LLM बेंचमार्क
Wikiprompt से, प्रॉम्प्ट का मुक्त विश्वकोश
भाषा मॉडल और जनरेटिव AI की लाइव रैंकिंग, सामुदायिक खुली मूल्यांकन से दैनिक रूप से एकत्रित। प्रत्येक तालिका अपने स्रोत का हवाला देती है, और चूंकि Wikiprompt दैनिक स्नैपशॉट रखता है, रैंकिंग में बदलाव दर्ज किए जाते हैं।
अंतिम अपडेट: 2026-11-09 · यह लाइव रैंकिंग है; दिनांकित स्नैपशॉट प्रत्येक पिछली रैंकिंग को संरक्षित करते हैं। इतिहास →
इंटरैक्टिव एक्सप्लोरर
एरिना, संगठन या लाइसेंस द्वारा फ़िल्टर करें, मॉडल खोजें, तालिका क्रमबद्ध करें और लागत बनाम प्रदर्शन ग्राफ़ पढ़ें। नीचे दी गई तालिकाएँ उद्धरण योग्य संदर्भ बनी रहती हैं।
LMArena पर मतदान किए गए आमने-सामने की लड़ाइयों का सामुदायिक Elo।
मूल्य और संदर्भ: OpenRouter (नाम से मिलान)
मॉडल को पिन करने और केवल उनकी तुलना करने के लिए पंक्तियों या ग्राफ़ बिंदुओं पर क्लिक करें।
लागत बनाम प्रदर्शन
आउटपुट मूल्य USD में प्रति 1M टोकन (लॉग स्केल, OpenRouter से) बनाम सामुदायिक Elo (LMArena)। ऊपर बाईं ओर = सर्वोत्तम मूल्य।
एक क्यूरेटेड सबसेट दिखा रहे हैं (संगठन के अनुसार शीर्ष)। मॉडल चुनें या 'सभी दिखाएं' चिह्नित करें।
समय के साथ Elo (शीर्ष टेक्स्ट मॉडल)
| स्थान ▲ | मॉडल | संगठन | Elo स्कोर | वोट | इनपुट $/1M | आउटपुट $/1M | संदर्भ |
|---|---|---|---|---|---|---|---|
| 5 | Claude Opus 5 (Max) | anthropic | 1,506 | 35,712 | $5 | $25 | 1,000,000 |
| 7 | Claude Opus 5 (High) | anthropic | 1,502 | 73,730 | $5 | $25 | 1,000,000 |
| 8 | Claude Opus 4.6 (High) | anthropic | 1,502 | 84,428 | $5 | $25 | 1,000,000 |
| 9 | Gemini 3.8 Flash (High) | 1,500 | 59,624 | $0.83 | $4.13 | 1,048,576 | |
| 10 | Claude Opus 4.6 | anthropic | 1,497 | 89,224 | $5 | $25 | 1,000,000 |
| 12 | Claude Fable 5 (High) | anthropic | 1,491 | 45,562 | $10 | $50 | 1,000,000 |
| 13 | Muse Spark 1.3 (Max) | meta | 1,491 | 25,563 | $1.25 | $4.25 | 1,048,576 |
| 14 | Claude Opus 4.7 (High) | anthropic | 1,490 | 64,295 | $5 | $25 | 1,000,000 |
| 15 | Gemini 3.7 Flash (High) | 1,489 | 33,306 | $0.75 | $3.75 | 1,048,576 | |
| 16 | Qwen3.8-Max | alibaba | 1,485 | 35,805 | |||
| 18 | Claude Opus 4.7 | anthropic | 1,483 | 65,387 | $5 | $25 | 1,000,000 |
| 19 | Gemini 3.5 Flash (High) | 1,483 | 47,646 | $1.5 | $9 | 1,048,576 | |
| 20 | Gemini 3.1 Pro Preview | 1,480 | 132,347 | $2 | $12 | 1,048,576 | |
| 21 | Gemini 3 Pro | 1,480 | 41,839 | $2 | $12 | 131,072 | |
| 22 | Gemini 3.6 Flash (High) | 1,479 | 35,428 | $0.75 | $3.75 | 1,048,576 | |
| 25 | GLM-5.3 (Max) | zai | 1,476 | 30,524 | $0.07 | $1.4 | 1,048,576 |
| 27 | Kimi K3 (Max) | moonshot | 1,475 | 40,409 | $0.19 | $16 | 1,048,576 |
| 30 | GPT-5.5 (High) | openai | 1,471 | 68,361 | $5 | $30 | 1,050,000 |
| 35 | ERNIE 5.1 | baidu | 1,468 | 39,038 | |||
| 38 | MiMo-V2.5-Pro | xiaomi | 1,464 | 76,826 | $0.48 | $1.8 | 1,050,000 |
