LLMベンチマーク

フリーなプロンプト百科事典 Wikiprompt より

大規模言語モデルと生成AIのライブランキング。オープンなコミュニティ評価から毎日集計しています。各表は出典を明記し、Wikiprompt は毎日スナップショットを保存するため、ランキングの変化が記録に残ります。

最終更新: 2026-08-24 · これはライブのランキングです。日付付きスナップショットが過去の順位を保存します。 履歴

インタラクティブエクスプローラ

アリーナ・組織・ライセンスで絞り込み、モデルを検索し、表を並べ替え、コストと性能のチャートを確認できます。下の表は引用可能なリファレンスとして残ります。

テキストアリーナ

表の行やグラフの点をクリックしてモデルを固定し、選んだものだけを比較できます。

コストと性能

出力価格(100万トークンあたり米ドル、対数、OpenRouter)と コミュニティElo(LMArena)。左上 = 最高のコスパ。

140014501500$0.01$0.1$1$10$100出力価格 $/100万トークン(対数)コミュニティElo

Eloの推移(テキスト上位モデル)

claude-fable-5claude-opus-4-6claude-opus-4-6-highclaude-opus-4-7claude-opus-4-7-highclaude-opus-5-highgemini-3.1-pro-previewgemini-3.5-flash-high08-2308-24
順位モデル組織Eloスコア投票数入力 $/1M出力 $/1Mコンテキスト
1claude-opus-5-highanthropic1,50427,610$10$501,000,000
3claude-opus-4-6-highanthropic1,50372,359$5$251,000,000
4claude-opus-4-6anthropic1,49776,362$5$251,000,000
5claude-fable-5anthropic1,49524,331$10$501,000,000
7claude-opus-4-7-highanthropic1,49060,203$5$251,000,000
9claude-opus-4-7anthropic1,48361,304$5$251,000,000
10gemini-3.5-flash-highgoogle1,48330,004$1.5$91,048,576
12gemini-3.1-pro-previewgoogle1,48099,182$2$121,048,576
13gemini-3-progoogle1,47941,491$2$12131,072
14muse-spark-1.1meta1,47820,242$1.25$4.251,048,576
18gemini-3.5-flash-mediumgoogle1,47528,343$1.5$91,048,576
21qwen3.5-max-previewalibaba1,47121,484
22gpt-5.5-highopenai1,47159,545$5$301,050,000
23gpt-5.4-highopenai1,47060,708$2.5$151,050,000
24ernie-5.1baidu1,46837,137
25gemini-3-flashgoogle1,46630,852$0.5$31,048,576
26gpt-5.5openai1,46660,896$5$301,050,000
27glm-5.2-maxzai1,46530,637$0.97$3.041,048,576
28mimo-v2.5-proxiaomi1,46554,177$0.44$0.871,050,000
29glm-5.1zai1,46442,267$0.97$3.04204,800
30claude-opus-4-8-highanthropic1,46144,676$5$251,000,000
31claude-sonnet-4-6anthropic1,45866,512$2$101,000,000
32gemini-2.5-progoogle1,457124,807$1.25$101,048,576
33qwen3.7-plusalibaba1,45634,426$0.32$1.281,000,000
34kimi-k2.6moonshot1,45537,543$0.95$4262,144
35gpt-5.6-sol-xhighopenai1,45419,541$2$101,050,000
36gpt-5.4openai1,45363,659$2.5$151,050,000
37grok-4.5xai1,45222,030$2$6500,000
38claude-opus-4-8anthropic1,45245,331$5$251,000,000
39grok-4.20-beta-0309-reasoningxai1,45162,272$1.25$2.52,000,000
40deepseek-v4-prodeepseek1,45154,263$0.52$1.041,048,576
41grok-4.20-multi-agent-beta-0309xai1,45060,864$1.25$2.52,000,000
42claude-opus-4-5-20251101anthropic1,45070,985$5$251,000,000
43dola-seed-2.0-probytedance1,44874,513
45claude-opus-4-5-20251101-high-32kanthropic1,44737,198$5$251,000,000
47gpt-5.6-terra-xhighopenai1,44620,216$2$121,050,000
48glm-5zai1,44527,850$0.6$1.92204,800
49kimi-k2.5-thinkingmoonshot1,44570,943$0.45$2.25262,144
50deepseek-v4-pro-high-previewdeepseek1,44551,642$0.52$1.041,048,576
52ernie-5.0-0110baidu1,44435,267
53grok-4.20-beta1xai1,44426,770$1.25$2.52,000,000
56gemini-3-flash (thinking-minimal)google1,44286,359$0.5$31,048,576
57claude-sonnet-5-highanthropic1,44227,366$2$101,000,000
59gpt-5.1-highopenai1,44140,945$1.25$10400,000
62glm-4.6zai1,44035,830$0.5$2204,800
65qwen3-max-previewalibaba1,43927,838$0.78$3.9262,144
66gpt-5.2-chat-latest-20260210openai1,43934,339$1.75$14128,000
67qwen3.5-397b-a17balibaba1,43870,207$0.5$3.6262,144
68claude-sonnet-4-5-20250929anthropic1,43880,858$2$101,000,000
69grok-4.1-thinkingxai1,43765,550
70qwen3.6-plusalibaba1,43745,376$0.33$1.951,000,000
72mimo-v2-proxiaomi1,43724,397
74grok-4.1xai1,43667,767
76minimax-m3minimax1,43541,023$0.3$1.21,048,576
78claude-sonnet-4-5-20250929-high-32kanthropic1,43382,473$2$101,000,000
79deepseek-v4-flashdeepseek1,43249,001$0.04$0.081,310,720
80glm-4.5zai1,42924,403$0.6$2.2131,072
82chatgpt-4o-latest-20250326openai1,42982,766
83gpt-5.6-luna-xhighopenai1,42920,693$0.2$1.21,050,000
84mistral-large-3mistral1,42862,644$0.5$1.5262,144

