बेंचमार्क का स्नैपशॉट: 2026-08-26

Name: LLM benchmark snapshot 2026-08-26
Creator: Wikiprompt
License: https://creativecommons.org/licenses/by-sa/4.0/

Wikiprompt से, प्रॉम्प्ट का मुक्त विश्वकोश

इस तिथि पर रैंकिंग का स्थिर स्नैपशॉट। लाइव रैंकिंग /benchmarks पर है।

← 2026-08-25 2026-08-27 →

टेक्स्ट एरिना

स्थान	मॉडल	संगठन	Elo स्कोर	वोट
1	claude-opus-5-high	anthropic	1,504	27,610
3	claude-opus-4-6-high	anthropic	1,503	72,359
4	claude-opus-4-6	anthropic	1,497	76,362
5	claude-fable-5	anthropic	1,495	24,331
7	claude-opus-4-7-high	anthropic	1,490	60,203
9	claude-opus-4-7	anthropic	1,483	61,304
10	gemini-3.5-flash-high	google	1,483	30,004
12	gemini-3.1-pro-preview	google	1,480	99,182
13	gemini-3-pro	google	1,479	41,491
14	muse-spark-1.1	meta	1,478	20,242
18	gemini-3.5-flash-medium	google	1,475	28,343
21	qwen3.5-max-preview	alibaba	1,471	21,484
22	gpt-5.5-high	openai	1,471	59,545
23	gpt-5.4-high	openai	1,470	60,708
24	ernie-5.1	baidu	1,468	37,137

वेब विकास एरिना

स्थान	मॉडल	संगठन	Elo स्कोर	वोट
1	claude-opus-5-max	anthropic	1,691	8,116
2	kimi-k3-max	moonshot	1,674	4,546
3	qwen3.8-max	alibaba	1,669	3,212
4	claude-opus-5-high	anthropic	1,663	8,659
5	grok-4.6-high	xai	1,629	1,523
6	claude-fable-5	anthropic	1,626	8,382
7	gpt-5.6-sol-xhigh (codex-harness)	openai	1,619	9,499
8	glm-5.3-max	zai	1,599	1,916
9	qwen3.8-27b	alibaba	1,595	2,464
10	gemini-3.7-flash-high	google	1,587	2,552
11	glm-5.2-max	zai	1,582	8,775
12	deepseek-v4-pro-high-20260813	deepseek	1,582	2,869
13	deepseek-v4-flash-high	deepseek	1,579	3,537
14	claude-opus-4-8-high	anthropic	1,563	11,699
15	claude-opus-4-7	anthropic	1,558	14,527

विज़न एरिना

स्थान	मॉडल	संगठन	Elo स्कोर	वोट
1	claude-fable-5	anthropic	1,328	9,562
2	claude-opus-5-high	anthropic	1,323	7,049
3	claude-opus-4-7	anthropic	1,317	21,445
4	claude-opus-4-7-high	anthropic	1,316	21,122
5	qwen3.8-max	alibaba	1,315	6,743
6	claude-opus-4-6-high	anthropic	1,315	20,867
7	gemini-3.5-flash-high	google	1,313	7,586
8	claude-opus-4-6	anthropic	1,311	25,169
9	gemini-3.5-flash-medium	google	1,308	7,533
10	muse-spark	meta	1,306	5,582
11	gemini-3-pro	google	1,305	13,134
12	muse-spark-1.2 (xHigh)	meta	1,304	1,853
13	gemini-3.6-flash-high	google	1,302	3,119
14	gpt-5.4-high	openai	1,297	22,515
15	gpt-5.5	openai	1,295	20,727