| 49 | DeepSeek-V4-Pro | deepseek | 1,451 | 56,904 | $0.96 | $1.91 | 1,048,576 |
| 50 | Grok 4.20 Beta (Reasoning, 0309) | xai | 1,451 | 65,716 | $1.25 | $2.5 | 2,000,000 |
| 56 | Dola Seed 2.0 Pro | bytedance | 1,449 | 78,230 | |||
| 68 | Inkling | thinky | 1,443 | 49,613 | $1 | $4.05 | 524,288 |
| 97 | Mistral Large 3 | mistral | 1,429 | 88,677 | $0.5 | $1.5 | 262,144 |
| 99 | MiniMax-M3 | minimax | 1,428 | 72,449 | $0.3 | $1.2 | 1,048,576 |
| 102 | LongCat-Flash-Chat Exp (2602) | meituan | 1,426 | 29,042 | |||
| 133 | amazon-nova-experimental-chat (11-10) | amazon | 1,415 | 25,874 |
मूल्य सामान्यीकृत नाम द्वारा OpenRouter की निकटतम सूची से मिलाए जाते हैं; प्रयास भिन्नताएँ आधार मॉडल का मूल्य साझा करती हैं।
- • टेक्स्ट एरिना का वर्तमान नेता: Claude Opus 5 (Max) (anthropic, Elo 1506)
- • सर्वोत्तम मूल्य (प्रति डॉलर Elo, $2/1M आउटपुट से कम): GLM-5.3 (Max) (Elo 1476, $1.40/1M)
- • सबसे मजबूत खुला मॉडल: GLM-5.3 (Max) (MIT, #25)
- • कोडिंग में नेता (Aider पास दर): gpt-5 (high) (88%)
टेक्स्ट एरिना25 मॉडलपूर्ण लीडरबोर्ड →
स्रोत और पद्धति: LMArena · LMArena पर मतदान किए गए आमने-सामने की लड़ाइयों का सामुदायिक Elo।
| स्थान | मॉडल | संगठन | Elo स्कोर |
|---|---|---|---|
| 5 | Claude Opus 5 (Max) | anthropic | 1,506 |
| 7 | Claude Opus 5 (High) | anthropic | 1,502 |
| 8 | Claude Opus 4.6 (High) | anthropic | 1,502 |
| 9 | Gemini 3.8 Flash (High) | 1,500 | |
| 10 | Claude Opus 4.6 | anthropic | 1,497 |
| 12 | Claude Fable 5 (High) | anthropic | 1,491 |
| 13 | Muse Spark 1.3 (Max) | meta | 1,491 |
| 14 | Claude Opus 4.7 (High) | anthropic | 1,490 |
| 15 | Gemini 3.7 Flash (High) | 1,489 | |
| 16 | Qwen3.8-Max | alibaba | 1,485 |
| 18 | Claude Opus 4.7 | anthropic | 1,483 |
| 19 | Gemini 3.5 Flash (High) | 1,483 | |
| 20 | Gemini 3.1 Pro Preview | 1,480 | |
| 21 | Gemini 3 Pro | 1,480 | |
| 22 | Gemini 3.6 Flash (High) | 1,479 | |
| 23 | Muse Spark 1.1 | meta | 1,479 |
| 24 | Gemini 3.5 Flash (Medium) | 1,478 | |
| 25 | GLM-5.3 (Max) | zai | 1,476 |
| 27 | Kimi K3 (Max) | moonshot | 1,475 |
| 29 | GLM-5.3-Flash | zai | 1,471 |
| 30 | GPT-5.5 (High) | openai | 1,471 |
| 31 | Qwen3.5-Max-Preview | alibaba | 1,471 |
| 32 | GLM-5.2 (Max) | zai | 1,469 |
| 33 | GPT-5.4 (High) | openai | 1,469 |
| 35 | ERNIE 5.1 | baidu | 1,468 |
वेब विकास एरिना25 मॉडलपूर्ण लीडरबोर्ड →
स्रोत और पद्धति: LMArena · LMArena पर मतदान किए गए आमने-सामने की लड़ाइयों का सामुदायिक Elo।
| स्थान | मॉडल | संगठन | Elo स्कोर |
|---|---|---|---|
| 1 | Claude Opus 5.5 (Max) | anthropic | 1,818 |
| 2 | Claude Sonnet 5.5 (xHigh) | anthropic | 1,773 |
| 3 | Gemini 4 Carbon (High) | 1,768 | |
| 4 | GPT-6 Astra (Max) | openai | 1,767 |
| 5 | Claude Fable 5.1 (Max) | anthropic | 1,744 |
