Лідерборди AI моделей

Багатоджерельні рейтинги ШІ для чату, мовлення, TTS, ASR, коду, зображень, відео та агентів — від arena.ai, OpenRouter та Artificial Analysis.

Місце	Модель	Постачальник	Частка % ?	Tokens ?	Input ?	Output	Cache ?
1	gpt-5.6-luna-20260709	OpenAI	11.9%	1.7T	0.200	1.20	0.020
2	deepseek-v4-flash-20260731	DeepSeek	11.3%	1.6T	0.030	0.100	0.0070
3	mimo-v2.5-20260422	Xiaomi	11.1%	1.6T	0.140	0.280	0.0028
4	glm-5.3-flash-20260826	Zhipu	10.9%	1.6T	0.075	0.250	0.015
5	hy3-20260706	Tencent	6.8%	963.0B	0.132	0.528	0.033
6	nemotron-3-ultra-550b-a55b-20260604	Nvidia	5.3%	750.2B	0.500	2.20	0.100
7	deepseek-v4-flash-20260423	DeepSeek	5%	711.5B	0.030	0.100	0.0070
8	minimax-m3-20260531	MiniMax	4.2%	605.1B	0.300	1.20	0.060
9	hy4-preview-20260827	Tencent	2.6%	363.8B	0.834	2.50	0.042
10	gemini-3.7-flash-20260813	Google	2.5%	353.6B	0.750	3.75	0.075
11	glm-5.2-20260616	Zhipu	2.4%	338.1B	1.19	3.74	0.221
12	gpt-5.6-sol-20260709	OpenAI	1.7%	248.2B	2.00	10.0	0.200
13	deepseek-v4-pro-20260423	DeepSeek	1.6%	233.3B	0.660	1.98	0.022
14	kimi-k3-20260715	Moonshot	1.6%	226.0B	3.00	15.0	0.300
15	claude-opus-5-20260723	Anthropic	1.5%	220.7B	5.00	25.0	0.500

Джерело: OpenRouter · Оновлено 2026-08-28 · PandaNpc Оновлено 29 серп. 2026 р., 06:00 UTCПереглянути повну таблицю лідерів →

Як читати числа

arena.ai (раніше LMArena) показує користувачам дві анонімні відповіді на одне й те саме запитання та просить вибрати одну, а потім виводить рейтинг Elo на основі цих баталій. Він вимірює, яку відповідь люди віддають перевагу — а не об'єктивну здатність. Приємний стиль може перемогти, тоді як строга, але багатослівна відповідь може програти.

Голоси — це битви, які накопичила модель. Нещодавно додана модель має мало голосів і широкий довірчий інтервал, тому її рейтинг легко коливається — завжди читайте рейтинг разом з інтервалом ±.

Дошка агентів працює інакше, ніж решта: вона вимірює реальні сесії агентів, а не преференції сліпого голосування. Її головний показник, Net Improvement, є відсотковим приростом — не рейтингом Elo — тому його не можна порівнювати між дошками. arena.ai також повідомляє про п'ять додаткових вимірів (Confirmed Success, Steerability, Bash Recovery та інші) на повній дошці лідерів.

Дошка використання надходить з OpenRouter і враховує реальну частку API токенів — розробники голосують своїми гаманцями, що доповнює дошки суб'єктивних уподобань.

Мовні лідерборди походять з Artificial Analysis: TTS використовує Elo від Speech Arena на основі сліпого прослуховування; ASR використовує AA-WER v2, де нижче — краще; а нативний Speech-to-Speech використовує рівноваговий композит Big Bench Audio, Full Duplex Bench та τ-Voice, де вище — краще. Порівнюйте бали лише в межах одного лідерборду. Джерело: artificialanalysis.ai.

Дошка Intelligence Index походить від Artificial Analysis: вона зводить багато публічних бенчмарків в єдиний Intelligence Index від 0 до 100, вимірюючи об’єктивну здатність, а не суб’єктивне вподобання — природне доповнення до сліпого голосування людей від arena.ai. Джерело: artificialanalysis.ai.