דירוגי מודלי AI

דירוגי AI מרובי מקורות לצ'אט, דיבור, TTS, ASR, קוד, תמונה, וידאו וסוכנים — מ-arena.ai, OpenRouter ו-Artificial Analysis.

מיקום	מודל	ספק	אחוז נתח ?	Tokens ?	Input ?	Output	Cache ?
1	deepseek-v4.1-flash-20260910	DeepSeek	23.9%	6.0T	0.045	0.891	0.0054
2	step-5-preview-20261008	Stepfun	12.9%	3.2T	1.00	2.70	0.050
3	glm-5.3-flash-20260826	Zhipu	8.1%	2.0T	0.026	0.900	0.011
4	mimo-v2.6-flash-20260921	Xiaomi	6.3%	1.6T	0.140	0.280	0.0028
5	nemotron-3-ultra-550b-a55b-20260604	Nvidia	4.5%	1.1T	0.600	2.40	0.120
6	hy4-preview-20260827	Tencent	4.4%	1.1T	0.834	2.50	0.042
7	gpt-6-luna-20260922	OpenAI	3.4%	856.2B	0.100	0.500	0.010
8	claude-opus-5.5-20260921	Anthropic	3.1%	788.5B	4.00	20.0	0.200
9	glm-5.3-20260816	Zhipu	2.6%	652.1B	0.079	4.80	0.059
10	deepseek-v4-flash-20260731	DeepSeek	2.4%	601.1B	0.014	0.576	0.011
11	deepseek-v4-flash-20260423	DeepSeek	2%	499.8B	0.014	0.576	0.011
12	hy3-20260706	Tencent	1.9%	485.8B	0.132	0.528	0.033
13	muse-spark-1.3-contributor-20260902	Meta	1.9%	480.3B	0.100	0.200	0.0020
14	Tjev-1.13-20260917	Typesafe	1.9%	469.4B	—	—	—
15	kimi-k3-20260715	Moonshot	1.8%	452.3B	0.730	13.5	0.550
16	claude-sonnet-5.5-20260928	Anthropic	1.5%	374.3B	2.00	10.0	0.100
17	gpt-6.1-sol-20260929	OpenAI	1.2%	301.7B	2.00	10.0	0.100
18	gemini-3.8-flash-20260902	Google	1.2%	297.0B	0.750	3.75	0.075
19	mimo-v2.6-pro-20260921	Xiaomi	1.1%	268.8B	0.435	0.870	0.0036
20	claude-haiku-5.5-20261007	Anthropic	1%	253.0B	0.100	0.500	0.010
21	gpt-5.6-luna-20260709	OpenAI	1%	250.6B	0.200	1.20	0.020
22	nemotron-3.5-lightning-20260807	Nvidia	0.9%	223.4B	0.070	0.200	0.040
23	minimax-m3-20260531	MiniMax	0.8%	202.5B	0.300	1.20	0.060
24	gemini-3-flash-preview-20251217	Google	0.8%	190.7B	0.500	3.00	0.050
25	glm-5.2-20260616	Zhipu	0.6%	152.5B	0.060	7.00	0.059
26	laguna-s-2.1-20260720	Poolside	0.6%	145.1B	0.090	0.180	0.0090
27	Usolar-mini4-20260922	Upstage	0.6%	143.3B	0.050	0.200	0.0050
28	claude-opus-5-20260723	Anthropic	0.5%	131.1B	5.00	25.0	0.500
29	gpt-5.6-sol-20260709	OpenAI	0.5%	130.5B	2.00	10.0	0.200
30	deepseek-v4-pro-20260813	DeepSeek	0.5%	119.9B	0.660	1.98	0.022
31	Usolar-pro4-20260810	Upstage	0.5%	114.5B	0.090	0.360	0.018
32	Ddots-3-note-preview-20260813	Dots-studio	0.5%	113.6B	—	—	—
33	Iling-3.1-flash-20261002	Inclusionai	0.4%	107.0B	—	—	—
34	claude-sonnet-5-20260630	Anthropic	0.4%	104.7B	2.00	10.0	0.200
35	deepseek-v4-pro-20260423	DeepSeek	0.4%	102.2B	0.660	1.98	0.022
36	muse-spark-1.3-20260902	Meta	0.4%	91.6B	1.25	4.25	0.150
37	gemini-2.5-flash-lite	Google	0.4%	90.6B	0.100	0.400	0.010
38	nemotron-3-super-120b-a12b-20230311	Nvidia	0.4%	88.3B	0.080	0.450	—
39	qwen3.8-flash-20260826	Alibaba	0.3%	82.6B	0.150	0.470	0.016
40	gpt-6-astra-20260903	OpenAI	0.3%	74.2B	10.0	50.0	1.00
41	gemma-4-31b-it-20260402	Google	0.3%	73.0B	0.090	0.340	0.050
42	gpt-oss-120b	OpenAI	0.3%	71.2B	0.150	0.600	0.075
43	mimo-v2.5-20260422	Xiaomi	0.3%	70.6B	0.140	0.280	0.0028
44	pplx-decider-v1.1-27b-20261006	Perplexity	0.3%	66.9B	—	—	—
45	gemini-3.1-flash-lite-20260507	Google	0.3%	66.2B	0.250	1.50	0.025
46	qwen3.8-max-20260902	Alibaba	0.2%	63.1B	2.00	6.00	0.250
47	gemma-4-26b-a4b-it-20260403	Google	0.2%	61.1B	0.076	0.255	0.043
48	gpt-6-sol-20260922	OpenAI	0.2%	60.3B	2.00	10.0	0.200
49	gemini-2.5-flash	Google	0.2%	59.5B	0.300	2.50	0.030
50	mistral-large-4-0-20261006	Mistral	0.2%	58.4B	0.680	2.09	0.070