| 6 | GPT-6.1 Sol (Max) | openai | 1,743 |
| 7 | Muse Wonder Full (Max) | meta | 1,724 |
| 8 | Claude Sonnet 5.5 (High) | anthropic | 1,713 |
| 9 | Claude Opus 5 (Max) | anthropic | 1,691 |
| 10 | Kimi K3.1 Pro (Max) | moonshot | 1,687 |
| 11 | Gemini 4 Argon (High) | 1,683 | |
| 12 | GPT-6.1 Terra (Max) | openai | 1,678 |
| 13 | Qwen3.8-Max (0902) | alibaba | 1,677 |
| 14 | GPT-6 Sol (Max) | openai | 1,674 |
| 15 | Qwen3.8-Max | alibaba | 1,670 |
| 16 | DeepSeek-V4.1-Flash-20261017 (Max) | deepseek | 1,664 |
| 17 | Kimi K3 (Max) | moonshot | 1,657 |
| 18 | Claude Opus 5 (High) | anthropic | 1,656 |
| 19 | Muse Spark 1.3 (Max) | meta | 1,654 |
| 20 | Muse Wonder (Max) | meta | 1,650 |
| 21 | Inkling 2 Small | thinky | 1,649 |
| 22 | Grok 4.7 (xHigh) | xai | 1,640 |
| 23 | MiMo-V2.6-Flash | xiaomi | 1,636 |
| 24 | Hy4 preview | tencent | 1,632 |
| 25 | Claude Fable 5 (High) | anthropic | 1,625 |
विज़न एरिना25 मॉडलपूर्ण लीडरबोर्ड →
स्रोत और पद्धति: LMArena · LMArena पर मतदान किए गए आमने-सामने की लड़ाइयों का सामुदायिक Elo।
| स्थान | मॉडल | संगठन | Elo स्कोर |
|---|---|---|---|
| 1 | Claude Fable 5 (High) | anthropic | 1,326 |
| 2 | Claude Opus 5.5 (High) | anthropic | 1,324 |
| 3 | Claude Fable 5.1 (Max) | anthropic | 1,322 |
| 4 | Claude Opus 4.7 | anthropic | 1,318 |
| 5 | Claude Opus 5 (High) | anthropic | 1,317 |
| 6 | Gemini 3.8 Flash (High) | 1,317 | |
| 7 | Claude Opus 4.6 (High) | anthropic | 1,315 |
| 8 | Claude Opus 4.7 (High) | anthropic | 1,314 |
| 9 | Gemini 3.7 Flash (High) | 1,313 | |
| 10 | Qwen3.8-Max | alibaba | 1,312 |
| 11 | Claude Opus 4.6 | anthropic | 1,312 |
| 12 | Muse Spark 1.3 (Max) | meta | 1,309 |
| 13 | Gemini 3.5 Flash (High) | 1,308 | |
| 14 | Muse Spark | meta | 1,306 |
| 15 | Gemini 3.5 Flash (Medium) | 1,305 | |
| 16 | Muse Spark 1.2 (xHigh) | meta | 1,305 |
| 17 | Gemini 3 Pro | 1,305 | |
| 18 | Muse Spark 1.3 (xHigh) | meta | 1,301 |
| 19 | GPT-5.4 (High) | openai | 1,301 |
| 20 | Gemini 3.6 Flash (High) | 1,297 | |
| 21 | Gemini 3.1 Pro Preview | 1,296 | |
| 22 | GPT-5.5 | openai | 1,296 |
| 23 | GLM-5.3-Flash | zai | 1,295 |
| 24 | Claude Opus 4.8 (High) | anthropic | 1,295 |
| 25 | GPT-5.5 (High) | openai | 1,295 |
टेक्स्ट-से-छवि एरिना25 मॉडलपूर्ण लीडरबोर्ड →
स्रोत और पद्धति: LMArena · LMArena पर मतदान किए गए आमने-सामने की लड़ाइयों का सामुदायिक Elo।
| स्थान | मॉडल | संगठन | Elo स्कोर |
|---|---|---|---|
| 1 | GPT-Image-2.5 Sunburst | openai | 1,428 |
| 2 | GPT-Image-2.6 Sunburst (Medium) | openai | 1,406 |
| 3 | GPT-Image-2.5 Flare | openai | 1,400 |
| 4 | GPT-Image-2.6 Flare (Medium) | openai | 1,383 |
| 5 | GPT-Image-2 (Medium) | openai | 1,382 |
| 6 | MAI-Image-2.6 | microsoft-ai | 1,330 |
