона6.4 × 10¹⁶6%6.3 h
81Южный Судан12,19 миллиона4.4 × 10¹⁶4.2%4.4 h
82Бельгия11,94 миллиона4.5 × 10¹⁶4.3%4.5 h
83Гаити11,91 миллиона1.9 × 10¹⁶1.8%1.9 h
84Иордания11,52 миллиона4.9 × 10¹⁶5%5.2 h
85Доминиканская Республика11,52 миллиона4.9 × 10¹⁶4.9%5.2 h
86Объединённые Арабские Эмираты11,51 миллиона3.1 × 10¹⁶3.1%3.2 h
87Гондурас11,01 миллиона3.2 × 10¹⁶3.3%3.5 h
88Куба10,94 миллиона1.6 × 10¹⁷17%17.4 h
89Чехия10,89 миллиона5.8 × 10¹⁶6.2%6.5 h
90Португалия10,8 миллиона5.1 × 10¹⁶5.5%5.7 h
91Таджикистан10,79 миллиона5.3 × 10¹⁶5.7%6 h
92Папуа — Новая Гвинея10,76 миллиона4.3 × 10¹⁶4.6%4.8 h
93Швеция10,6 миллиона6.8 × 10¹⁶7.5%7.8 h
94Греция10,41 миллиона4.9 × 10¹⁶5.4%5.7 h
95Азербайджан10,25 миллиона6.2 × 10¹⁶7%7.4 h
96Израиль10,12 миллиона6.4 × 10¹⁶7.3%7.7 h
97Венгрия9,51 миллиона5.7 × 10¹⁶6.9%7.3 h
98Австрия9,21 миллиона2.5 × 10¹⁶3.2%3.4 h
99Швейцария9,09 миллиона3.9 × 10¹⁶5%5.3 h
100Беларусь9,09 миллиона7.9 × 10¹⁶10%10.6 h
101Сьерра-Леоне8,82 миллиона4.9 × 10¹⁶6.5%6.8 h
102Того8,59 миллиона3 × 10¹⁶4%4.2 h
103Лаос7,87 миллиона3.2 × 10¹⁶4.8%5 h
104Туркмения7,62 миллиона4.2 × 10¹⁶6.5%6.8 h
105Ливия7,46 миллиона3.9 × 10¹⁶6.1%6.4 h
106Киргизия7,34 миллиона4.1 × 10¹⁶6.5%6.8 h
107Парагвай7,01 миллиона2.9 × 10¹⁶4.8%5.1 h
108Никарагуа7,01 миллиона2.8 × 10¹⁶4.6%4.8 h
109Сербия6,55 миллиона4.1 × 10¹⁶7.2%7.5 h
110Республика Конго6,48 миллиона1.7 × 10¹⁶3%3.1 h
111Болгария6,43 миллиона3.3 × 10¹⁶5.9%6.2 h
112Сальвадор6,37 миллиона3.2 × 10¹⁶5.8%6.1 h
113Сингапур6,11 миллиона1.9 × 10¹⁶3.6%3.7 h
114Дания6,01 миллиона3.9 × 10¹⁶7.6%8 h
115Ливан5,85 миллиона1.5 × 10¹⁶3%3.1 h
116Либерия5,73 миллиона1.5 × 10¹⁶3.1%3.3 h
117Финляндия5,65 миллиона3.2 × 10¹⁶6.6%6.9 h
118Норвегия5,61 миллиона3.7 × 10¹⁶7.6%8 h
119Центральноафриканская Республика5,51 миллиона1.7 × 10¹⁶3.5%3.7 h
120Оман5,49 миллиона2.9 × 10¹⁶6.2%6.5 h
121Ирландия5,48 миллиона3.4 × 10¹⁶7.2%7.6 h
122Словакия5,41 миллиона3.1 × 10¹⁶6.7%7 h
123Палестина5,41 миллиона2 × 10¹⁶4.3%4.5 h
124Новая Зеландия5,32 миллиона2.7 × 10¹⁶5.9%6.2 h
125Мавритания5,32 миллиона2 × 10¹⁶4.3%4.5 h
126Коста-Рика5,15 миллиона2.6 × 10¹⁶5.9%6.2 h
127Кувейт4,87 миллиона2.7 × 10¹⁶6.5%6.8 h
128Панама4,57 миллиона2.3 × 10¹⁶5.9%6.2 h
129Грузия3,94 миллиона2.1 × 10¹⁶6.1%6.4 h
130Хорватия3,88 миллиона2.2 × 10¹⁶6.7%7 h
131Эритрея3,61 миллиона1.5 × 10¹⁶5%5.2 h
132Монголия3,57 миллиона2.2 × 10¹⁶7%7.3 h
133Уругвай3,38 миллиона1.7 × 10¹⁶5.9%6.2 h
134Босния и Герцеговина3,14 миллиона1.6 × 10¹⁶5.9%6.2 h
135Намибия3,09 миллиона1.8 × 10¹⁶6.9%7.2 h
