อันดับ LLM และการจัดอันดับโมเดล AI
หน้าเดียวที่รวบรวมเกณฑ์ชี้วัดและลีดเดอร์บอร์ดหลักของ AI — Chatbot Arena Elo (arena.ai), Artificial Analysis Intelligence Index และแอรีนาด้านเสียงพูด รวมถึงการใช้งาน OpenRouter — ครอบคลุมการแชท การเขียนโค้ด TTS การแปลงเสียงพูดเป็นข้อความ รูปภาพ วิดีโอ และเอเจนต์
| อันดับ | โมเดล | ผู้ให้บริการ | Speech Arena Elo ? |
|---|---|---|---|
| 1 |  Eleven v4 Turbo | ElevenLabs | 1330 ±18 |
| 2 | Eleven v4 | ElevenLabs | 1326 ±17 |
| 3 |  Qwen-Audio-3.1-TTS-Plus | Alibaba | 1298 ±17 |
| 4 |  Sonic 3.6 | Cartesia | 1286 ±15 |
| 5 |  Gemini 3.8 Flash TTS | 1274 ±15 | |
| 6 | Qwen-Audio-3.0-TTS-Plus | Alibaba | 1267 ±15 |
| 7 |  Realtime TTS-2 | Inworld | 1260 ±16 |
| 8 | Gemini 3.8 Flash-Lite TTS | 1246 ±14 | |
| 9 |  Simba 3.2 | SpeechifyAI | 1244 ±13 |
| 10 | Breeze TTS 2 | BreezeBlue | 1223 ±15 |
| 11 | Realtime TTS-2 Flash | Inworld | 1219 ±14 |
| 12 |  Luna TTS | VUI Labs | 1218 ±12 |
| 13 | Gemini 3.1 Flash TTS | 1214 ±11 | |
| 14 |  StepAudio 2.5 TTS (Aug 2026) | StepFun | 1213 ±15 |
| 15 | v3 Conversational | ElevenLabs | 1210 ±14 |
| 16 | Sonic 3.5 | Cartesia | 1193 ±12 |
| 17 |  Soniox TTS Real-Time v2 | Soniox | 1180 ±11 |
| 18 | Eleven v3 | ElevenLabs | 1177 ±11 |
| 19 |  Speech 2.8 HD | MiniMax | 1174 ±11 |
| 20 |  Gradium TTS (Sep 2026) | Gradium | 1173 ±14 |
| 21 |  Lightning V3.1 Pro (Jul 2026) | Smallest.ai | 1172 ±13 |
| 22 |  Falcon 2 | Murf AI | 1155 ±13 |
| 23 | Gradium TTS (Aug 2026) | Gradium | 1153 ±13 |
| 24 | Speech 2.8 Turbo | MiniMax | 1153 ±11 |
| 25 |  SpaceXAI TTS | SpaceXAI | 1145 ±14 |
| 26 |  Fish Audio S2.1 Pro | Fish Audio | 1143 ±12 |
| 27 | Step TTS 2 (Mar 2026) | StepFun | 1139 ±12 |
| 28 |  Async Flash v1.5 | async | 1138 ±12 |
| 29 | Microsoft | 1134 ±12 | |
| 30 | Speech 2.6 HD | MiniMax | 1129 ±11 |
| 31 | Async Pro v1.0 | async | 1125 ±12 |
| 32 | Simba 3.0 | SpeechifyAI | 1125 ±12 |
| 33 | Speech 2.6 Turbo | MiniMax | 1124 ±11 |
| 34 | Fish Audio S2 Pro | Fish Audio | 1116 ±12 |
| 35 | Speech-02-HD | MiniMax | 1113 ±11 |
| 36 |  TTS-1 HD | OpenAI | 1106 ±11 |
| 37 | Chatterbox HD | Resemble AI | 1104 ±12 |
| 38 | Speech 2.6 | Hithink | 1100 ±13 |
| 39 | Turbo v2.5 | ElevenLabs | 1100 ±10 |
| 40 | Step Audio EditX (Mar 2026) | StepFun | 1098 ±12 |
