Žebříčky AI modelů
Vícezdrojové žebříčky AI pro chat, řeč, TTS, ASR, kód, obrázky, video a agenty — z arena.ai, OpenRouter a Artificial Analysis.
| Pořadí | Model | Poskytovatel | Řečový index ? |
|---|---|---|---|
| 1 |  Qwen Audio 3.0 Realtime Plus | Alibaba | 84% |
| 2 |  Grok Voice Think Fast 2.0 High | SpaceXAI | 82.7% |
| 3 |  GPT-Realtime-2.1 High | OpenAI | 79.3% |
| 4 | GPT-Realtime-2 High | OpenAI | 77.3% |
| 5 | Qwen Audio 3.0 Realtime Flash | Alibaba | 76.3% |
| 6 | Grok Voice Think Fast 1.0 | SpaceXAI | 75.7% |
| 7 | GPT-Realtime-2 Medium | OpenAI | 75% |
| 8 | GPT-Realtime-2.1 Minimal | OpenAI | 72.7% |
| 9 | GPT-Realtime-1.5 | OpenAI | 72% |
| 10 | GPT Realtime (Aug 2025) | OpenAI | 69% |
| 11 | GPT-Realtime-2 Minimal | OpenAI | 66.3% |
| 12 | GPT-Realtime-2.1 Mini High | OpenAI | 65.3% |
| 13 | Grok Voice Agent | SpaceXAI | 64% |
| 14 |  Deepslate Opal | Deepslate | 63% |
| 15 | Higgs Realtime | Boson AI | 60.3% |
Zdroj: Artificial Analysis · Aktualizováno Aug 29, 2026 · PandaNpc Aktualizováno 29. 8. 2026 06:00 UTCZobrazit celý žebříček →
Jak číst čísla
arena.ai (dříve LMArena) ukazuje uživatelům dvě anonymní odpovědi na stejný dotaz a žádá je, aby jednu vybrali, poté z těchto soubojů odvodí Elo hodnocení. Měří, kterou odpověď lidé preferují — ne objektivní schopnost. Příjemný styl může vyhrát, zatímco důkladná, ale mnohomluvná odpověď může prohrát.
Hlasy jsou bitvy, které model nasbíral. Nově uvedený model má málo hlasů a široký interval spolehlivosti, takže jeho pořadí snadno kolísá — vždy čtěte pořadí společně s intervalem ±.
Deska Agent funguje odlišně od ostatních: měří skutečné relace agentů namísto preference slepého hlasování. Její hlavní metrika, Net Improvement, je procentuální zisk — nikoli hodnocení Elo — takže ji nelze srovnávat napříč deskami. arena.ai také uvádí pět dalších dimenzí (Confirmed Success, Steerability, Bash Recovery a další) na plném žebříčku.
Tabulka využití pochází z OpenRouter a počítá reálný podíl API tokenů — vývojáři hlasují svými peněženkami, což doplňuje subjektivní tabulky preferencí.
Řečové žebříčky pocházejí z Artificial Analysis: TTS používá Speech Arena Elo ze slepého poslechu; ASR používá AA-WER v2, kde nižší je lepší; a nativní Speech-to-Speech používá stejně vážený kompozit z Big Bench Audio, Full Duplex Bench a τ-Voice, kde vyšší je lepší. Porovnávejte skóre pouze v rámci stejného žebříčku. Zdroj: artificialanalysis.ai.
Žebříček Intelligence Index pochází od Artificial Analysis: shrnuje mnoho veřejných benchmarků do jediného Intelligence Indexu v rozmezí 0-100, který měří objektivní schopnosti namísto subjektivních preferencí — přirozený doplněk k lidskému slepému hlasování arena.ai. Zdroj: artificialanalysis.ai.