| 7 | Gemini Nano Banana 2.1 | 1,328 | |
| 8 | Grok Imagine Image 2.0 | xai | 1,319 |
| 9 | Reve 2.1 | reve | 1,302 |
| 10 | Grok Imagine Image 2.0 (20260801) | xai | 1,290 |
| 11 | Reve 2.0 | reve | 1,268 |
| 12 | Muse Image | meta | 1,266 |
| 13 | Gemini 3.1 Flash Image (nano-banana-2, Web Search) | 1,257 | |
| 14 | Qwen-Image-3.0-Pro | alibaba | 1,254 |
| 15 | MAI-Image-2.5 | microsoft-ai | 1,253 |
| 16 | Gemini 3.1 Flash-Lite Image (nano-banana-2-lite) | 1,249 | |
| 17 | Seedream 5.0 Pro | bytedance | 1,249 |
| 18 | Gemini 3 Pro Image (nano-banana-pro, 2K) | 1,246 | |
| 19 | GPT-Image-1.5 (High Fidelity) | openai | 1,236 |
| 20 | Gemini 3 Pro Image Preview (nano-banana-pro) | 1,231 | |
| 21 | Qwen-Image-2.1 | alibaba | 1,227 |
| 22 | Ideogram 4.0 (Quality) | ideogram | 1,199 |
| 23 | Qwen-Image-2.0-Pro (2026-06-22) | alibaba | 1,190 |
| 24 | UNI-1.1 Max | luma-ai | 1,188 |
| 25 | MAI-Image-2 | microsoft-ai | 1,183 |
छवि संपादन एरिना25 मॉडलपूर्ण लीडरबोर्ड →
स्रोत और पद्धति: LMArena · LMArena पर मतदान किए गए आमने-सामने की लड़ाइयों का सामुदायिक Elo।
| स्थान | मॉडल | संगठन | Elo स्कोर |
|---|---|---|---|
| 1 | GPT-Image-2.5 Sunburst | openai | 1,520 |
| 2 | GPT-Image-2.5 Flare | openai | 1,485 |
| 3 | GPT-Image-2.6 Sunburst (Medium) | openai | 1,477 |
| 4 | MAI-Image-2.7-Preview | microsoft-ai | 1,468 |
| 5 | GPT-Image-2 (Medium) | openai | 1,461 |
| 6 | GPT-Image-2.6 Flare (Medium) | openai | 1,460 |
| 7 | Grok Imagine Image 2.0 | xai | 1,437 |
| 8 | MAI-Image-2.6 | microsoft-ai | 1,428 |
| 9 | Gemini Nano Banana 2.1 | 1,427 | |
| 10 | Grok Imagine Image 2.0 (20260801) | xai | 1,418 |
| 11 | Krea 3 Ultra | krea | 1,411 |
| 12 | MAI-Image-2.5 | microsoft-ai | 1,400 |
| 13 | Muse Image | meta | 1,400 |
| 14 | Seedream 5.0 Pro | bytedance | 1,392 |
| 15 | Grok Imagine Image (Quality, 20260519) | xai | 1,391 |
| 16 | Gemini 3 Pro Image (nano-banana-pro, 2K) | 1,391 | |
| 17 | ChatGPT Image Latest (High Fidelity, 20251216) | openai | 1,387 |
| 18 | Gemini 3.1 Flash Image (nano-banana-2, Web Search) | 1,387 | |
| 19 | Gemini 3 Pro Image Preview (nano-banana-pro) | 1,385 | |
| 20 | Reve 2.1 | reve | 1,373 |
| 21 | GPT-Image-1.5 (High Fidelity) | openai | 1,367 |
| 22 | Qwen-Image-2.1 | alibaba | 1,363 |
| 23 | Reve 2.0 | reve | 1,359 |
| 24 | Ideogram 4.5 | ideogram | 1,346 |
| 25 | UNI-1.1 Max | luma-ai | 1,333 |
टेक्स्ट-से-वीडियो एरिना25 मॉडलपूर्ण लीडरबोर्ड →
स्रोत और पद्धति: LMArena · LMArena पर मतदान किए गए आमने-सामने की लड़ाइयों का सामुदायिक Elo।
| स्थान | मॉडल | संगठन | Elo स्कोर |
|---|---|---|---|
| 1 | Gemini Omni 1.2 Flash | 1,540 | |
| 2 | Gemini Omni 1.1 Flash | 1,513 | |
| 3 | gemini-omni-flash | 1,509 | |
