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 |  gemini-omni-flash | 1512 ±11 | 16,916 | |
| 2 |  flux-3-video | Black Forest Labs | 1494 ±17 | 1,291 |
| 3 |  dreamina-seedance-2.0-720p | Bytedance | 1482 ±10 | 49,058 |
| 4 | dreamina-seedance-2.5-720p | Bytedance | 1477 ±19 | 1,337 |
| 5 |  muse-video | Meta | 1457 ±15 | 2,176 |
| 6 |  minimax-h3 | MiniMax | 1453 ±13 | 3,081 |
| 7 |  happyhorse-1.0 | Alibaba-ATH | 1428 ±13 | 22,113 |
| 8 |  sora-2-pro | OpenAI | 1364 ±7 | 46,509 |
| 9 | veo-3.1-audio | 1364 ±14 | 13,743 | |
| 10 | veo-3.1-audio-1080p | 1363 ±10 | 24,979 | |
| 11 | veo-3.1-fast-audio | 1361 ±10 | 39,441 | |
| 12 | veo-3.1-fast-audio-1080p | 1358 ±10 | 25,771 | |
| 13 | veo-3-fast-audio | 1347 ±11 | 25,219 | |
| 14 |  grok-imagine-video-720p | SpaceXAI | 1345 ±7 | 154,827 |
| 15 | wan2.7-t2v | Alibaba | 1344 ±9 | 17,769 |
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.