AI 模型排行榜

涵蓋聊天、語音、TTS、ASR、程式碼、圖像、影片及代理的多來源 AI 排名 — 來自 arena.ai、OpenRouter 和 Artificial Analysis。

排名模型供應商Elo ?投票數 ?Input ?OutputCache ?
1OpenAIgpt-image-2.5-sunburstOpenAI1524 ±559,825———
2OpenAIgpt-image-2.5-flareOpenAI1481 ±557,408———
3OpenAIgpt-image-2 (medium)OpenAI1462 ±3305,825———
4SpaceXAIgrok-imagine-image-2.0 (canvas)SpaceXAI1439 ±911,589———
5Microsoft AImai-image-2.6Microsoft AI1428 ±551,384———
6Googlegemini-nano-banana-2.1Google1428 ±612,9851.507.50—
7SpaceXAIgrok-imagine-image-2.0 (20260801)SpaceXAI1425 ±550,427———
8Metamuse-imageMeta1403 ±4142,644———
9Microsoft AImai-image-2.5Microsoft AI1401 ±4190,081———
10Bytedanceseedream-5.0-proBytedance1394 ±3282,865———
11SpaceXAIgrok-imagine-image-quality (20260519)SpaceXAI1391 ±638,195———
12Googlegemini-3-pro-image-2k (nano-banana-pro)Google1390 ±3651,674———
13OpenAIchatgpt-image-latest-high-fidelity (20251216)OpenAI1389 ±3629,464———
14Googlegemini-3.1-flash-image (nano-banana-2) [web-search]Google1387 ±3229,7820.5003.00—
15Googlegemini-3-pro-image-preview (nano-banana-pro)Google1386 ±3540,7752.0012.00.200
16Revereve-2.1Reve1374 ±620,792———
17OpenAIgpt-image-1.5-high-fidelityOpenAI1370 ±3654,249———
18Alibabaqwen-image-2.1Alibaba1369 ±621,941———
19Revereve-2.0Reve1359 ±619,265———
20Ideogramideogram-4.5Ideogram1347 ±519,318———
21Luma AIuni-1.1-maxLuma AI1334 ±543,446———
22SpaceXAIgrok-imagine-imageSpaceXAI1329 ±2756,681———
23Luma AIuni-1.1Luma AI1315 ±3188,834———
24Googlegemini-3.1-flash-lite-image (nano-banana-2-lite)Google1314 ±565,6690.2501.50—
25Alibabaqwen-image-2.0-pro-2026-06-22Alibaba1303 ±556,723———
26Tencenthunyuan-image-3.0-instructTencent1303 ±3331,423———
27Alibabawan2.7-image-proAlibaba1303 ±443,974———
28Bytedanceseedream-4.5Bytedance1302 ±21,294,217———
29Alibabawan2.7-imageAlibaba1301 ±444,796———
30Bytedanceseedream-5.0-liteBytedance1294 ±3459,744———
31Googlegemini-2.5-flash-image-preview (nano-banana)Google1293 ±211,383,4350.3002.500.030
32Bytedanceseedream-4-2kBytedance1270 ±7210,059———
33Revereve-v1.1Reve1262 ±3672,625———
34Black Forest Labsflux-2-maxBlack Forest Labs1262 ±3375,861———
35KlingAIkling-image-o1KlingAI1251 ±4143,639———
36Black Forest Labsflux-2-proBlack Forest Labs1245 ±3637,986———
37Alibabaqwen-image-editAlibaba1242 ±32,021,952———
38Revereve-v1Reve1235 ±5395,313———
39Alibabaqwen-image-edit-2511Alibaba1234 ±3485,078———
40Alibabawan2.6-imageAlibaba1231 ±3677,385———
41Black Forest Labsflux-2-flexBlack Forest Labs1225 ±3443,912———
42Black Forest Labsflux-2-klein-9bBlack Forest Labs1225 ±3540,742———
43Black Forest Labsflux-2-devBlack Forest Labs1225 ±4254,281———
44Bytedanceseedream-4-high-res-falBytedance1217 ±31,229,850———
45?p-image-edit—1211 ±3359,880———
46Bytedanceseedream-4-falBytedance1210 ±6152,113———
47Revereve-v1.1-fastReve1207 ±3553,317———
48Revereve-edit-fastReve1198 ±4230,283———
49Black Forest Labsflux-2-klein-4bBlack Forest Labs1187 ±3541,304———
50Alibabawan2.5-i2i-previewAlibaba1181 ±3723,697———
51Black Forest Labsflux-1-kontext-maxBlack Forest Labs1181 ±3390,852———
52Black Forest Labsflux-1-kontext-proBlack Forest Labs1176 ±36,404,567———
53Black Forest Labsflux-1-kontext-devBlack Forest Labs1149 ±33,639,808———
54Bytedanceseededit-3.0Bytedance1139 ±34,918,008———
55OpenAIgpt-image-1OpenAI1139 ±32,869,941———
56OpenAIgpt-image-1-miniOpenAI1124 ±3682,914———
57Googlegemini-2.0-flash-preview-image-generationGoogle1081 ±24,942,834———
58BytedancebagelBytedance1027 ±613,488———
59StepFunstep1x-editStepFun998 ±4155,418———

來源: arena.ai · 更新 Oct 6, 2026 · PandaNpc 更新 2026年10月13日 06:00 [UTC]查看完整排行榜 →

數字解讀

大模型排行榜告訴你「人更喜歡誰」,AI 基準測試告訴你「它客觀上能做甚麼」,用量數據告訴你「開發者真的在用誰」。沒有哪一張榜能單獨回答「最好的 AI 模型是哪個」,所以這一頁把三類都聚合進來——arena.ai 競技場 Elo、Artificial Analysis 智能指數與語音競技場、OpenRouter token 佔比——並每日刷新。

arena.ai(前稱LMArena)會向用戶展示同一提示的兩個匿名回答,要求他們選擇其一,然後從這些對戰中得出Elo評分。它衡量的是人們偏好哪個回答——而非客觀能力。討喜的風格可能勝出,而嚴謹但冗長的回答則可能落敗。

票數代表模型累積的對戰次數。新上架的模型票數較少,信賴區間較寬,因此排名容易波動——閱讀排名時請務必連同±區間一併參考。

Agent 排行榜的運作方式與其他排行榜不同:它衡量的是真實的智能體工作階段,而非盲目投票偏好。其首要指標 Net Improvement 是百分比增益——而非 Elo 評分——因此無法跨排行榜比較。arena.ai 在完整排行榜上還報告另外五個維度(Confirmed Success、Steerability、Bash Recovery 等)。

使用量排行榜來自OpenRouter,計算真實的API Token佔有率——開發者以實際投入投票,與主觀偏好排行榜互補。

語音排行榜來自 Artificial Analysis:TTS 採用盲聽 Speech Arena Elo;ASR 採用 AA-WER v2,數值越低越好;原生 Speech-to-Speech 則採用 Big Bench Audio、Full Duplex Bench 及 τ-Voice 的等權綜合分數,數值越高越好。請只在同一排行榜內比較分數。來源:artificialanalysis.ai。

Intelligence Index 排行榜來自 Artificial Analysis:它將多個公開基準濃縮為單一 0-100 的 Intelligence Index,衡量客觀能力而非主觀偏好——是 arena.ai 人類盲投票的自然補充。來源:artificialanalysis.ai。