| 4 | FLUX 3 Video | bfl | 1,491 |
| 5 | Grok Imagine Video 1.5 | xai | 1,488 |
| 6 | Dreamina Seedance 2.0 (720p) | bytedance | 1,483 |
| 7 | Dreamina Seedance 2.5 (720p) | bytedance | 1,479 |
| 8 | Wan 3.0 | alibaba | 1,476 |
| 9 | SkyReels V4 | skyreel | 1,459 |
| 10 | Muse Video | meta | 1,457 |
| 11 | MiniMax H3 | minimax | 1,456 |
| 12 | HappyHorse 1.0 | aorizon | 1,429 |
| 13 | Sora 2 Pro | openai | 1,367 |
| 14 | Veo 3.1 (Audio) | 1,363 | |
| 15 | Veo 3.1 (Audio, 1080p) | 1,363 | |
| 16 | Veo 3.1 Fast (Audio) | 1,361 | |
| 17 | Veo 3.1 Fast (Audio, 1080p) | 1,359 | |
| 18 | Veo 3 Fast (Audio) | 1,347 | |
| 19 | Sora 2 | openai | 1,342 |
| 20 | Grok Imagine Video (720p) | xai | 1,341 |
| 21 | Veo 3 (Audio) | 1,340 | |
| 22 | Wan 2.7 | alibaba | 1,337 |
| 23 | Wan 2.6 | alibaba | 1,323 |
| 24 | Seedance 1.5 Pro | bytedance | 1,256 |
| 25 | Veo 3 | 1,254 |
वीडियो संपादन एरिना11 मॉडलपूर्ण लीडरबोर्ड →
स्रोत और पद्धति: LMArena · LMArena पर मतदान किए गए आमने-सामने की लड़ाइयों का सामुदायिक Elo।
| स्थान | मॉडल | संगठन | Elo स्कोर |
|---|---|---|---|
| 1 | Wan 3.0 | alibaba | 1,424 |
| 2 | Dreamina Seedance 2.5 (720p) | bytedance | 1,417 |
| 3 | Gemini Omni 1.2 Flash | 1,396 | |
| 4 | MiniMax H3 | minimax | 1,383 |
| 5 | gemini-omni-flash | 1,378 | |
| 6 | Dreamina Seedance 2.0 (720p) | bytedance | 1,369 |
| 7 | HappyHorse 1.0 | aorizon | 1,305 |
| 8 | Kling O3 Pro | kling | 1,263 |
| 9 | Grok Imagine Video | xai | 1,250 |
| 10 | Kling O1 Pro | kling | 1,190 |
| 11 | Runway Gen-4 Aleph | runway | 1,181 |
खोज एरिना25 मॉडलपूर्ण लीडरबोर्ड →
स्रोत और पद्धति: LMArena · LMArena पर मतदान किए गए आमने-सामने की लड़ाइयों का सामुदायिक Elo।
| स्थान | मॉडल | संगठन | Elo स्कोर |
|---|---|---|---|
| 1 | Qwen3.8-Max | alibaba | 1,259 |
| 2 | GPT-5.6 Sol (xHigh) | openai | 1,258 |
| 3 | Claude Opus 4.6 (Search) | anthropic | 1,252 |
| 4 | GPT-5.5 (Search) | openai | 1,245 |
| 5 | Claude Opus 5 (High) | anthropic | 1,239 |
| 6 | Claude Fable 5.1 (High) | anthropic | 1,239 |
| 7 | GPT-6 Astra (Max) | openai | 1,231 |
| 8 | GPT-6.1 Sol (Max) | openai | 1,231 |
| 9 | Claude Opus 4.7 | anthropic | 1,230 |
| 10 | Claude Fable 5 (High) | anthropic | 1,228 |
| 11 | ERNIE 5.1 | baidu | 1,227 |
| 12 | Claude Sonnet 4.6 (Search) | anthropic | 1,221 |
| 13 | Grok 4.5 | xai | 1,216 |
| 14 | Claude Opus 5.5 (Medium) | anthropic | 1,214 |
| 15 | Gemini 3.1 Pro (Grounding) | 1,210 | |
| 16 | GPT-5.2 (Search) | openai | 1,207 |
| 17 | Gemini 3 Pro (Grounding) | 1,207 | |
| 18 | Grok 4.20 Multi-Agent Beta (0309) | xai | 1,205 |
| 19 | Claude Opus 4.8 | anthropic | 1,203 |
| 20 | GPT-5.1 (Search) | openai | 1,199 |
| 21 | GPT-5.4 (Search) | openai | 1,198 |
| 22 | Gemini 3 Flash (Grounding) | 1,196 | |