टेक्स्ट-से-छवि एरिना

स्थान	मॉडल	संगठन	Elo स्कोर	वोट
1	gpt-image-2 (medium)	openai	1,380	69,194
2	reve-2.1	reve	1,302	7,598
3	muse-image	meta	1,283	14,510
4	reve-2.0	reve	1,270	14,650
5	gemini-3.1-flash-image (nano-banana-2) [web-search]	google	1,263	27,910
6	qwen-image-3.0-pro	alibaba	1,258	3,735
7	seedream-5.0-pro	bytedance	1,257	26,510
8	mai-image-2.5	microsoft-ai	1,256	44,940
9	gemini-3.1-flash-lite-image (nano-banana-2-lite)	google	1,251	16,419
10	gemini-3-pro-image-2k (nano-banana-pro)	google	1,246	138,756
11	gpt-image-1.5-high-fidelity	openai	1,239	142,427
12	gemini-3-pro-image-preview (nano-banana-pro)	google	1,232	82,835
13	grok-imagine-image-quality	xai	1,228	48,786
14	ideogram-4.0-quality	ideogram	1,206	27,891
15	qwen-image-2.0-pro-2026-06-22	alibaba	1,191	12,026

छवि संपादन एरिना

स्थान	मॉडल	संगठन	Elo स्कोर	वोट
1	gpt-image-2 (medium)	openai	1,463	199,275
2	grok-imagine-image-2.0 (low)	xai	1,439	5,937
3	mai-image-2.6-preview	microsoft-ai	1,420	5,563
4	muse-image	meta	1,406	54,730
5	mai-image-2.5	microsoft-ai	1,401	170,301
6	seedream-5.0-pro	bytedance	1,394	102,314
7	grok-imagine-image-quality (20260519)	xai	1,390	35,601
8	gemini-3-pro-image-2k (nano-banana-pro)	google	1,390	517,418
9	chatgpt-image-latest-high-fidelity (20251216)	openai	1,389	508,742
10	gemini-3.1-flash-image (nano-banana-2) [web-search]	google	1,386	117,943
11	gemini-3-pro-image-preview (nano-banana-pro)	google	1,385	519,140
12	reve-2.1	reve	1,375	19,116
13	gpt-image-1.5-high-fidelity	openai	1,370	531,138
14	reve-2.0	reve	1,358	17,508
15	uni-1.1-max	luma-ai	1,334	40,926

टेक्स्ट-से-वीडियो एरिना

स्थान	मॉडल	संगठन	Elo स्कोर	वोट
1	gemini-omni-flash	google	1,512	16,916
2	flux-3-video	bfl	1,494	1,291
3	dreamina-seedance-2.0-720p	bytedance	1,482	49,058
4	dreamina-seedance-2.5-720p	bytedance	1,477	1,337
5	muse-video	meta	1,457	2,176
6	minimax-h3	minimax	1,453	3,081
7	happyhorse-1.0	aorizon	1,428	22,113
8	sora-2-pro	openai	1,364	46,509
9	veo-3.1-audio	google	1,364	13,743
10	veo-3.1-audio-1080p	google	1,363	24,979
11	veo-3.1-fast-audio	google	1,361	39,441
12	veo-3.1-fast-audio-1080p	google	1,358	25,771
13	veo-3-fast-audio	google	1,347	25,219
14	grok-imagine-video-720p	xai	1,345	154,827
15	wan2.7-t2v	wan	1,344	17,769

वीडियो संपादन एरिना

स्थान	मॉडल	संगठन	Elo स्कोर	वोट
1	dreamina-seedance-2.5-720p	bytedance	1,411	403
2	minimax-h3	minimax	1,388	554
3	dreamina-seedance-2.0-720p	bytedance	1,359	3,634
4	gemini-omni-flash	google	1,358	1,868
5	happyhorse-1.0	aorizon	1,307	3,115
6	grok-imagine-video	xai	1,262	13,281
7	kling-o3-pro	kling	1,257	7,125
8	kling-o1-pro	kling	1,200	10,104
9	runway-gen4-aleph	runway	1,183	9,817

