AI Modell Ranglisták
Többforrású AI-rangsorok csevegés, beszéd, TTS, ASR, kód, kép, videó és ügynökök terén — az arena.ai, OpenRouter és Artificial Analysis által.
| Helyezés | Modell | Gyártó | Elo ? | Szavazatok ? |
|---|---|---|---|---|
| 1 |  minimax-h3 | MiniMax | 1489 ±7 | 13,020 |
| 2 |  dreamina-seedance-2.5-720p | Bytedance | 1484 ±12 | 2,912 |
| 3 | dreamina-seedance-2.0-720p | Bytedance | 1478 ±8 | 105,298 |
| 4 |  gemini-omni-flash | 1462 ±6 | 54,179 | |
| 5 |  grok-imagine-video-1.5-720p | SpaceXAI | 1460 ±5 | 99,649 |
| 6 |  flux-3-video-20260811 | Black Forest Labs | 1449 ±10 | 3,770 |
| 7 |  happyhorse-1.0 | Alibaba-ATH | 1442 ±10 | 70,772 |
| 8 | wan2.7-i2v | Alibaba | 1427 ±5 | 57,878 |
| 9 | grok-imagine-video-720p | SpaceXAI | 1415 ±5 | 517,108 |
| 10 | veo-3.1-audio | 1397 ±11 | 25,156 | |
| 11 | veo-3.1-audio-1080p | 1390 ±9 | 53,179 | |
| 12 | veo-3.1-fast-audio | 1384 ±9 | 99,932 | |
| 13 | grok-imagine-video-480p | SpaceXAI | 1384 ±8 | 19,443 |
| 14 | veo-3.1-fast-audio-1080p | 1371 ±10 | 54,455 | |
| 15 |  vidu-q3-pro | Shengshu | 1362 ±9 | 36,723 |
Forrás: arena.ai · Frissítve Aug 14, 2026 · PandaNpc Frissítve 2026. aug. 29. 06:00 UTCTeljes ranglista megtekintése →
Számok olvasása
arena.ai (korábban LMArena) két névtelen választ mutat a felhasználóknak ugyanarra a promptra, és megkéri őket, hogy válasszanak egyet, majd ezekből a küzdelmekből származtat egy Elo-pontszámot. Azt méri, hogy az emberek melyik választ preferálják – nem az objektív képességet. Egy szimpatikus stílus nyerhet, míg egy precíz, de bőbeszédű válasz veszíthet.
A szavazatok a modell által felhalmozott csaták. Egy újonnan listázott modellnek kevés szavazata van és széles a konfidenciaintervalluma, így a rangja könnyen ingadozik — mindig a rangot a ± intervallummal együtt olvassa.
Az Ágens tábla másképp működik, mint a többi: valódi ágens munkameneteket mér, nem pedig vak szavazati preferenciákat. Fő mutatója, a Net Improvement, százalékos növekedés – nem Elo-pontszám –, így nem hasonlítható össze a táblák között. Az arena.ai további öt dimenziót is jelent (Confirmed Success, Steerability, Bash Recovery és mások) a teljes ranglistán.
A használati tábla az OpenRouter-tól származik, és a valós API token megosztást számolja – a fejlesztők a pénztárcájukkal szavaznak, ami kiegészíti a szubjektív preferencia táblákat.
A beszéd-rangsorok az Artificial Analysis-től származnak: a TTS vakon hallgatott Speech Arena Elo-t használ; az ASR az AA-WER v2-t használja, ahol az alacsonyabb jobb; a natív Speech-to-Speech pedig a Big Bench Audio, Full Duplex Bench és τ-Voice egyenlő súlyú kompozitját használja, ahol a magasabb jobb. Csak ugyanazon a rangsoron belül hasonlítsa össze a pontszámokat. Forrás: artificialanalysis.ai.
Az Intelligence Index tábla az Artificial Analysis-től származik: számos nyilvános benchmarkot egyetlen 0-100-as Intelligence Index-szé sűrít, amely az objektív képességet méri a szubjektív preferencia helyett — természetes kiegészítője az arena.ai emberi vak szavazatának. Forrás: artificialanalysis.ai.