| 41 | Multilingual v2 | ElevenLabs | 1096 ±10 |
| 42 | Speech-02-Turbo | MiniMax | 1091 ±11 |
| 43 | TTS-1 | OpenAI | 1090 ±11 |
| 44 |  Voxtral TTS | Mistral | 1088 ±12 |
| 45 | Gemini 2.5 Flash Lite TTS | 1085 ±12 | |
| 46 | OpenAudio S1 | Fish Audio | 1083 ±11 |
| 47 | Studio | 1081 ±11 | |
| 48 | GPT-Realtime-2 | OpenAI | 1079 ±13 |
| 49 | Flash v2.5 | ElevenLabs | 1078 ±11 |
| 50 | Journey | 1075 ±13 | |
| 51 | T2A-01-HD | MiniMax | 1068 ±11 |
| 52 | Maya 2 Flash | Maya Research | 1067 ±13 |
| 53 |  Polly Generative | Amazon | 1066 ±12 |
| 54 |  Magpie-Multilingual 357M (Feb 2026) | NVIDIA | 1063 ±12 |
| 55 | Kokoro 82M v1.0 | Kokoro | 1063 ±11 |
| 56 | Chirp 3: HD | 1060 ±12 | |
| 57 | Gemini 2.5 Flash TTS (Dec 2025) | 1060 ±12 | |
| 58 | Sonic 3 | Cartesia | 1060 ±12 |
| 59 | Coda | Rime | 1059 ±12 |
| 60 |  MiMo-V2.5-TTS | Xiaomi | 1056 ±13 |
| 61 | Flux TTS | Deepgram | 1053 ±14 |
| 62 | Octave 2 | Hume AI | 1052 ±12 |
| 63 | Async Flash v1.0 | async | 1050 ±11 |
| 64 | Maya1 | Maya Research | 1047 ±12 |
| 65 | Maya 2 Global | Maya Research | 1046 ±14 |
| 66 | OpenAudio S1 Mini | Fish Audio | 1045 ±20 |
| 67 | Octave TTS | Hume AI | 1041 ±11 |
| 68 | Higgs Audio V3 TTS | Boson AI | 1038 ±13 |
| 69 | Bland Speech v3 | Bland AI | 1037 ±13 |
| 70 | Microsoft | 1036 ±19 | |
| 71 | Gemini 2.5 Pro (Dec 2025) | 1033 ±13 | |
| 72 | Microsoft | 1033 ±12 | |
| 73 | Polly Long-Form | Amazon | 1030 ±13 |
| 74 | T2A-01-Turbo | MiniMax | 1029 ±11 |
| 75 | Chatterbox | Resemble AI | 1027 ±11 |
| 76 | Lightning v3.1 | Smallest.ai | 1025 ±13 |
| 77 | MiMo-V2-TTS | Xiaomi | 1024 ±13 |
| 78 | Raon SpeechLM | Krafton | 1004 ±13 |
| 79 | Zonos-v0.1 | Zyphra | 1000 ±0 |
| 80 | Murf Speech Gen 2 | Murf AI | 986 ±12 |
| 81 | Microsoft | 957 ±14 | |
| 82 | OpenVoice v2 | OpenVoice | 955 ±13 |
| 83 | Qwen3 TTS Flash | Alibaba | 943 ±14 |
| 84 | Neuphonic TTS | Neuphonic | 942 ±14 |
| 85 | Kugel 3 | KugelAudio | 935 ±13 |
| 86 | Qwen3 TTS | Alibaba | 932 ±13 |
| 87 | WaveNet | 918 ±12 | |
| 88 | XTTS v2 | Coqui | 916 ±15 |
| 89 | Mist V2 | Rime | 908 ±15 |
| 90 | Polly Neural | Amazon | 896 ±14 |
| 91 | Neural2 | 895 ±12 | |
| 92 | StyleTTS 2 | StyleTTS | 895 ±15 |
| 93 | Standard | 888 ±12 | |
| 94 | Noiz TTS | Noiz | 879 ±15 |