136Армения3,09 миллиона1.7 × 10¹⁶6.5%6.8 h
137Катар2,97 миллиона9.6 × 10¹⁵3.8%3.9 h
138Литва2,89 миллиона1.8 × 10¹⁶7.4%7.7 h
139Ямайка2,84 миллиона1.2 × 10¹⁶5%5.2 h
140Гамбия2,82 миллиона1.1 × 10¹⁶4.5%4.7 h
141Габон2,59 миллиона9.9 × 10¹⁵4.4%4.6 h
142Ботсвана2,56 миллиона1.3 × 10¹⁶5.7%6 h
143Лесото2,36 миллиона9.5 × 10¹⁵4.7%4.9 h
144Молдавия2,36 миллиона1.5 × 10¹⁶7.3%7.6 h
145Албания2,35 миллиона1.2 × 10¹⁶5.7%6 h
146Гвинея-Бисау2,25 миллиона5.7 × 10¹⁵2.9%3.1 h
147Словения2,13 миллиона1.2 × 10¹⁶6.6%6.9 h
148Экваториальная Гвинея1,94 миллиона4 × 10¹⁵2.4%2.5 h
149Латвия1,85 миллиона1.2 × 10¹⁶7.6%7.9 h
150Северная Македония1,82 миллиона9.2 × 10¹⁵5.9%6.2 h
151Бахрейн1,6 миллиона5.9 × 10¹⁵4.3%4.5 h
152Косово1,58 миллиона8 × 10¹⁵5.9%6.2 h
153Тимор-Лесте1,42 миллиона8 × 10¹⁵6.6%6.9 h
154Кипр1,37 миллиона5.5 × 10¹⁵4.7%4.9 h
155Тринидад и Тобаго1,37 миллиона9.3 × 10¹⁵7.9%8.2 h
156Эстония1,37 миллиона8.3 × 10¹⁵7%7.4 h
157Эсватини1,26 миллиона7.5 × 10¹⁵6.9%7.2 h
158Маврикий1,24 миллиона5.1 × 10¹⁵4.8%5 h
159Джибути1,18 миллиона4.6 × 10¹⁵4.5%4.8 h
160Фиджи933,1545.6 × 10¹⁵7%7.4 h
161Коморы882,8473.5 × 10¹⁵4.6%4.8 h
162Соломоновы Острова838,6453.2 × 10¹⁵4.4%4.6 h
163Гайана835,9864.6 × 10¹⁵6.4%6.7 h
164Бутан796,6825.8 × 10¹⁵8.5%8.9 h
165Люксембург686,9702.4 × 10¹⁵4%4.2 h
166Суринам639,8503.7 × 10¹⁵6.7%7.1 h
167Черногория623,1294.3 × 10¹⁵8.1%8.5 h
168Malta579,7043.1 × 10¹⁵6.2%6.5 h
169Мальдивы529,6764.7 × 10¹⁵10%10.8 h
170Кабо-Верде527,3263.3 × 10¹⁵7.2%7.6 h
171Бруней466,3303.6 × 10¹⁵8.9%9.3 h
172Белиз422,9241.1 × 10¹⁵2.9%3.1 h
173Багамы403,0332.2 × 10¹⁵6.4%6.7 h
174Исландия392,4042.5 × 10¹⁵7.4%7.7 h
175Вануату335,1692 × 10¹⁵6.9%7.3 h
176Барбадос282,6231.5 × 10¹⁵6%6.3 h
177Сан-Томе и Принсипи240,2541.1 × 10¹⁵5.4%5.7 h
178Самоа219,3061.1 × 10¹⁵5.7%5.9 h
179Сент-Люсия180,1499.3 × 10¹⁴6%6.3 h
180Кирибати136,4887.6 × 10¹⁴6.4%6.7 h
181Сейшелы122,7308.9 × 10¹⁴8.4%8.8 h
182Гренада117,3037.3 × 10¹⁴7.2%7.5 h
183Микронезия113,6835.7 × 10¹⁴5.8%6.1 h
184Тонга103,7425.9 × 10¹⁴6.6%6.9 h
185Сент-Винсент и Гренадины99,9244.9 × 10¹⁴5.7%5.9 h
186Антигуа и Барбуда94,2096.5 × 10¹⁴8%8.3 h
187Андорра82,9043.9 × 10¹⁴5.5%5.8 h
188Доминика65,8712.3 × 10¹⁴4.1%4.3 h
189Сент-Китс и Невис46,9222.1 × 10¹⁴5.2%5.5 h
190Лихтенштейн41,0242 × 10¹⁴5.7%5.9 h
191Монако38,3412.3 × 10¹⁴6.9%7.3 h
192Маршалловы Острова36,2823.3 × 10¹⁴10%10.9 h
193Сан-Марино34,1091.3 × 10¹⁴4.6%4.8 h
194Палау17,6631.6 × 10¹⁴10%11 h
195Науру12,0259.3 × 10¹³9%9.4 h
196Тувалу9,4928 × 10¹³9.8%10.2 h

