LLMリーダーボード & AIモデルランキング
主要なAIベンチマークとリーダーボード — Chatbot Arena Elo（arena.ai）、Artificial Analysis Intelligence IndexとSpeech Arena、そしてOpenRouterの利用状況 — を、チャット、コーディング、TTS、音声認識、画像、動画、エージェントの各分野にわたって1ページに集約しています。
| 順位 | モデル | ベンダー | シェア % ? | Tokens ? | Input ? | Output | Cache ? |
|---|---|---|---|---|---|---|---|
| 1 |  deepseek-v4.1-flash-20261017 | DeepSeek | 16% | 3.6T | 0.150 | 0.600 | 0.0030 |
| 2 | deepseek-v4.1-flash-20260910 | DeepSeek | 12.4% | 2.8T | 0.150 | 0.600 | 0.0030 |
| 3 |  glm-5.3-flash-20260826 | Zhipu | 7.7% | 1.7T | 0.048 | 0.160 | 0.0060 |
| 4 |  hy4-preview-20260827 | Tencent | 6.1% | 1.4T | 0.834 | 2.50 | 0.042 |
| 5 |  mimo-v2.6-flash-20260921 | Xiaomi | 5.5% | 1.2T | 0.140 | 0.280 | 0.0028 |
| 6 |  claude-opus-5.5-20260921 | Anthropic | 4.8% | 1.1T | 4.00 | 20.0 | 0.200 |
| 7 |  minimax-m3.1-flash-20261019 | MiniMax | 4.7% | 1.1T | — | — | — |
| 8 |  gpt-6-luna-20260922 | OpenAI | 3.9% | 878.2B | 0.100 | 0.500 | 0.010 |
| 9 |  nemotron-3-ultra-550b-a55b-20260604 | Nvidia | 3.6% | 803.1B | 0.600 | 2.40 | 0.120 |
| 10 | glm-5.3-20260816 | Zhipu | 3.3% | 745.2B | 0.079 | 1.40 | 0.078 |
| 11 | deepseek-v4-flash-20260731 | DeepSeek | 2.8% | 626.4B | 0.015 | 0.450 | 0.015 |
| 12 | hy3-20260706 | Tencent | 2.2% | 502.1B | 0.132 | 0.528 | 0.033 |
| 13 |  muse-spark-1.3-contributor-20260902 | Meta | 2.1% | 477.1B | 0.100 | 0.200 | 0.0020 |
| 14 | jev-1.13-20260917 | Typesafe | 1.9% | 422.1B | — | — | — |
| 15 | deepseek-v4-flash-20260423 | DeepSeek | 1.7% | 377.1B | 0.015 | 0.450 | 0.015 |
| 16 | claude-sonnet-5.5-20260928 | Anthropic | 1.6% | 350.1B | 2.00 | 10.0 | 0.100 |
| 17 | mimo-v2.6-pro-20260921 | Xiaomi | 1.3% | 287.1B | 0.435 | 0.870 | 0.0036 |
| 18 |  kimi-k3-20260715 | Moonshot | 1.3% | 283.4B | 0.239 | 11.9 | 0.210 |
| 19 | gpt-6.1-sol-20260929 | OpenAI | 1.2% | 267.6B | 2.00 | 10.0 | 0.100 |
| 20 | claude-haiku-5.5-20261007 | Anthropic | 1.1% | 250.8B | 0.100 | 0.500 | 0.010 |
| 21 | gpt-5.6-luna-20260709 | OpenAI | 1% | 232.3B | 0.200 | 1.20 | 0.020 |
| 22 |  gemini-3.8-flash-20260902 | 1% | 215.8B | 0.825 | 4.13 | 0.083 | |
| 23 | jev-1.14-20261014 | Typesafe | 0.9% | 210.3B | — | — | — |
| 24 | nemotron-3.5-super-vl-20261015 | Nvidia | 0.9% | 208.7B | 0.150 | 0.500 | 0.020 |
| 25 | minimax-m3-20260531 | MiniMax | 0.9% | 206.5B | 0.300 | 1.20 | 0.060 |
| 26 | solar-mini4-20260922 | Upstage | 0.7% | 153.9B | 0.050 | 0.200 | 0.0050 |
| 27 | glm-5.2-20260616 | Zhipu | 0.6% | 141.9B | 0.620 | 2.42 | 0.140 |
| 28 |  laguna-s-2.1-20260720 | Poolside | 0.6% | 138.5B | 0.090 | 0.180 | 0.0090 |
| 29 | claude-opus-5-20260723 | Anthropic | 0.6% | 130.8B | 5.00 | 25.0 | 0.500 |
| 30 | nemotron-3.5-lightning-20260807 | Nvidia | 0.6% | 130.4B | 0.070 | 0.200 | 0.040 |
| 31 | gemini-4-argon-20261013 | 0.6% | 128.3B | 2.00 | 10.0 | 0.100 | |
