Rankingi modeli AI
Wieloźródłowe rankingi AI dla czatu, mowy, TTS, ASR, kodu, obrazu, wideo i agentów — z arena.ai, OpenRouter i Artificial Analysis.
| Miejsce | Model | Dostawca | Elo ? | Głosy ? | Input ? | Output | Cache ? |
|---|---|---|---|---|---|---|---|
| 1 |  claude-fable-5 | Anthropic | 1312 ±9 | 9,562 | 10.0 | 50.0 | 1.00 |
| 2 |  qwen3.8-max | Alibaba | 1302 ±8 | 6,743 | 2.00 | 6.00 | 0.250 |
| 3 | claude-opus-4-7-high | Anthropic | 1301 ±7 | 21,122 | 5.00 | 25.0 | 0.500 |
| 4 | claude-opus-4-7 | Anthropic | 1299 ±7 | 21,445 | 5.00 | 25.0 | 0.500 |
| 5 | claude-opus-4-6-high | Anthropic | 1299 ±7 | 20,867 | 5.00 | 25.0 | 0.500 |
| 6 |  muse-spark | Meta | 1294 ±9 | 5,582 | — | — | — |
| 7 | claude-opus-4-6 | Anthropic | 1293 ±7 | 25,169 | 5.00 | 25.0 | 0.500 |
| 8 | muse-spark-1.2 (xHigh) | Meta | 1292 ±15 | 1,853 | 1.25 | 4.25 | 0.150 |
| 9 | claude-opus-5-high | Anthropic | 1292 ±9 | 7,049 | 5.00 | 25.0 | 0.500 |
| 10 |  gemini-3-pro | 1289 ±8 | 13,134 | — | — | — | |
| 11 | gemini-3.5-flash-high | 1286 ±9 | 7,586 | 1.50 | 9.00 | 0.150 | |
| 12 | claude-opus-4-8-high | Anthropic | 1285 ±8 | 12,894 | 5.00 | 25.0 | 0.500 |
| 13 | gemini-3.6-flash-high | 1285 ±12 | 3,119 | 0.750 | 3.75 | 0.075 | |
| 14 |  gpt-5.5 | OpenAI | 1285 ±7 | 20,727 | 5.00 | 30.0 | 0.500 |
| 15 | gemini-3.5-flash-medium | 1285 ±9 | 7,533 | 1.50 | 9.00 | 0.150 |
Źródło: arena.ai · Aktualizacja Aug 21, 2026 · PandaNpc Aktualizacja 29 sie 2026, 06:00 UTCZobacz pełny ranking →
Jak czytać te liczby
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.