Что учитывается, а что нет.

Члены в том виде, в каком их сообщает партия, по логарифмической шкале. Сплошные столбцы — подсчёты; штрихованные — оценки или заявления.
  1. Бхаратия джаната парти (Индия)▲1140 миллионов
  2. Коммунистическая партия Китая▼1101,29 миллиона
  3. Демократическая партия (США)▲1344,9 миллиона
  4. Республиканская партия (США)▲1638 миллионов
  5. Индийский национальный конгресс▼226 миллионов
  6. АИАДМК (Индия)▼220,04 миллиона
  7. ДМК (Индия)▼220 миллионов
  8. Партия процветания (Эфиопия)▼115,7 миллиона
  9. TVK (Индия)▼115 миллионов
  10. Чама Ча Мапиндузи (Танзания)▼113 миллионов
  11. Всеобщий конгресс прогрессистов (Нигерия)▼112,9 миллиона
  12. Партия справедливости и развития (Турция)▼111,71 миллиона
  13. Морена (Мексика)▼111,63 миллиона
  14. Телугу Десам (Индия)▼110,05 миллиона
  15. Народная партия Камбоджи▼17 миллионов
Показать числа
#ПартияЧленыСледуя его инструкциямНаправляемая доляЧасов в неделю
1Бхаратия джаната парти (Индия)140 миллионов6.3 × 10¹⁶0.52% (прокси)0.6 h
2Коммунистическая партия Китая101,29 миллиона8.2 × 10¹⁶0.94%1 h
3Демократическая партия (США)44,9 миллиона2.3 × 10¹⁵0.06%0.1 h
4Республиканская партия (США)38 миллионов2 × 10¹⁵0.06%0.1 h
5Индийский национальный конгресс26 миллионов1.2 × 10¹⁶0.52% (прокси)0.6 h
6АИАДМК (Индия)20,04 миллиона9 × 10¹⁵0.52% (прокси)0.6 h
7ДМК (Индия)20 миллионов9 × 10¹⁵0.52% (прокси)0.6 h
8Партия процветания (Эфиопия)15,7 миллиона7 × 10¹⁵0.52% (прокси)0.6 h
9TVK (Индия)15 миллионов6.7 × 10¹⁵0.52% (прокси)0.6 h
10Чама Ча Мапиндузи (Танзания)13 миллионов5.8 × 10¹⁵0.52% (прокси)0.6 h
11Всеобщий конгресс прогрессистов (Нигерия)12,9 миллиона5.8 × 10¹⁵0.52% (прокси)0.6 h
12Партия справедливости и развития (Турция)11,71 миллиона5.2 × 10¹⁵0.52% (прокси)0.6 h
13Морена (Мексика)11,63 миллиона5.2 × 10¹⁵0.52% (прокси)0.6 h
14Телугу Десам (Индия)10,05 миллиона4.5 × 10¹⁵0.52% (прокси)0.6 h
15Народная партия Камбоджи7 миллионов3.1 × 10¹⁵0.52% (прокси)0.6 h
16Трудовая партия Кореи6,18 миллиона7.6 × 10¹⁵1.4%1.5 h
17ФРЕЛИМО (Мозамбик)6 миллионов2.7 × 10¹⁵0.52% (прокси)0.6 h
18Коммунистическая партия Вьетнама5,6 миллиона2.1 × 10¹⁵0.44%0.5 h
19Демократическая партия Кореи5 миллионов2.2 × 10¹⁵0.52% (прокси)0.6 h
20Партия силы народа (Южная Корея)4,44 миллиона2 × 10¹⁵0.52% (прокси)0.6 h
21ЕСПВ (Венесуэла)4,24 миллиона1.9 × 10¹⁵0.52% (прокси)0.6 h
22ЗАНУ—ПФ (Зимбабве)4,06 миллиона1.8 × 10¹⁵0.52% (прокси)0.6 h
