LLM-topplista & AI-modellrankningar
En sida som samlar de stora AI-benchmarks och leaderboards — Chatbot Arena Elo (arena.ai), Artificial Analysis Intelligence Index och speech-arenorna, samt OpenRouter-användning — inom chatt, kodning, TTS, tal-till-text, bild, video och agenter.
| Rank | Modell | Leverantör | 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% |
Källa: Artificial Analysis · Uppdaterad Sep 24, 2026 · PandaNpc Uppdaterad 24 sep. 2026 06:00 UTCVisa hela topplistan →
Läsa dessa siffror
En LLM-rankinglista berättar vilken modell människor föredrar; ett AI-benchmark visar vad en modell objektivt kan göra; användningsdata berättar vad utvecklare faktiskt levererar. Ingen enskild ranking svarar på frågan ”vilken är den bästa AI-modellen”, så den här sidan samlar alla tre — Chatbot Arena Elo från arena.ai, Artificial Analysis Intelligence Index och talarenor, samt OpenRouter-tokenandel — och uppdaterar dem dagligen.
arena.ai (tidigare LMArena) visar användarna två anonyma svar på samma prompt och ber dem välja ett, och härleder sedan ett Elo-betyg från dessa matcher. Det mäter vilket svar folk föredrar — inte objektiv förmåga. En tilltalande stil kan vinna, medan ett noggrant men omständligt svar kan förlora.
Röster är de strider en modell har samlat på sig. En nyligen listad modell har få röster och ett brett konfidensintervall, så dess rankning svänger lätt — läs alltid rankningen tillsammans med ±-intervallet.
Agent-tavlan fungerar annorlunda än de andra: den mäter verkliga agentsessioner istället för blindröstpreferens. Dess huvudmått, Net Improvement, är en procentuell ökning — inte ett Elo-betyg — så det kan inte jämföras över tavlor. arena.ai rapporterar även ytterligare fem dimensioner (Confirmed Success, Steerability, Bash Recovery och andra) på den fullständiga ledartavlan.
Användningstavlan kommer från OpenRouter och räknar verklig API-tokenandel — utvecklare som röstar med sina plånböcker, vilket kompletterar de subjektiva preferenstavlorna.
Taltavlorna kommer från Artificial Analysis: TTS använder blindlyssnad Speech Arena Elo; ASR använder AA-WER v2, där lägre är bättre; och inbyggd Speech-to-Speech använder en likaviktad sammansättning av Big Bench Audio, Full Duplex Bench och τ-Voice, där högre är bättre. Jämför poäng endast inom samma tavla. Källa: artificialanalysis.ai.
Intelligence Index-tavlan kommer från Artificial Analysis: den destillerar många offentliga riktmärken till ett enda Intelligence Index från 0 till 100, som mäter objektiv förmåga snarare än subjektiv preferens — ett naturligt komplement till arena.ais mänskliga blindomröstning. Källa: artificialanalysis.ai.