| 32 | deepseek-v4-pro-20260813 | DeepSeek | 0.5% | 121.6B | 0.660 | 1.98 | 0.022 |
| 33 | gemini-3-flash-preview-20251217 | 0.5% | 113.4B | 0.500 | 3.00 | 0.050 | |
| 34 | deepseek-v4-pro-20260423 | DeepSeek | 0.5% | 103.2B | 0.660 | 1.98 | 0.022 |
| 35 |  qwen3.8-flash-20260826 | Alibaba | 0.5% | 102.4B | 0.150 | 0.470 | 0.016 |
| 36 | claude-sonnet-5-20260630 | Anthropic | 0.4% | 90.5B | 2.00 | 10.0 | 0.200 |
| 37 | dots-3-note-preview-20260813 | Dots-studio | 0.4% | 88.7B | — | — | — |
| 38 | gemini-2.5-flash-lite | 0.4% | 85.1B | 0.100 | 0.400 | 0.010 | |
| 39 | solar-pro4-20260810 | Upstage | 0.3% | 78.7B | 0.150 | 0.600 | 0.030 |
| 40 | gemma-4-31b-it-20260402 | 0.3% | 74.7B | 0.200 | 0.400 | — | |
| 41 | nemotron-3-super-120b-a12b-20230311 | Nvidia | 0.3% | 73.7B | 0.080 | 0.450 | — |
| 42 | gemini-3.1-flash-lite-20260507 | 0.3% | 73.0B | 0.250 | 1.50 | 0.025 | |
| 43 | gpt-oss-120b | OpenAI | 0.3% | 72.8B | 0.150 | 0.600 | 0.075 |
| 44 | mimo-v2.5-20260422 | Xiaomi | 0.3% | 70.7B | 0.140 | 0.280 | 0.0028 |
| 45 | gpt-6-sol-20260922 | OpenAI | 0.3% | 62.8B | 2.00 | 10.0 | 0.200 |
| 46 | gpt-6-astra-20260903 | OpenAI | 0.3% | 61.6B | 10.0 | 50.0 | 1.00 |
| 47 | gemini-3.7-flash-20260813 | 0.3% | 61.3B | 0.750 | 3.75 | 0.075 | |
| 48 | gpt-6-luna-pro-20260922 | OpenAI | 0.3% | 57.8B | 0.100 | 0.500 | 0.010 |
| 49 | qwen3.8-27b-20260814 | Alibaba | 0.3% | 57.4B | 0.040 | 1.35 | 0.018 |
| 50 | gemma-4-26b-a4b-it-20260403 | 0.2% | 55.3B | 0.076 | 0.255 | 0.043 |
ソース: OpenRouter · 更新日 2026-10-19 · PandaNpc 更新日 2026年10月20日 06:00 UTC完全なリーダーボードを見る →
数字の見方
LLMリーダーボードは、人々がどのモデルを好むかを示します。AIベンチマークは、モデルが客観的に何ができるかを示します。利用データは、開発者が実際にリリースしているものを示します。どの単一のランキングも「どのAIモデルが最良か」に答えられるものではないため、このページでは、arena.aiのChatbot Arena Elo、Artificial Analysis Intelligence Indexと音声アリーナ、OpenRouterのtokenシェアという3つを集約し、毎日更新しています。
arena.ai（旧LMArena）は、ユーザーに同じプロンプトに対する2つの匿名の回答を表示し、どちらかを選んでもらいます。その対戦からEloレーティングを算出します。これは、ユーザーがどちらの回答を好むかを測定するものであり、客観的な能力を測るものではありません。好まれるスタイルが勝つことがあり、厳密だが冗長な回答は負けることがあります。
投票数はモデルが蓄積したバトル数です。新しくリストされたモデルは投票数が少なく信頼区間が広いため、ランクが変動しやすくなります。常にランクを±区間と一緒に読んでください。
エージェントボードは他のボードとは異なる動作をします：ブラインド投票の選好ではなく、実際のエージェントセッションを測定します。その主要指標であるNet Improvementはパーセンテージの増加であり、Eloレーティングではないため、ボード間で比較できません。arena.aiは完全なリーダーボードで、さらに5つの次元（Confirmed Success、Steerability、Bash Recoveryなど）も報告しています。
利用状況ボードはOpenRouterから提供され、実際のAPIトークンシェアをカウントしています — 開発者がウォレットで投票しており、主観的な好みのボードを補完します。
スピーチボードはArtificial Analysisに由来します。TTSはブラインドリスニングのSpeech Arena Eloを使用し、ASRはAA-WER v2を使用します（低いほど優れています）。ネイティブSpeech-to-SpeechはBig Bench Audio、Full Duplex Bench、τ-Voiceの等加重複合スコアを使用します（高いほど優れています）。スコアは同じボード内でのみ比較してください。出典: artificialanalysis.ai
Intelligence IndexボードはArtificial Analysisから提供されています。多くの公開ベンチマークを0-100のIntelligence Indexに集約し、主観的な好みではなく客観的な能力を測定します。これはarena.aiの人間によるブラインド投票に対する自然な補完です。出典: artificialanalysis.ai。