מקור: OpenRouter · עודכן 2026-10-12 · PandaNpc עודכן 13 באוק׳ 2026, 06:00 UTCהצג דירוג מלא →

קריאת המספרים

לוח דירוג של מודלי שפה מראה איזה מודל אנשים מעדיפים; מבחן ביצועים (benchmark) של AI מראה מה מודל מסוגל לעשות באופן אובייקטיבי; נתוני שימוש מראים במה מפתחים באמת משתמשים בפועל. אף דירוג יחיד לא עונה על השאלה "מהו מודל ה-AI הטוב ביותר", ולכן הדף הזה מאגד את שלושתם — דירוג Elo של Chatbot Arena מ-arena.ai, מדד האינטליגנציה וזירות הדיבור של Artificial Analysis, ונתח הטוקנים ב-OpenRouter — ומרענן אותם מדי יום.

arena.ai (לשעבר LMArena) מציגה למשתמשים שתי תשובות אנונימיות לאותה הנחיה ומבקשת מהם לבחור אחת, ואז גוזרת דירוג Elo מהקרבות הללו. היא מודדת איזו תשובה אנשים מעדיפים — לא יכולת אובייקטיבית. סגנון חביב יכול לנצח, בעוד תשובה מדויקת אך מפורטת מדי עלולה להפסיד.

הצבעות הן הקרבות שמודל צבר. למודל שזה עתה נרשם יש מעט הצבעות ורווח בר סמך רחב, כך שהדירוג שלו משתנה בקלות — קרא תמיד את הדירוג יחד עם רווח ה-±.

לוח הסוכן פועל אחרת משאר הלוחות: הוא מודד הפעלות סוכן אמיתיות ולא העדפות של קולות עיוורים. מדד הכותרת שלו, Net Improvement, הוא רווח באחוזים — לא דירוג Elo — ולכן לא ניתן להשוותו בין לוחות. arena.ai גם מדווח על חמישה ממדים נוספים (Confirmed Success, Steerability, Bash Recovery ואחרים) בלוח המלא.

לוח השימוש מגיע מ-OpenRouter וסופר את חלק ה-API token האמיתי — מפתחים מצביעים עם הארנקים שלהם, מה שמשלים את לוחות ההעדפה הסובייקטיביים.

לוחות הדיבור מגיעים מ-Artificial Analysis: TTS משתמש ב-Speech Arena Elo עם האזנה עיוורת; ASR משתמש ב-AA-WER v2, שבו נמוך יותר עדיף; ו-Speech-to-Speech מקורי משתמש במדד משוקלל שווה של Big Bench Audio, Full Duplex Bench ו-τ-Voice, שבו גבוה יותר עדיף. יש להשוות ציונים רק בתוך אותו לוח. מקור: artificialanalysis.ai.

לוח ה-Intelligence Index מגיע מ-Artificial Analysis: הוא מזקק מדדים ציבוריים רבים למדד Intelligence Index יחיד מ-0 עד 100, המודד יכולת אובייקטיבית ולא העדפה סובייקטיבית — משלים טבעי להצבעה עיוורת אנושית של arena.ai. מקור: artificialanalysis.ai.