| 95 | MetaVoice v1 | MetaVoice | 848 ±18 |
| 96 | Polly Standard | Amazon | 832 ±16 |
แหล่งที่มา: Artificial Analysis · อัปเดต Oct 13, 2026 · PandaNpc อัปเดต 13 ต.ค. 2569 06:00 UTCดูกระดานผู้นำเต็ม →
วิธีอ่านตัวเลข
กระดานจัดอันดับ LLM บอกคุณได้ว่าโมเดลใดที่ผู้คนชื่นชอบ; การวัดสมรรถนะ AI บอกคุณได้อย่างเป็นกลางว่าโมเดลทำอะไรได้บ้าง; ข้อมูลการใช้งานบอกคุณได้ว่านักพัฒนาเลือกใช้โมเดลใดจริง ๆ ไม่มีระบบจัดอันดับใดระบบเดียวที่ตอบคำถาม “โมเดล AI ตัวใดดีที่สุด” ได้ หน้านี้จึงรวบรวมทั้งสามแหล่งข้อมูลไว้ด้วยกัน — Chatbot Arena Elo จาก arena.ai, Artificial Analysis Intelligence Index กับ speech arenas และส่วนแบ่ง token ของ OpenRouter — และอัปเดตให้เป็นปัจจุบันทุกวัน
arena.ai (เดิมชื่อ LMArena) แสดงคำตอบที่ไม่เปิดเผยชื่อสองคำตอบสำหรับคำถามเดียวกันให้ผู้ใช้ดู และขอให้พวกเขาเลือกหนึ่งคำตอบ จากนั้นจึงคำนวณคะแนน Elo จากการเปรียบเทียบนั้น มันวัดว่าผู้คนชอบคำตอบไหน — ไม่ใช่ความสามารถตามวัตถุประสงค์ สไตล์ที่ถูกใจสามารถชนะได้ ในขณะที่คำตอบที่เคร่งครัดแต่ยืดเยื้ออาจแพ้
คะแนนโหวตคือจำนวนการต่อสู้ที่โมเดลได้สะสมไว้ โมเดลที่เพิ่งถูกเพิ่มเข้ามามีคะแนนโหวตน้อยและช่วงความเชื่อมั่นกว้าง ดังนั้นอันดับจึงเปลี่ยนแปลงได้ง่าย — ควรอ่านอันดับควบคู่กับช่วง ± เสมอ
กระดาน Agent ทำงานแตกต่างจากกระดานอื่น ๆ: มันวัดเซสชันของเอเจนต์จริง แทนที่จะเป็นความชอบจากการโหวตแบบไม่เห็นหน้า เมตริกหลักคือ Net Improvement ซึ่งเป็นการเพิ่มเป็นเปอร์เซ็นต์ — ไม่ใช่คะแนน Elo — ดังนั้นจึงไม่สามารถเปรียบเทียบข้ามกระดานได้ arena.ai ยังรายงานอีกห้ามิติ (Confirmed Success, Steerability, Bash Recovery และอื่น ๆ) ในกระดานคะแนนเต็ม
กระดานการใช้งานมาจาก OpenRouter และนับส่วนแบ่ง token API จริง — นักพัฒนาโหวตด้วยกระเป๋าเงินของพวกเขา ซึ่งเสริมกระดานความชอบตามอัตวิสัย
กระดานเสียงพูดมาจาก Artificial Analysis: TTS ใช้ Speech Arena Elo จากการฟังแบบปกปิด; ASR ใช้ AA-WER v2 โดยค่ายิ่งต่ำยิ่งดี; และ Speech-to-Speech แบบเนทีฟใช้คะแนนรวมแบบถ่วงน้ำหนักเท่ากันของ Big Bench Audio, Full Duplex Bench และ τ-Voice โดยค่ายิ่งสูงยิ่งดี เปรียบเทียบคะแนนเฉพาะภายในกระดานเดียวกันเท่านั้น แหล่งที่มา: artificialanalysis.ai
กระดาน Intelligence Index มาจาก Artificial Analysis: มันรวบรวมเกณฑ์มาตรฐานสาธารณะหลายๆ อย่างเข้าด้วยกันเป็นดัชนี Intelligence Index ตั้งแต่ 0-100 ซึ่งวัดความสามารถตามวัตถุประสงค์มากกว่าความชอบส่วนตัว — เป็นส่วนเสริมที่เหมาะสมกับการโหวตแบบปกปิดของมนุษย์จาก arena.ai ที่มา: artificialanalysis.ai