LLM-topplista & AI-modellrankningar

En sida som samlar de stora AI-benchmarks och leaderboards — Chatbot Arena Elo (arena.ai), Artificial Analysis Intelligence Index och speech-arenorna, samt OpenRouter-användning — inom chatt, kodning, TTS, tal-till-text, bild, video och agenter.

Rank	Modell	Leverantör	Andel % ?	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	Tjev-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	Google	1%	215.8B	0.825	4.13	0.083
23	Tjev-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	Usolar-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	Google	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	Google	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	Ddots-3-note-preview-20260813	Dots-studio	0.4%	88.7B	—	—	—
38	gemini-2.5-flash-lite	Google	0.4%	85.1B	0.100	0.400	0.010
39	Usolar-pro4-20260810	Upstage	0.3%	78.7B	0.150	0.600	0.030
40	gemma-4-31b-it-20260402	Google	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	Google	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	Google	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	Google	0.2%	55.3B	0.076	0.255	0.043

Källa: OpenRouter · Uppdaterad 2026-10-19 · PandaNpc Uppdaterad 20 okt. 2026 06:00 UTCVisa hela topplistan →

Läsa dessa siffror

En LLM-rankinglista berättar vilken modell människor föredrar; ett AI-benchmark visar vad en modell objektivt kan göra; användningsdata berättar vad utvecklare faktiskt levererar. Ingen enskild ranking svarar på frågan ”vilken är den bästa AI-modellen”, så den här sidan samlar alla tre — Chatbot Arena Elo från arena.ai, Artificial Analysis Intelligence Index och talarenor, samt OpenRouter-tokenandel — och uppdaterar dem dagligen.

arena.ai (tidigare LMArena) visar användarna två anonyma svar på samma prompt och ber dem välja ett, och härleder sedan ett Elo-betyg från dessa matcher. Det mäter vilket svar folk föredrar — inte objektiv förmåga. En tilltalande stil kan vinna, medan ett noggrant men omständligt svar kan förlora.

Röster är de strider en modell har samlat på sig. En nyligen listad modell har få röster och ett brett konfidensintervall, så dess rankning svänger lätt — läs alltid rankningen tillsammans med ±-intervallet.

Agent-tavlan fungerar annorlunda än de andra: den mäter verkliga agentsessioner istället för blindröstpreferens. Dess huvudmått, Net Improvement, är en procentuell ökning — inte ett Elo-betyg — så det kan inte jämföras över tavlor. arena.ai rapporterar även ytterligare fem dimensioner (Confirmed Success, Steerability, Bash Recovery och andra) på den fullständiga ledartavlan.

Användningstavlan kommer från OpenRouter och räknar verklig API-tokenandel — utvecklare som röstar med sina plånböcker, vilket kompletterar de subjektiva preferenstavlorna.

Taltavlorna kommer från Artificial Analysis: TTS använder blindlyssnad Speech Arena Elo; ASR använder AA-WER v2, där lägre är bättre; och inbyggd Speech-to-Speech använder en likaviktad sammansättning av Big Bench Audio, Full Duplex Bench och τ-Voice, där högre är bättre. Jämför poäng endast inom samma tavla. Källa: artificialanalysis.ai.

Intelligence Index-tavlan kommer från Artificial Analysis: den destillerar många offentliga riktmärken till ett enda Intelligence Index från 0 till 100, som mäter objektiv förmåga snarare än subjektiv preferens — ett naturligt komplement till arena.ais mänskliga blindomröstning. Källa: artificialanalysis.ai.