価格は正規化したモデル名で最も近い OpenRouter のリスティングと照合しています。推論強度のバリアントは基本モデルの価格を共有します。

まとめ
  • 現在のテキストアリーナ首位: claude-opus-5-high (anthropic, Elo 1504)
  • 最高のコスパ($2/1M出力未満でのElo): mimo-v2.5-pro (Elo 1465, $0.87/1M)
  • 最強のオープンモデル: glm-5.2-max (MIT, #27)
  • コーディング首位(Aider合格率): gpt-5 (high) (88%)

テキストアリーナ25 モデル完全なランキング

順位モデル組織Eloスコア
1claude-opus-5-highanthropic1,504
3claude-opus-4-6-highanthropic1,503
4claude-opus-4-6anthropic1,497
5claude-fable-5anthropic1,495
7claude-opus-4-7-highanthropic1,490
9claude-opus-4-7anthropic1,483
10gemini-3.5-flash-highgoogle1,483
12gemini-3.1-pro-previewgoogle1,480
13gemini-3-progoogle1,479
14muse-spark-1.1meta1,478
18gemini-3.5-flash-mediumgoogle1,475
21qwen3.5-max-previewalibaba1,471
22gpt-5.5-highopenai1,471
23gpt-5.4-highopenai1,470
24ernie-5.1baidu1,468
25gemini-3-flashgoogle1,466
26gpt-5.5openai1,466
27glm-5.2-maxzai1,465
28mimo-v2.5-proxiaomi1,465
29glm-5.1zai1,464
30claude-opus-4-8-highanthropic1,461
31claude-sonnet-4-6anthropic1,458
32gemini-2.5-progoogle1,457
33qwen3.7-plusalibaba1,456
34kimi-k2.6moonshot1,455

Web開発アリーナ25 モデル完全なランキング

順位モデル組織Eloスコア
1claude-opus-5-maxanthropic1,691
2kimi-k3-maxmoonshot1,674
3qwen3.8-maxalibaba1,669
4claude-opus-5-highanthropic1,663
5grok-4.6-highxai1,629
6claude-fable-5anthropic1,626
7gpt-5.6-sol-xhigh (codex-harness)openai1,619
8glm-5.3-maxzai1,599
9qwen3.8-27balibaba1,595
10gemini-3.7-flash-highgoogle1,587
11glm-5.2-maxzai1,582
12deepseek-v4-pro-high-20260813deepseek1,582
13deepseek-v4-flash-highdeepseek1,579
14claude-opus-4-8-highanthropic1,563
15claude-opus-4-7anthropic1,558
16claude-opus-4-7-highanthropic1,557
17grok-4.5xai1,556
18claude-opus-4-6-highanthropic1,546
19claude-opus-4-8anthropic1,539
20muse-spark-1.1meta1,539
21gemini-3.6-flash-highgoogle1,539
22claude-sonnet-5-highanthropic1,539
23claude-opus-4-6anthropic1,536
24muse-spark-1.2 (xHigh)meta1,534
25claude-sonnet-4-6anthropic1,522

