Llama-native zuerst
Jedes Framework wird bewertet, wie gut es echte Llama-Workloads orchestriert — Agents, Tools, Memory, Multi-Step Reasoning.
Unabhängiges Ranking aller Agent-Frameworks im AGI-Readiness-Index — gefiltert und bewertet aus der Perspektive von Meta Llama 3.1, 3.3 und Llama 4. Vendor-neutral. CC-BY 4.0.
Jedes Framework wird bewertet, wie gut es echte Llama-Workloads orchestriert — Agents, Tools, Memory, Multi-Step Reasoning.
Ollama, vLLM, llama.cpp, Together, Groq, Bedrock — wir tracken, was wirklich auf Open-Weights-Stacks deployt wird.
Drei Kategorien (Autonomie · Multimodalität · Production), Kurator + Community-Voting, Methodology v2.0 öffentlich.
| # | Framework | AGI |
|---|---|---|
| — | Lade… | |
| — | Lade… | |
| — | Lade… | |
| — | Lade… | |
| — | Lade… | |
| — | Lade… |
Offizielle Model Cards, Quants & Fine-Tunes — die Basis für jeden Stack im Leaderboard.
Aktuelle Llama-Versionen direkt bei Meta — wir aktualisieren das Leaderboard pro Release.
Jedes Framework im Leaderboard kann sein „Runs on Llama“-Badge in das eigene README einbauen — live aktualisiert, mit AGI-Score. Beispiel für CrewAI:
/api/public/badge/llama/<slug>[](https://openagilayer.com/llama)