Büyük Dil Modeli Lider Tablosu ve Yapay Zeka Model Sıralamaları

Ana yapay zeka kıyaslamalarını ve liderlik tablolarını — Chatbot Arena Elo (arena.ai), Artificial Analysis Zeka Endeksi, konuşma arenaları ve OpenRouter kullanımı — sohbet, kodlama, TTS, konuşmadan metne, görüntü, video ve ajanlar alanlarında bir araya getiren tek bir sayfa.

Sıra	Model	Satıcı	Pay % ?	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

Kaynak: OpenRouter · Güncellendi 2026-10-19 · PandaNpc Güncellendi 20 Eki 2026 06:00 UTCTam liderlik tablosunu görüntüle →

Bu sayılar nasıl okunur?

Bir LLM liderlik tablosu, insanların hangi modeli tercih ettiğini; bir AI benchmark'ı, bir modelin nesnel olarak neler yapabildiğini; kullanım verileri ise geliştiricilerin gerçekte neyi kullanıma sunduğunu gösterir. Hiçbir tek sıralama "en iyi AI modeli hangisidir" sorusunu yanıtlamaz; bu yüzden bu sayfa üçünü birden bir araya getirir — arena.ai'den Chatbot Arena Elo, Artificial Analysis Intelligence Index ve konuşma arenaları ile OpenRouter token payı — ve bunları her gün yeniler.

arena.ai (eski adıyla LMArena) kullanıcılara aynı istem için iki anonim yanıt gösterir ve birini seçmelerini ister, ardından bu savaşlardan bir Elo derecesi türetir. Hangi yanıtın insanlar tarafından tercih edildiğini ölçer — nesnel yeteneği değil. Sevimli bir tarz kazanabilirken, titiz ama ayrıntılı bir yanıt kaybedebilir.

Oylar, bir modelin biriktirdiği savaşlardır. Yeni listelenen bir modelin az oyu ve geniş bir güven aralığı vardır, bu nedenle sıralaması kolayca değişir — sıralamayı her zaman ± aralığıyla birlikte okuyun.

Ajan panosu diğerlerinden farklı çalışır: kör oylama tercihi yerine gerçek ajan oturumlarını ölçer. Başlık metriği Net Improvement, bir yüzdelik kazançtır — bir Elo derecesi değil — bu nedenle panolar arasında karşılaştırılamaz. arena.ai ayrıca tam liderlik tablosunda beş boyut daha raporlar (Confirmed Success, Steerability, Bash Recovery ve diğerleri).

Kullanım panosu OpenRouter'dan gelir ve gerçek API token payını sayar — geliştiricilerin cüzdanlarıyla oy kullanması, bu da subjektif tercih panolarını tamamlar.

Konuşma panoları Artificial Analysis'ten gelir: TTS, kör dinlemeli Speech Arena Elo kullanır; ASR, AA-WER v2 kullanır (daha düşük daha iyidir); ve yerel Speech-to-Speech, Big Bench Audio, Full Duplex Bench ve τ-Voice'in eşit ağırlıklı bir bileşimini kullanır (daha yüksek daha iyidir). Puanları yalnızca aynı pano içinde karşılaştırın. Kaynak: artificialanalysis.ai.

Intelligence Index panosu Artificial Analysis'tan gelir: birçok kamu kıyaslamasını tek bir 0-100 Intelligence Index'te özetler, öznel tercih yerine nesnel yeteneği ölçer — arena.ai'nin insan kör oylamasına doğal bir tamamlayıcıdır. Kaynak: artificialanalysis.ai.