ビジョンアリーナ25 モデル完全なランキング

順位モデル組織Eloスコア
1claude-fable-5anthropic1,328
2claude-opus-5-highanthropic1,323
3claude-opus-4-7anthropic1,317
4claude-opus-4-7-highanthropic1,316
5qwen3.8-maxalibaba1,315
6claude-opus-4-6-highanthropic1,315
7gemini-3.5-flash-highgoogle1,313
8claude-opus-4-6anthropic1,311
9gemini-3.5-flash-mediumgoogle1,308
10muse-sparkmeta1,306
11gemini-3-progoogle1,305
12muse-spark-1.2 (xHigh)meta1,304
13gemini-3.6-flash-highgoogle1,302
14gpt-5.4-highopenai1,297
15gpt-5.5openai1,295
16muse-spark-1.1meta1,295
17gemini-3.1-pro-previewgoogle1,294
18claude-opus-4-8-highanthropic1,293
19gpt-5.5-highopenai1,293
20gpt-5.4openai1,293
21grok-4.5xai1,291
22claude-opus-4-8anthropic1,287
23gemini-3-flashgoogle1,283
24claude-sonnet-4-6anthropic1,281
25claude-sonnet-5-highanthropic1,281

画像生成アリーナ25 モデル完全なランキング

順位モデル組織Eloスコア
1gpt-image-2 (medium)openai1,380
2reve-2.1reve1,302
3muse-imagemeta1,283
4reve-2.0reve1,270
5gemini-3.1-flash-image (nano-banana-2) [web-search]google1,263
6qwen-image-3.0-proalibaba1,258
7seedream-5.0-probytedance1,257
8mai-image-2.5microsoft-ai1,256
9gemini-3.1-flash-lite-image (nano-banana-2-lite)google1,251
10gemini-3-pro-image-2k (nano-banana-pro)google1,246
11gpt-image-1.5-high-fidelityopenai1,239
12gemini-3-pro-image-preview (nano-banana-pro)google1,232
13grok-imagine-image-qualityxai1,228
14ideogram-4.0-qualityideogram1,206
15qwen-image-2.0-pro-2026-06-22alibaba1,191
16uni-1.1-maxluma-ai1,188
17mai-image-2microsoft-ai1,182
18Cosmos3-Super-Text2Image (Agentic)nvidia1,181
19uni-1.1luma-ai1,180
20grok-imagine-imagexai1,172
21recraft-v4.1-utility-prorecraft1,169
22flux-2-maxbfl1,162
23grok-imagine-image-proxai1,161
24Cosmos3-Super-Text2Imagenvidia1,158
25flux-2-flexbfl1,156

画像編集アリーナ25 モデル完全なランキング

順位モデル組織Eloスコア
1gpt-image-2 (medium)openai1,463
2grok-imagine-image-2.0 (low)xai1,439
3mai-image-2.6-previewmicrosoft-ai1,420
4muse-imagemeta1,406
5mai-image-2.5microsoft-ai1,401
6seedream-5.0-probytedance1,394
7grok-imagine-image-quality (20260519)xai1,390
8gemini-3-pro-image-2k (nano-banana-pro)google1,390
9chatgpt-image-latest-high-fidelity (20251216)openai1,389
10gemini-3.1-flash-image (nano-banana-2) [web-search]google1,386
11gemini-3-pro-image-preview (nano-banana-pro)google1,385
12reve-2.1reve1,375
13gpt-image-1.5-high-fidelityopenai1,370
14reve-2.0reve1,358
15uni-1.1-maxluma-ai1,334
16grok-imagine-imagexai1,330
17gemini-3.1-flash-lite-image (nano-banana-2-lite)google1,314
18uni-1.1luma-ai1,312
19qwen-image-2.0-pro-2026-06-22alibaba1,304
20hunyuan-image-3.0-instructtencent1,303
21wan2.7-image-proalibaba1,302
22seedream-4.5bytedance1,302
23wan2.7-imagealibaba1,301
24gemini-2.5-flash-image-preview (nano-banana)google1,293
25seedream-5.0-litebytedance1,293

動画生成アリーナ25 モデル完全なランキング

順位モデル組織Eloスコア
1gemini-omni-flashgoogle1,512
2flux-3-videobfl1,494
3dreamina-seedance-2.0-720pbytedance1,482
4dreamina-seedance-2.5-720pbytedance1,477
5muse-videometa1,457
6minimax-h3minimax1,453
7happyhorse-1.0aorizon1,428
8sora-2-proopenai1,364
9veo-3.1-audiogoogle1,364
10veo-3.1-audio-1080pgoogle1,363
11veo-3.1-fast-audiogoogle1,361
12veo-3.1-fast-audio-1080pgoogle1,358
13veo-3-fast-audiogoogle1,347
14grok-imagine-video-720pxai1,345
15wan2.7-t2vwan1,344
16sora-2openai1,340
17veo-3-audiogoogle1,339
18wan2.6-t2valibaba1,330
19seedance-v1.5-probytedance1,256
20veo-3google1,253
21wan2.5-t2v-previewalibaba1,249
22veo-3-fastgoogle1,248
23pixverse-v5.61,240
24runway-gen-4.5runway1,223
25kling-2.5-turbo-1080pkling1,219