23ОМНО (Малайзия)3,25 миллиона1.5 × 10¹⁵0.52% (прокси)0.6 h
24Хустисиалистская партия (Аргентина)3,1 миллиона1.4 × 10¹⁵0.52% (прокси)0.6 h
25Партия Колорадо (Парагвай)3 миллиона1.3 × 10¹⁵0.52% (прокси)0.6 h
26Единая Россия2,6 миллиона1.2 × 10¹⁵0.52% (прокси)0.6 h
27ЛДПУ (Узбекистан)2,31 миллиона1 × 10¹⁵0.52% (прокси)0.6 h
28PLD (Доминиканская Республика)2,18 миллиона9.7 × 10¹⁴0.52% (прокси)0.6 h
29MDB (Бразилия)2,02 миллиона9 × 10¹⁴0.52% (прокси)0.6 h
30РНП (Турция)1,88 миллиона8.4 × 10¹⁴0.52% (прокси)0.6 h
31Гражданский радикальный союз (Аргентина)1,79 миллиона8 × 10¹⁴0.52% (прокси)0.6 h
32Партия трудящихся, PT (Бразилия)1,67 миллиона7.5 × 10¹⁴0.52% (прокси)0.6 h
33PRM (Доминиканская Республика)1,55 миллиона6.9 × 10¹⁴0.52% (прокси)0.6 h
34Подлинная радикально-либеральная партия (Парагвай)1,55 миллиона6.9 × 10¹⁴0.52% (прокси)0.6 h
35Федеральная партия Филиппин1,5 миллиона6.7 × 10¹⁴0.52% (прокси)0.6 h
36PAS (Малайзия)1,3 миллиона5.8 × 10¹⁴0.52% (прокси)0.6 h
37PRD (Бразилия)1,29 миллиона5.8 × 10¹⁴0.52% (прокси)0.6 h
38Прогрессисты (Бразилия)1,29 миллиона5.8 × 10¹⁴0.52% (прокси)0.6 h
39PSDB (Бразилия)1,26 миллиона5.6 × 10¹⁴0.52% (прокси)0.6 h
40PKR (Малайзия)1,15 миллиона5.2 × 10¹⁴0.52% (прокси)0.6 h
41Борцы за экономическую свободу (Южная Африка)1,09 миллиона4.9 × 10¹⁴0.52% (прокси)0.6 h
42PDT (Бразилия)1,07 миллиона4.8 × 10¹⁴0.52% (прокси)0.6 h
43União Brasil1,07 миллиона4.8 × 10¹⁴0.52% (прокси)0.6 h
44КПИ(М) (Индия)1,02 миллиона4.6 × 10¹⁴0.52% (прокси)0.6 h
45Либерально-демократическая партия (Япония)1 миллион4.5 × 10¹⁴0.52% (прокси)0.6 h
46ФНО (Алжир)1 миллион4.5 × 10¹⁴0.52% (прокси)0.6 h
47Либеральная партия, PL (Бразилия)952,8814.3 × 10¹⁴0.52% (прокси)0.6 h
48Коммунистическая партия Кубы700,0002.7 × 10¹⁴0.44%0.5 h
49Африканский национальный конгресс688,4543.1 × 10¹⁴0.52% (прокси)0.6 h
50Консервативная партия Канады678,7082.7 × 10¹⁴0.46%0.5 h
51ХДС (Германия)364,2021.6 × 10¹⁴0.52% (прокси)0.6 h
52СДПГ (Германия)357,1161.6 × 10¹⁴0.52% (прокси)0.6 h
53Лейбористская партия (Великобритания)333,2351.6 × 10¹⁴0.55%0.6 h
54Либеральная партия Канады163,8366.5 × 10¹³0.46%0.5 h
55Зелёные (Германия)155,2967 × 10¹³0.52% (прокси)0.6 h
56ХСС (Германия)125,1535.6 × 10¹³0.52% (прокси)0.6 h
57Консервативная партия (Великобритания)123,0003.7 × 10¹³0.35%0.4 h
58Новая демократическая партия (Канада)100,5424 × 10¹³0.46%0.5 h
59АдГ (Германия)51,3352.3 × 10¹³0.52% (прокси)0.6 h