| 23 | Grok 4.20 Beta 1 | xai | 1,191 |
| 24 | Claude Sonnet 5 (Search) | anthropic | 1,188 |
| 25 | Claude Opus 4.5 (Search) | anthropic | 1,179 |
एजेंट एरिना25 मॉडलपूर्ण लीडरबोर्ड →
स्रोत और पद्धति: LMArena · LMArena पर मतदान किए गए आमने-सामने की लड़ाइयों का सामुदायिक Elo।
| स्थान | मॉडल | संगठन | Elo स्कोर |
|---|---|---|---|
| 1 | Claude Opus 5.5 (Max) | anthropic | |
| 2 | Gemini 4 Carbon (High) | ||
| 3 | Claude Sonnet 5.5 (Max) | anthropic | |
| 4 | Claude Fable 5.1 (Max) | anthropic | |
| 5 | GPT-6 Astra (Max) | openai | |
| 6 | GPT-6.1 Sol (Max) | openai | |
| 7 | GPT-6.1 Terra (Max) | openai | |
| 8 | Gemini 4 Argon (High) | ||
| 9 | Muse Wonder Full (Max) | meta | |
| 10 | Claude Fable 5 (High) | anthropic | |
| 11 | Claude Opus 5 (Max) | anthropic | |
| 12 | GPT-6 Sol (Max) | openai | |
| 13 | Kimi K3.1 Pro (Max) | moonshot | |
| 14 | Hy4 | tencent | |
| 15 | GPT-5.6 Sol (xHigh) | openai | |
| 16 | Grok 4.7 (xHigh) | xai | |
| 17 | Gemini 3.8 Flash (High) | ||
| 18 | MiMo-V2.6-Pro | xiaomi | |
| 19 | Muse Spark 1.3 (Max) | meta | |
| 20 | DeepSeek-V4.1-Flash-20261017 (Max) | deepseek | |
| 21 | Claude Sonnet 5 (High) | anthropic | |
| 22 | Muse Wonder (Max) | meta | |
| 23 | GPT-6 Luna (Max) | openai | |
| 24 | GLM-5.3 (Max) | zai | |
| 25 | Kimi K3 (Max) | moonshot |
दस्तावेज़ एरिना25 मॉडलपूर्ण लीडरबोर्ड →
स्रोत और पद्धति: LMArena · LMArena पर मतदान किए गए आमने-सामने की लड़ाइयों का सामुदायिक Elo।
| स्थान | मॉडल | संगठन | Elo स्कोर |
|---|---|---|---|
| 1 | Claude Fable 5.1 (Max) | anthropic | 1,515 |
| 2 | Claude Opus 5 (High) | anthropic | 1,509 |
| 3 | Claude Opus 4.6 (High) | anthropic | 1,508 |
| 4 | Claude Opus 4.6 | anthropic | 1,506 |
| 5 | Claude Fable 5 (High) | anthropic | 1,496 |
| 6 | Claude Opus 4.7 (High) | anthropic | 1,496 |
| 7 | Claude Opus 4.7 | anthropic | 1,495 |
| 8 | GPT-5.5 (High) | openai | 1,484 |
| 9 | Gemini 3.8 Flash (High) | 1,482 | |
| 10 | Claude Sonnet 4.6 | anthropic | 1,482 |
| 11 | GPT-5.5 | openai | 1,481 |
| 12 | GPT-5.6 Sol (xHigh) | openai | 1,480 |
| 13 | Gemini 3.7 Flash (High) | 1,476 | |
| 14 | Claude Opus 4.8 (High) | anthropic | 1,475 |
| 15 | Muse Spark 1.3 (Max) | meta | 1,473 |
| 16 | GPT-5.4 | openai | 1,473 |
| 17 | GPT-5.6 Terra (xHigh) | openai | 1,468 |
| 18 | GPT-6 Astra (Max) | openai | 1,467 |
| 19 | Claude Opus 4.5 (20251101) | anthropic | 1,466 |
| 20 | Claude Opus 4.8 | anthropic | 1,465 |
| 21 | Muse Spark 1.1 | meta | 1,463 |
| 22 | Gemini 3.5 Flash (High) | 1,462 | |
| 23 | Gemini 3.5 Flash (Medium) | 1,461 | |
| 24 | Claude Sonnet 5 (High) | anthropic | 1,460 |
| 25 | Gemini 3.6 Flash (High) | 1,456 |
अन्य लीडरबोर्ड
LiveBench