動画編集アリーナ9 モデル完全なランキング

順位モデル組織Eloスコア
1dreamina-seedance-2.5-720pbytedance1,411
2minimax-h3minimax1,388
3dreamina-seedance-2.0-720pbytedance1,359
4gemini-omni-flashgoogle1,358
5happyhorse-1.0aorizon1,307
6grok-imagine-videoxai1,262
7kling-o3-prokling1,257
8kling-o1-prokling1,200
9runway-gen4-alephrunway1,183

エージェントアリーナ25 モデル完全なランキング

順位モデル組織Eloスコア
1Claude Opus 5 (High)anthropic
2Claude Opus 5 (Max)anthropic
3Claude Fable 5 (High)anthropic
4Kimi K3 (Max)moonshot
5GPT 5.6 Sol (xHigh)openai
6Claude Opus 4.8 (High)anthropic
7GPT 5.5 (xHigh)openai
8Claude Opus 4.7 (High)anthropic
9GPT 5.5 (High)openai
10Claude Opus 4.7anthropic
11Claude Sonnet 5 (High)anthropic
12Claude Opus 4.6anthropic
13GPT 5.5openai
14DeepSeek V4 Pro (High) (0813)deepseek
15Qwen3.8 Maxalibaba
16Grok 4.5xai
17GLM 5.2 (Max)zai
18GPT 5.4 (High)openai
19GPT 5.6 Luna (xHigh)openai
20Deepseek V4 Flash (High) (20260731)deepseek
21Gemini 3.7 Flash (High)google
22GPT 5.6 Terra (xHigh)openai
23Claude Sonnet 4.6anthropic
24Claude Opus 4.8anthropic
25Muse Spark 1.1meta

ドキュメントアリーナ25 モデル完全なランキング

順位モデル組織Eloスコア
1claude-opus-5-highanthropic1,520
2claude-opus-4-6anthropic1,510
3claude-opus-4-6-thinkinganthropic1,506
4claude-fable-5anthropic1,504
5claude-opus-4-7anthropic1,498
6claude-opus-4-7-thinkinganthropic1,497
7gpt-5.5-highopenai1,485
8claude-sonnet-4-6anthropic1,483
9gpt-5.5openai1,480
10gpt-5.6-terra-xhighopenai1,479
11gpt-5.6-sol-xhighopenai1,479
12claude-opus-4-8-thinkinganthropic1,475
13muse-spark-1.1meta1,472
14claude-sonnet-5-highanthropic1,470
15gpt-5.4openai1,470
16claude-opus-4-8anthropic1,469
17gemini-3.5-flash-mediumgoogle1,465
18gpt-5.6-luna-xhighopenai1,462
19claude-opus-4-5-20251101anthropic1,462
20grok-4.5xai1,454
21kimi-k2.6moonshot1,451
22claude-sonnet-4-5-20250929anthropic1,446
23gemini-3.1-pro-previewgoogle1,445
24muse-sparkmeta1,443
25qwen3.7-plusalibaba1,440

その他のリーダーボード

LiveBench

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

順位モデル組織スコア
1claude-fable-5-max-effort83.4
2gpt-5.6-sol-max81.7
3gpt-5.5-xhigh80.8
4claude-opus-5-max-effort80.5
5gemini-3.7-flash-high79.9
6smaug-agentic79.7
7qwen3.8-max79.5
8kimi-k379.5
9grok-4.679
10muse-spark-1.2-xhigh78.9
11gpt-5.4-xhigh78.8
12gpt-5.6-terra-max78.6
13deepseek-v4-pro-081378.2
14gemini-3.1-pro-preview-high78
15deepseek-v4-flash-vision-exp77.7

BenchLM

指標: aggregated display score · benchlm.ai

順位モデル組織スコア
1Claude Mythos 5Anthropic83
2Claude Opus 5Anthropic82.7
3Claude Fable 5Anthropic82.7
4GPT-5.6 SolOpenAI81.7
5Kimi K3Moonshot AI80.2
6Qwen3.8 MaxAlibaba79
7Muse Spark 1.1Meta76.7
8Claude Opus 4.8Anthropic76.2
9Gemini 3.6 FlashGoogle75.2
10Grok 4.5xAI75.2
11GPT-5.5OpenAI73.3
12GPT-5.4OpenAI73.1
13GPT-5.6 TerraOpenAI72.6
14Claude Opus 4.7 (Adaptive)Anthropic72.3
15Claude Opus 4.7Anthropic71.9