Встречи, опросы и источники.

Сотрудники по последнему годовому отчёту или списку, по линейной шкале.
  1. Walmart2,1 миллиона
  2. Amazon▲11,58 миллиона
  3. State Grid▼11,36 миллиона
  4. Китайская национальная нефтяная корпорация1,03 миллиона
  5. JD.com951,420
  6. BYD▲1869,622
  7. Accenture▼1779,000
  8. Allied Universal▲3770,000
  9. China Post Group▼1719,448
  10. Российские железные дороги (РЖД)▲2677,363
  11. Volkswagen Group▲6662,942
  12. Foxconn (Hon Hai)▼2633,167
  13. Schwarz Group▲16604,000
  14. Compass Group▲18590,000
  15. Tata Consultancy Services▼6584,510
Показать числа
#КорпорацияСотрудникиСледуя его инструкциямЧасов в неделюНаправляемая доля
1Walmart2,1 миллиона6.3 × 10¹⁶36.3 h (Соединённые Штаты)35%
2Amazon1,58 миллиона4.7 × 10¹⁶36.3 h (Соединённые Штаты)35%
3State Grid1,36 миллиона5.5 × 10¹⁶49 h (Китай)47%
4Китайская национальная нефтяная корпорация1,03 миллиона4.1 × 10¹⁶49 h (Китай)47%
5JD.com951,4203.8 × 10¹⁶49 h (Китай)47%
6BYD869,6223.5 × 10¹⁶49 h (Китай)47%
7Accenture779,0003.7 × 10¹⁶57.58 h (Индия)55%
8Allied Universal770,0002.3 × 10¹⁶36.52 h (Соединённые Штаты)35%
9China Post Group719,4482.9 × 10¹⁶49 h (Китай)47%
10Российские железные дороги (РЖД)677,3632.2 × 10¹⁶39.96 h (Россия)38%
11Volkswagen Group662,9422 × 10¹⁶35.95 h (Германия)34%
12Foxconn (Hon Hai)633,1672.5 × 10¹⁶49 h (Китай)47%
13Schwarz Group604,0001.6 × 10¹⁶31.49 h (Германия)30%
14Compass Group590,0001.5 × 10¹⁶31.7 h (Соединённые Штаты)30%
15Tata Consultancy Services584,5102.8 × 10¹⁶58.23 h (Индия)56%
16DHL Group583,9981.7 × 10¹⁶35.81 h (Германия)34%
17Sinopec513,4342.1 × 10¹⁶49 h (Китай)47%
18Gazprom501,0001.7 × 10¹⁶40.47 h (Россия)39%
19FedEx474,2001.6 × 10¹⁶39.98 h (Соединённые Штаты)38%
20Home Depot470,0001.4 × 10¹⁶36.3 h (Соединённые Штаты)35%
21China Mobile468,4961.9 × 10¹⁶49 h (Китай)47%
22UPS460,0001.5 × 10¹⁶39.98 h (Соединённые Штаты)38%
23Сельскохозяйственный банк Китая457,8351.8 × 10¹⁶49 h (Китай)47%
24Concentrix455,0001.7 × 10¹⁶46.71 h (Филиппины)45%
25Teleperformance446,7162.2 × 10¹⁶58.89 h (Индия)56%
26Jardine Matheson443,0001.5 × 10¹⁶41.93 h (Индонезия)40%
27Sodexo426,4641.1 × 10¹⁶31.7 h (Соединённые Штаты)30%
28Capgemini423,4002 × 10¹⁶58.23 h (Индия)56%
29Reliance Industries419,9112.1 × 10¹⁶59.57 h (Индия)57%