मीट्रिक: average score (0-100) · livebench.ai
| स्थान | मॉडल | संगठन | स्कोर |
|---|---|---|---|
| 1 | claude-fable-5.1 | 88 | |
| 2 | claude-opus-5.5 | 86.5 | |
| 3 | gpt-6-astra | 86.1 | |
| 4 | gpt-6.1-sol | 85.4 | |
| 5 | gemini-4-argon | 84.1 | |
| 6 | claude-fable-5 | 83.6 | |
| 7 | claude-sonnet-5.5 | 82.5 | |
| 8 | claude-opus-5 | 82.1 | |
| 9 | gpt-6-sol | 81.9 | |
| 10 | deepseek-v4.1-flash-1017 | 79.2 | |
| 11 | muse-wonder-1.0 | 78.1 | |
| 12 | deepseek-v4.1-flash | 78 | |
| 13 | claude-opus-4.8 | 76.8 | |
| 14 | gpt-5.6-sol | 76.3 | |
| 15 | gpt-5.6-terra | 75 |
Artificial Analysis (Intelligence Index)
मीट्रिक: AA Intelligence Index (0-100) · artificialanalysis.ai
| स्थान | मॉडल | संगठन | स्कोर |
|---|---|---|---|
| 1 | Gemini 4 Carbon (High) | 59.4 | |
| 2 | Claude Opus 5.5 (Max, Default Fallback) | Anthropic | 58.4 |
| 3 | Claude Opus 5.5 (Xhigh, Default Fallback) | Anthropic | 57 |
| 4 | GPT-6 Astra (Max) | OpenAI | 56.9 |
| 5 | GPT-6 Astra (Xhigh) | OpenAI | 55.3 |
| 6 | GPT-6 Astra (High) | OpenAI | 54.8 |
| 7 | GPT-6.1 Sol (Max) | OpenAI | 54.5 |
| 8 | Claude Sonnet 5.5 (Max, Default Fallback) | Anthropic | 54.2 |
| 9 | GPT-6.1 Sol (Xhigh) | OpenAI | 52.3 |
| 10 | Claude Opus 5.5 (High, Default Fallback) | Anthropic | 51.7 |
| 11 | GPT-6 Astra (Medium) | OpenAI | 51.5 |
| 12 | GPT-6.1 Terra (Max) | OpenAI | 51 |
| 13 | Gemini 4 Argon (High) | 50.4 | |
| 14 | GPT-6.1 Sol (High) | OpenAI | 50.2 |
| 15 | Muse Wonder Full (Max) | Meta | 49.7 |
BenchLM
मीट्रिक: aggregated display score · benchlm.ai
| स्थान | मॉडल | संगठन | स्कोर |
|---|---|---|---|
| 1 | Gemini 4 Carbon | 88.7 | |
| 2 | Claude Opus 5.5 | Anthropic | 86.3 |
| 3 | GPT-6 Astra | OpenAI | 85.8 |
| 4 | GPT-6.1 Sol | OpenAI | 85.4 |
| 5 | Gemini 4 Argon | 82.1 | |
| 6 | Claude Sonnet 5.5 | Anthropic | 81.8 |
| 7 | Claude Fable 5.1 | Anthropic | 81.3 |
| 8 | Claude Fable 5 | Anthropic | 80.7 |
| 9 | GPT-6.1 Terra | OpenAI | 80.7 |
| 10 | Claude Opus 5 | Anthropic | 79.6 |
| 11 | GPT-6 Sol | OpenAI | 78.1 |
| 12 | Kimi K3.1 Pro | Moonshot AI | 75 |
| 13 | GPT-5.6 Sol | OpenAI | 74.8 |
| 14 | GPT-5.5 Pro | OpenAI | 72.8 |
| 15 | GPT-5.6 Terra | OpenAI | 69.8 |
Aider polyglot (coding)
मीट्रिक: pass rate 2 (%) · aider.chat/docs/leaderboards/
| स्थान | मॉडल | संगठन | स्कोर |
|---|---|---|---|
| 1 | gpt-5 (high) | 88 | |
| 2 | gpt-5 (medium) | 86.7 | |
| 3 | o3-pro (high) | 84.9 | |
| 4 | gemini-2.5-pro-preview-06-05 (32k think) | 83.1 | |
| 5 | o3 (high) | 81.3 | |
| 6 | gpt-5 (low) | 81.3 | |
| 7 | grok-4 (high) | 79.6 | |
| 8 | gemini-2.5-pro-preview-06-05 (default think) | 79.1 | |
| 9 | o3 (high) + gpt-4.1 | 78.2 | |
| 10 | Gemini 2.5 Pro Preview 05-06 | 76.9 | |
