Rankingi LLM i modeli AI
Jedna strona, która agreguje główne benchmarki i rankingi AI — Chatbot Arena Elo (arena.ai), Artificial Analysis Intelligence Index i areny mowy oraz użycie OpenRouter — w zakresie czatu, kodowania, TTS, zamiany mowy na tekst, obrazu, wideo i agentów.
| Miejsce | Model | Dostawca | AA-WER ↓ ? |
|---|---|---|---|
| 1 |  StepAudio 3 ASR | StepFun | 1.73% |
| 2 |  Fun-Realtime-ASR-preview | Alibaba | 1.73% |
| 3 | Microsoft AI | 2.04% | |
| 4 |  Scribe v2, ElevenLabs | ElevenLabs | 2.18% |
| 5 |  Grok Voice Transcribe 2.0 | SpaceXAI | 2.29% |
| 6 | Microsoft AI | 2.38% | |
| 7 |  Smallest AI Pulse Pro | Smallest.ai | 2.43% |
| 8 |  Gemini 3.5 Transcribe | 2.6% | |
| 9 |  Voxtral Small, Mistral | Mistral | 2.77% |
| 10 | Gemini 3.1 Pro Preview (High) | 2.82% | |
| 11 |  Universal-3.5 Pro, AssemblyAI | AssemblyAI | 3.02% |
| 12 |  Solaria-3, Gladia | Gladia | 3.23% |
| 13 |  GPT Transcribe, OpenAI | OpenAI | 3.31% |
| 14 |  Resonant-1 | Reson8 | 3.39% |
| 15 |  Inkling (256K), Thinking Machines | Thinking Machines | 3.47% |
| 16 | Qwen3.5 Omni Plus | Alibaba | 3.55% |
| 17 | Gemini 3.1 Pro Preview (Low) | 3.58% | |
| 18 | Voxtral Mini Transcribe 2, Mistral | Mistral | 3.59% |
| 19 |  Soniox v5 Async | Soniox | 3.81% |
| 20 |  Inworld STT 1 | Inworld | 3.93% |
Źródło: Artificial Analysis · Aktualizacja Sep 24, 2026 · PandaNpc Aktualizacja 24 wrz 2026, 06:00 UTCZobacz pełny ranking →
Jak czytać te liczby
Ranking LLM-ów pokazuje, który model preferują użytkownicy; benchmark AI pokazuje, jakie są obiektywne możliwości modelu; dane o wykorzystaniu pokazują, co deweloperzy faktycznie wdrażają. Żaden pojedynczy ranking nie odpowiada na pytanie „który model AI jest najlepszy”, dlatego ta strona agreguje wszystkie trzy – Chatbot Arena Elo z arena.ai, Artificial Analysis Intelligence Index i areny mowy oraz udział tokenów OpenRouter – i odświeża je codziennie.
arena.ai (dawniej LMArena) pokazuje użytkownikom dwie anonimowe odpowiedzi na to samo pytanie i prosi o wybór jednej, a następnie wylicza ranking Elo na podstawie tych starć. Mierzy, którą odpowiedź ludzie wolą — a nie obiektywne możliwości. Lubiany styl może wygrać, podczas gdy rygorystyczna, ale rozwlekła odpowiedź może przegrać.
Głosy to walki, które model zgromadził. Nowo dodany model ma niewiele głosów i szeroki przedział ufności, więc jego ranga łatwo się waha — zawsze czytaj rangę wraz z przedziałem ±.
Panel Agentów działa inaczej niż pozostałe: mierzy rzeczywiste sesje agentów, a nie preferencje z ślepych głosowań. Jego główna metryka, Net Improvement, to procentowy przyrost — a nie rating Elo — więc nie można go porównywać między panelami. arena.ai raportuje także pięć dodatkowych wymiarów (Confirmed Success, Steerability, Bash Recovery i inne) na pełnej liście rankingowej.
Tablica użycia pochodzi z OpenRouter i zlicza rzeczywisty udział tokenów API — programiści głosują portfelami, co uzupełnia subiektywne tablice preferencji.
Panele mowy pochodzą z Artificial Analysis: TTS używa ślepego odsłuchu Speech Arena Elo; ASR używa AA-WER v2, gdzie niższy wynik jest lepszy; a natywny Speech-to-Speech używa równo ważonego złożenia Big Bench Audio, Full Duplex Bench i τ-Voice, gdzie wyższy wynik jest lepszy. Porównuj wyniki tylko w obrębie tego samego panelu. Źródło: artificialanalysis.ai.
Tablica Intelligence Index pochodzi od Artificial Analysis: destyluje ona wiele publicznych benchmarków w pojedynczy wskaźnik Intelligence Index od 0 do 100, mierzący obiektywną zdolność, a nie subiektywne preferencje — naturalne uzupełnienie dla ludzkiego ślepego głosowania arena.ai. Źródło: artificialanalysis.ai.