30Edeka417,5001.1 × 10¹⁶31.49 h (Германия)30%
31Luxshare Precision416,1971.7 × 10¹⁶49 h (Китай)47%
32Target415,0001.2 × 10¹⁶36.3 h (Соединённые Штаты)35%
33Marriott International414,0001.1 × 10¹⁶31.7 h (Соединённые Штаты)30%
34Bosch412,4001.2 × 10¹⁶35.95 h (Германия)34%
35ICBC409,7581.6 × 10¹⁶49 h (Китай)47%
36Kroger403,0001.2 × 10¹⁶36.3 h (Соединённые Штаты)35%
37China Resources397,3981.6 × 10¹⁶49 h (Китай)47%
38Magnit394,0001.3 × 10¹⁶39.69 h (Россия)38%
39Toyota390,9271.3 × 10¹⁶39.6 h (Япония)38%
40UnitedHealth Group390,0001.2 × 10¹⁶36.87 h (Соединённые Штаты)35%
41X5 Group389,0001.3 × 10¹⁶39.69 h (Россия)38%
42Berkshire Hathaway387,8001.2 × 10¹⁶37.75 h (Соединённые Штаты)36%
43AVIC384,0001.5 × 10¹⁶49 h (Китай)47%
44Ahold Delhaize384,0001.1 × 10¹⁶36.3 h (Соединённые Штаты)35%
45China Telecom381,4361.5 × 10¹⁶49 h (Китай)47%
46Starbucks381,0009.9 × 10¹⁵31.7 h (Соединённые Штаты)30%
47Rewe Group380,0009.8 × 10¹⁵31.49 h (Германия)30%
48Строительный банк Китая378,3441.5 × 10¹⁶49 h (Китай)47%
49TJX Companies377,0001.1 × 10¹⁶36.3 h (Соединённые Штаты)35%
50China State Construction Engineering370,2721.5 × 10¹⁶49 h (Китай)47%
51FEMSA368,7761.4 × 10¹⁶47.09 h (Мексика)45%
52Japan Post Holdings360,0001.2 × 10¹⁶41.6 h (Япония)40%
53Tesco354,7449.3 × 10¹⁵31.81 h (Великобритания)30%
54Cognizant351,6001.7 × 10¹⁶58.23 h (Индия)56%
55NTT344,1961.1 × 10¹⁶40.2 h (Япония)38%
56Costco341,0001 × 10¹⁶36.3 h (Соединённые Штаты)35%
57Infosys328,5941.6 × 10¹⁶58.23 h (Индия)56%
58ISS325,0001.6 × 10¹⁶58.89 h (Индия)56%
59Securitas322,0009.7 × 10¹⁵36.52 h (Соединённые Штаты)35%
60HCA Healthcare320,0009.7 × 10¹⁵36.87 h (Соединённые Штаты)35%
61Rosneft320,0001.1 × 10¹⁶40.47 h (Россия)39%
62JPMorgan Chase318,5121.1 × 10¹⁶40.14 h (Соединённые Штаты)38%
63Siemens318,0009.4 × 10¹⁵35.95 h (Германия)34%
64Банк Китая313,7461.3 × 10¹⁶49 h (Китай)47%
65Walgreens Boots Alliance312,0009.3 × 10¹⁵36.3 h (Соединённые Штаты)35%
66PepsiCo306,0001 × 10¹⁶40.7 h (Соединённые Штаты)39%
67China Railway Construction (CRCC)304,9271.2 × 10¹⁶49 h (Китай)47%
68CHN Energy (China Energy Investment)303,4181.2 × 10¹⁶49 h (Китай)47%
69China Railway Group (CREC)302,5271.2 × 10¹⁶49 h (Китай)47%
70CK Hutchison300,0008.6 × 10¹⁵35.08 h (Великобритания)33%
71CVS Health300,0008.9 × 10¹⁵36.3 h (Соединённые Штаты)35%

