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 | Elo ? | โหวต ? |
|---|---|---|---|---|
| 1 |  gemini-omni-1.1-flash | 1516 ±15 | 1,784 | |
| 2 | gemini-omni-flash | 1513 ±9 | 26,576 | |
| 3 |  flux-3-video | Black Forest Labs | 1493 ±17 | 1,302 |
| 4 |  grok-imagine-video-1.5-agent | SpaceXAI | 1492 ±18 | 1,218 |
| 5 |  dreamina-seedance-2.0-720p | Bytedance | 1479 ±8 | 56,318 |
| 6 |  wan3.0 | Alibaba | 1476 ±13 | 2,598 |
| 7 | dreamina-seedance-2.5-720p | Bytedance | 1474 ±9 | 8,001 |
| 8 |  minimax-h3 | MiniMax | 1460 ±9 | 11,417 |
| 9 |  muse-video | Meta | 1456 ±15 | 2,188 |
| 10 | happyhorse-1.0 | Alibaba-ATH | 1427 ±13 | 22,264 |
| 11 |  sora-2-pro | OpenAI | 1368 ±7 | 54,167 |
| 12 | veo-3.1-audio | 1364 ±14 | 13,741 | |
| 13 | veo-3.1-audio-1080p | 1362 ±10 | 25,076 | |
| 14 | veo-3.1-fast-audio | 1362 ±10 | 39,484 | |
| 15 | veo-3.1-fast-audio-1080p | 1358 ±10 | 25,870 | |
| 16 | veo-3-fast-audio | 1348 ±11 | 25,258 | |
| 17 | sora-2 | OpenAI | 1343 ±6 | 71,947 |
| 18 | grok-imagine-video-720p | SpaceXAI | 1342 ±6 | 165,462 |
| 19 | veo-3-audio | 1340 ±13 | 19,002 | |
| 20 | wan2.7-t2v | Alibaba | 1337 ±7 | 27,626 |
| 21 | wan2.6-t2v | Alibaba | 1327 ±7 | 54,050 |
| 22 | seedance-v1.5-pro | Bytedance | 1256 ±7 | 76,171 |
| 23 | veo-3 | 1254 ±11 | 15,005 | |
| 24 | veo-3-fast | 1248 ±12 | 15,283 | |
| 25 | wan2.5-t2v-preview | Alibaba | 1245 ±9 | 36,378 |
| 26 | pixverse-v5.6 | — | 1240 ±11 | 32,434 |
| 27 |  runway-gen-4.5 | Runway | 1225 ±8 | 48,127 |
| 28 |  kling-2.5-turbo-1080p | KlingAI | 1220 ±17 | 2,111 |
| 29 | kling-2.6-pro | KlingAI | 1216 ±7 | 73,362 |
| 30 | p-video | — | 1207 ±16 | 7,079 |
| 31 |  ray-3 | Luma AI | 1206 ±22 | 1,136 |
| 32 | hailuo-2.3 | MiniMax | 1206 ±6 | 89,138 |
| 33 | kling-o1-pro | KlingAI | 1205 ±27 | 1,194 |
| 34 | hailuo-02-pro | MiniMax | 1198 ±13 | 9,399 |
| 35 | seedance-v1-pro | Bytedance | 1191 ±11 | 12,164 |
| 36 | hailuo-02-standard | MiniMax | 1181 ±12 | 9,379 |
| 37 |  kandinsky-5.0-t2v-pro | Kandinsky | 1175 ±21 | 2,019 |
| 38 |  hunyuan-video-1.5 | Tencent | 1169 ±16 | 4,292 |
| 39 | veo-2 | 1164 ±16 | 6,531 | |
| 40 | kling-v2.1-master | KlingAI | 1163 ±10 | 14,104 |
| 41 | ltx-2-19b | — | 1154 ±8 | 75,596 |
| 42 | wan-v2.2-a14b | Alibaba | 1132 ±15 | 10,458 |
| 43 | seedance-v1-lite | Bytedance | 1113 ±10 | 16,253 |
| 44 | kandinsky-5.0-t2v-lite | Kandinsky | 1113 ±18 | 1,474 |
| 45 | sora | OpenAI | 1069 ±16 | 4,082 |
| 46 | ray2 | Luma AI | 1065 ±17 | 5,250 |
| 47 |  pika-v2.2 | Pika | 1009 ±15 | 5,763 |
| 48 |  mochi-v1 | Genmo AI | 1007 ±17 | 5,893 |
แหล่งที่มา: arena.ai · อัปเดต Sep 21, 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