| 11 | o3 | 76.9 | |
| 12 | DeepSeek-V3.2-Exp (Reasoner) | 74.2 | |
| 13 | Gemini 2.5 Pro Preview 03-25 | 72.9 | |
| 14 | o4-mini (high) | 72 | |
| 15 | claude-opus-4-20250514 (32k thinking) | 72 |
मूल्य और संदर्भ विंडो
स्रोत और पद्धति: OpenRouter
मूल्य और संदर्भ मेटाडेटा OpenRouter की सार्वजनिक API से। मूल्य USD में प्रति 1M टोकन।
| मॉडल | संगठन | संदर्भ | इनपुट $/1M | आउटपुट $/1M |
|---|---|---|---|---|
| SpaceXAI: Grok 4.20 Multi-Agent | x-ai | 2,000,000 | $1.25 | $2.5 |
| SpaceXAI: Grok 4.20 | x-ai | 2,000,000 | $1.25 | $2.5 |
| Auto Router | openrouter | 2,000,000 | $-1,000,000 | $-1,000,000 |
| Auto Code | openrouter | 2,000,000 | $-1,000,000 | $-1,000,000 |
| Auto Router (Beta) | openrouter | 2,000,000 | $-1,000,000 | $-1,000,000 |
| Pareto Code Router | openrouter | 2,000,000 | $-1,000,000 | $-1,000,000 |
| Meta: Llama 4 Scout | meta-llama | 1,310,720 | $0.1 | $0.3 |
| OpenAI: GPT-6.1 Terra Pro | openai | 1,050,000 | $1 | $5 |
| OpenAI: GPT-6.1 Terra Pro (batch) | openai | 1,050,000 | $0.5 | $2.5 |
| OpenAI: GPT-6.1 Terra | openai | 1,050,000 | $1 | $5 |
| OpenAI: GPT-6.1 Terra (batch) | openai | 1,050,000 | $0.5 | $2.5 |
| OpenAI: GPT-6.1 Sol Pro | openai | 1,050,000 | $2 | $10 |
| OpenAI: GPT-6.1 Sol Pro (batch) | openai | 1,050,000 | $1 | $5 |
| OpenAI: GPT-6.1 Sol | openai | 1,050,000 | $2 | $10 |
| OpenAI: GPT-6.1 Sol (batch) | openai | 1,050,000 | $1 | $5 |
| OpenAI: GPT-6 Luna Pro | openai | 1,050,000 | $0.1 | $0.5 |
| OpenAI: GPT-6 Luna Pro (batch) | openai | 1,050,000 | $0.05 | $0.25 |
| OpenAI: GPT-6 Luna | openai | 1,050,000 | $0.1 | $0.5 |
| OpenAI: GPT-6 Luna (batch) | openai | 1,050,000 | $0.05 | $0.25 |
| OpenAI: GPT-6 Sol Pro | openai | 1,050,000 | $2 | $10 |
हाल के बदलाव
पिछले स्नैपशॉट से चाल:
- Claude Fable 5 (High) ▼ 11 → 12
- Gemini 4 Carbon (High) ▲ 4 → 3
- GPT-6 Astra (Max) ▼ 3 → 4
- Muse Spark ▲ 15 → 14
- Gemini 3.5 Flash (Medium) ▼ 14 → 15
- Reve 2.0 ▲ 12 → 11
- Muse Image ▼ 11 → 12
- GPT-Image-2 (Medium) ▲ 6 → 5
- GPT-Image-2.6 Flare (Medium) ▼ 5 → 6
- MAI-Image-2.6 ▲ 9 → 8
- Gemini Nano Banana 2.1 ▼ 8 → 9
- GPT-6.1 Sol (Max) ▲ 9 → 8
- Claude Opus 4.7 ▼ 8 → 9
- Claude Fable 5.1 (Max) ▲ 5 → 4
- GPT-6 Astra (Max) ▼ 4 → 5
- Kimi K3.1 Pro (Max) ▲ 14 → 13
- Hy4 ▼ 13 → 14
- Gemini 3.8 Flash (High) ▲ 11 → 9
- Claude Sonnet 4.6 ▼ 9 → 10
- GPT-5.5 ▼ 10 → 11
स्रोत और पद्धति
रैंकिंग सामुदायिक खुली मूल्यांकन से एकत्रित की जाती हैं। Elo स्कोर, विश्वास अंतराल और वोट LMArena से आते हैं (सामुदायिक मतदान वाले मॉडल युद्ध, खुले डेटासेट के रूप में प्रकाशित)। मूल्य और संदर्भ मेटाडेटा OpenRouter की सार्वजनिक API से आते हैं। Wikiprompt दैनिक स्नैपशॉट लेता है और इतिहास संरक्षित करता है; हम अपना मूल्यांकन नहीं चलाते।