Часы и источники.

Животные и другие организмы

От отдельных клеток без нейронов до мозга человека. Числа нейронов измерены там, где они существуют.

Нет нейронов

  • Escherichia coliEscherichia coli0 измереноОдна клетка без нейронов. Она направляется к пище и обладает химической памятью, которая длится несколько секунд.
  • СлизевикPhysarum polycephalum0 измереноОдна гигантская клетка без нейронов. Она проходит лабиринты и выращивает эффективные транспортные сети.
  • Мимоза стыдливаяMimosa pudica0 измереноРастение, листья которого складываются при касании. В одном исследовании сообщалось, что оно учится игнорировать безвредные прикосновения. Более поздний повторный анализ это оспорил.
  • ГубкаPorifera (e.g. Amphimedon queenslandica)0 измереноЖивотное без нейронов и синапсов, которое тем не менее согласованно сокращает всё тело.

Нервные сети, без мозга

  • ГидраHydra vulgarisоколо 3 000–5 000 оценкаМаленький пресноводный стрекающий. Им управляет диффузная нервная сеть, мозга у него нет.
  • КубомедузаTripedalia cystophoraОпубликованного подсчёта нетУ кубомедузы нет центрального мозга, но она показала ассоциативное обучение.

Беспозвоночные с мозгом

  • Круглый червьCaenorhabditis elegans302 измереноЧервь длиной около миллиметра, у которого ровно 302 нейрона. Это первое животное, у которого полностью составили схему связей.
  • ДрозофилаDrosophila melanogaster139,255 измереноСамая большая из составленных на сегодня полных схем связей мозга, около 139 000 нейронов.
  • Медоносная пчелаApis melliferaоколо 1 млн оценкаОколо миллиона нейронов, и пчёлы способны усваивать абстрактные понятия, такие как «одинаковое» и «разное».
  • Муравей (Camponotus / Formica)Camponotus spp.Опубликованного подсчёта нетМаленький мозг, который справляется с дальней навигацией, считая шаги (интеграция пути) и запоминая ориентиры.
  • Паук-скакун PortiaPortia fimbriata / labiataОпубликованного подсчёта нетПаук-скакун, который планирует обходные пути. Он выбирает маршруты, уводящие от добычи и скрывающие его из виду.
  • Прибрежный краб / ракCarcinus maenas; Procambarus / Astacus spp.Опубликованного подсчёта нетКрабы и раки. Обзор правительства Великобритании 2021 года нашёл убедительные свидетельства того, что настоящие крабы способны чувствовать.
  • Обыкновенный осьминогOctopus vulgaris500 млн оценкаБольшая часть её нейронов находится в щупальцах. Обзор 2021 года нашёл очень убедительные свидетельства того, что она способна чувствовать.

Рыбы и земноводные

  • Данио-рериоDanio rerioОпубликованного подсчёта нетМаленькая рыба, широко используемая в нейронауке. Её нейроны ещё не посчитаны полностью. В мозге взрослой особи около 10 млн клеток.
  • Губан-чистильщикLabroides dimidiatusОпубликованного подсчёта нетРифовая рыба, прошедшая вариант теста с меткой перед зеркалом. О том, что это показывает, люди спорят.
  • ЛягушкаAnura (e.g. Xenopus / Rana)Опубликованного подсчёта нетНью-Йоркская декларация 2024 года говорит, что сознательный опыт у земноводных реально возможен.

Птицы

  • Сизый голубьColumba livia310 млн измереноСотни миллионов нейронов в небольшом мозге. Голуби умеют сортировать сложные изображения по категориям.
  • ВоронCorvus corax2,17 млрд измереноБолее двух миллиардов нейронов, плотно упакованных. Вороны помнят отдельных соперников.
  • Новокаледонская воронаCorvus moneduloidesОпубликованного подсчёта нетОна делает крючки-инструменты из веточек и проволоки. Её нейроны не посчитаны.
  • Серый попугайPsittacus erithacus1,57 млрд измереноОколо 1,6 млрд нейронов. Десятилетия лабораторных исследований восприятия числа и категоризации.