खोज एरिना

स्थान	मॉडल	संगठन	Elo स्कोर	वोट
1	gpt-5.6-sol-xhigh	openai	1,257	29,663
2	claude-opus-4-6-search	anthropic	1,253	134,699
3	gpt-5.5-search	openai	1,242	89,873
4	claude-opus-4-7	anthropic	1,233	91,394
5	claude-fable-5	anthropic	1,230	41,795
6	ernie-5.1	baidu	1,227	3,788
7	claude-sonnet-4-6-search	anthropic	1,221	134,905
8	grok-4.5	xai	1,213	31,505
9	gemini-3.1-pro-grounding	google	1,210	113,282
10	gemini-3-pro-grounding	google	1,207	37,024
11	gpt-5.2-search	openai	1,207	52,712
12	claude-opus-4-8	anthropic	1,204	70,998
13	grok-4.20-multi-agent-beta-0309	xai	1,204	109,553
14	gpt-5.1-search	openai	1,199	59,909
15	gemini-3-flash-grounding	google	1,198	149,334

एजेंट एरिना

स्थान	मॉडल	संगठन
1	Claude Opus 5 (High)	anthropic
2	Claude Opus 5 (Max)	anthropic
3	Claude Fable 5 (High)	anthropic
4	GPT 5.6 Sol (xHigh)	openai
5	Claude Opus 4.8 (High)	anthropic
6	Kimi K3 (Max)	moonshot
7	GPT 5.5 (xHigh)	openai
8	Claude Sonnet 5 (High)	anthropic
9	Claude Opus 4.7 (High)	anthropic
10	Claude Opus 4.7	anthropic
11	DeepSeek V4 Pro (High) (0813)	deepseek
12	GPT 5.5 (High)	openai
13	Qwen3.8 Max	alibaba
14	Grok 4.5	xai
15	GLM 5.2 (Max)	zai

दस्तावेज़ एरिना

स्थान	मॉडल	संगठन	Elo स्कोर	वोट
1	claude-opus-5-high	anthropic	1,520	1,663
2	claude-opus-4-6	anthropic	1,510	37,271
3	claude-opus-4-6-thinking	anthropic	1,506	24,973
4	claude-fable-5	anthropic	1,504	5,792
5	claude-opus-4-7	anthropic	1,498	18,990
6	claude-opus-4-7-thinking	anthropic	1,497	18,793
7	gpt-5.5-high	openai	1,485	16,816
8	claude-sonnet-4-6	anthropic	1,483	54,427
9	gpt-5.5	openai	1,480	17,286
10	gpt-5.6-terra-xhigh	openai	1,479	1,969
11	gpt-5.6-sol-xhigh	openai	1,479	1,152
12	claude-opus-4-8-thinking	anthropic	1,475	8,388
13	muse-spark-1.1	meta	1,472	2,054
14	claude-sonnet-5-high	anthropic	1,470	3,601
15	gpt-5.4	openai	1,470	29,809

अन्य लीडरबोर्ड

Aider polyglot (coding)

मीट्रिक: pass rate 2 (%) · aider.chat/docs/leaderboards/

स्थान	मॉडल	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

LiveBench

मीट्रिक: average score (0-100) · livebench.ai

स्थान	मॉडल	स्कोर
1	claude-fable-5-max-effort	83.4
2	gpt-5.6-sol-max	81.7
3	gpt-5.5-xhigh	80.8
4	claude-opus-5-max-effort	80.5
5	gemini-3.7-flash-high	79.9
6	smaug-agentic	79.7
7	qwen3.8-max	79.5
8	kimi-k3	79.5
9	grok-4.6	79
10	muse-spark-1.2-xhigh	78.9
11	gpt-5.4-xhigh	78.8
12	gpt-5.6-terra-max	78.6
13	deepseek-v4-pro-0813	78.2
14	gemini-3.1-pro-preview-high	78
15	deepseek-v4-flash-vision-exp	77.7

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।