Mammals

  • МышьMus musculus70,9 млн измереноОколо 71 млн нейронов. У мышей есть мимика боли, которую можно измерить.
  • КрысаRattus norvegicus200 млн измереноОколо 200 млн нейронов. Крысы освобождают запертых соседей по клетке.
  • Домашняя кошкаFelis catus1,22 млрд измереноОколо 250 млн нейронов в коре больших полушарий.
  • Домашняя собакаCanis familiarisот 1,8 до 2,6 млрд, в зависимости от собаки измереноДо примерно 600 млн корковых нейронов, в зависимости от собаки. Это больше, чем у кошек.
  • Домашняя свиньяSus scrofa domesticus2,22 млрд измереноСвиньи понимают, что показывает зеркало, и используют его, чтобы найти еду.
  • АфалинаTursiops truncatusОпубликованного подсчёта нетПроходит тесты на узнавание себя в зеркале. Измеренного числа нейронов для афалины нет.
  • Африканский слонLoxodonta africana257 млрд измерено257 млрд нейронов, втрое больше, чем у человека, почти все в мозжечке.
  • ШимпанзеPan troglodytesоколо 28 млрд (предсказано по законам масштабирования, не подсчитано) оценкаОдин из двух наших ближайших ныне живущих родственников (вместе с бонобо). Проходит зеркальный тест.
  • ЧеловекHomo sapiens86,1 млрд измерено86 млрд нейронов, из них 16 млрд в коре больших полушарий. Мы единственный вид, чьи представители могут словесно рассказать о своём опыте.

Коллективные системы

Группы, которые принимают решения, недоступные ни одному члену по отдельности. Их изучают как коллективный интеллект, а не как сознания.

  • Муравьиные колонииКолонии выбирают лучшее гнездо, потому что отдельные муравьи следуют кворумному порогу. Ни один муравей не сравнивает места в целом.
  • Рои медоносных пчёлРои выбирают лучшую полость через соревнование разведчиков и кворум. Сигналы остановки обеспечивают перекрёстное торможение, которое разрывает тупики.
  • Скворцовые стаиКаждая птица следит за фиксированным числом соседей (около 6–7), а не за всеми птицами в пределах фиксированного расстояния. Это называют топологическим, а не метрическим взаимодействием.
  • Рыбьи косякиКосяки принимают решения по кворуму. Большие группы могут ощущать градиенты среды, недоступные ни одной рыбе по отдельности.

Искусственные системы

Виды машинного интеллекта, отсортированные по принципу работы. Ни одна из нынешних систем не считается сильным кандидатом на сознание.

  • Экспертные системы на правилахПрограммы, которые записывают знания эксперта в предметной области как явные правила «если–то». Механизм вывода применяет правила по порядку, чтобы прийти к заключениям, обычно с объяснением своих рассуждений.
  • Движки перебора игровых деревьев (шахматы)Программы, которые перебирают возможные последовательности ходов до фиксированной глубины и оценивают получившиеся позиции вручную составленной оценочной функцией. Они отсекают ветви, которые не могут изменить выбор (минимакс с альфа-бета-отсечением).
  • Агенты глубокого обучения с подкреплениемНейронные сети, обученные методом проб и ошибок максимизировать сигнал вознаграждения. Они усваивают политику или функцию ценности, взаимодействуя со средой, часто смоделированной, например с игрой.
  • Большие языковые моделиТрансформерные нейронные сети, обученные предсказывать следующий токен в очень больших текстовых корпусах, а затем часто донастроенные по отзывам людей.
  • Воплощённые роботыМашины с датчиками и приводами, действующие в физическом мире. Они часто используют многоуровневое реактивное управление вместо центральной модели мира, так что поведение возникает из цикла между телом и средой.
  • Нейроморфное железоЧипы, схемы которых имитируют импульсные нейроны и синапсы. Они управляются событиями и потребляют мало энергии, в отличие от обычной архитектуры процессора и памяти.

Гипотетические сознания

Сознания, предложенные в научной и философской литературе. Никто ни одного не наблюдал.

  • Эмуляция всего мозгане наблюдалосьДетальное сканирование мозга и запуск его программной модели.
  • Смоделированные сознания в симуляциях предковне наблюдалосьТрилемма Бострома: либо почти ни одна цивилизация не достигает постчеловеческой стадии, либо почти ни одна не запускает симуляции предков, либо мы почти наверняка живём в одной из них.
  • Больцмановские мозгине наблюдалосьМозгоподобные наблюдатели, возникающие из редких тепловых или квантовых флуктуаций.
  • Загрузка сознания путём постепенной заменыне наблюдалосьЗамена нейронов один за другим функционально идентичными искусственными частями.
  • Сверхинтеллектне наблюдалосьГипотетический разум, намного превосходящий человеческий почти во всех областях. Книга Бострома разбирает пути к нему (эмуляция всего мозга, биологическое познание, ИИ), его формы и проблемы контроля.

Версия данных 2.0.0. Скачать (JSON).