Aider polyglot (coding)

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

順位モデル組織スコア
1gpt-5 (high)88
2gpt-5 (medium)86.7
3o3-pro (high)84.9
4gemini-2.5-pro-preview-06-05 (32k think)83.1
5o3 (high)81.3
6gpt-5 (low)81.3
7grok-4 (high)79.6
8gemini-2.5-pro-preview-06-05 (default think)79.1
9o3 (high) + gpt-4.178.2
10Gemini 2.5 Pro Preview 05-0676.9
11o376.9
12DeepSeek-V3.2-Exp (Reasoner)74.2
13Gemini 2.5 Pro Preview 03-2572.9
14o4-mini (high)72
15claude-opus-4-20250514 (32k thinking)72

Artificial Analysis (Intelligence Index)

指標: AA Intelligence Index (0-100) · artificialanalysis.ai

順位モデル組織スコア
1Claude Opus 5 (Adaptive Reasoning, Max Effort)Anthropic63.1
2Claude Opus 5 (Adaptive Reasoning, Xhigh Effort)Anthropic62.5
3Claude Fable 5 (Adaptive Reasoning, Max Effort, Opus 4.8 Fallback)Anthropic62.1
4Claude Opus 5 (Adaptive Reasoning, High Effort)Anthropic61.5
5GPT-5.6 Sol (max)OpenAI60.9
6Grok 4.6 (high)SpaceXAI60.9
7Grok 4.6 (xhigh)SpaceXAI60
8Kimi K3 (max)Kimi59.7
9GLM-5.3 (max)Z AI59.5
10GPT-5.6 Sol (xhigh)OpenAI59
11Grok 4.6 (medium)SpaceXAI59
12Claude Opus 5 (Adaptive Reasoning, Medium Effort)Anthropic58.6
13Qwen3.8 MaxAlibaba58.1
14Qwen3.8 2.4T A95BAlibaba57.7
15GPT-5.6 Sol (high)OpenAI57.3

価格とコンテキストウィンドウ

価格とコンテキストのメタデータは OpenRouter 公開APIから。価格は100万トークンあたりの米ドルです。

モデル組織コンテキスト入力 $/1M出力 $/1M
Auto Router (Beta)openrouter2,000,000$-1,000,000$-1,000,000
Pareto Code Routeropenrouter2,000,000$-1,000,000$-1,000,000
SpaceXAI: Grok 4.20 Multi-Agentx-ai2,000,000$1.25$2.5
SpaceXAI: Grok 4.20x-ai2,000,000$1.25$2.5
Auto Routeropenrouter2,000,000$-1,000,000$-1,000,000
DeepSeek V4 Flash Latest~deepseek1,310,720$0.04$0.08
DeepSeek: DeepSeek V4 Flash 0731deepseek1,310,720$0.14$0.28
Meta: Llama 4 Scoutmeta-llama1,310,720$0.1$0.3
OpenAI: GPT-5.6 Luna Proopenai1,050,000$0.2$1.2
OpenAI: GPT-5.6 Luna Pro (batch)openai1,050,000$0.1$0.6
OpenAI: GPT-5.6 Lunaopenai1,050,000$0.2$1.2
OpenAI: GPT-5.6 Luna (batch)openai1,050,000$0.1$0.6
OpenAI: GPT-5.6 Terra Proopenai1,050,000$2$12
OpenAI: GPT-5.6 Terra Pro (batch)openai1,050,000$1$6
OpenAI: GPT-5.6 Terraopenai1,050,000$2$12
OpenAI: GPT-5.6 Terra (batch)openai1,050,000$1$6
OpenAI: GPT-5.6 Sol Proopenai1,050,000$2$10
OpenAI: GPT-5.6 Sol Pro (batch)openai1,050,000$1$5
OpenAI: GPT-5.6 Solopenai1,050,000$2$10
OpenAI: GPT-5.6 Sol (batch)openai1,050,000$1$5

最近の変更

変更の追跡は次のデイリースナップショットから始まります。順位とスコアの変動がここに表示されます。

出典と方法論

ランキングはオープンなコミュニティ評価から集計しています。Eloスコア、信頼区間、投票数は LMArena(コミュニティ投票によるモデル対戦、オープンデータセットとして公開)に由来します。価格とコンテキストのメタデータは OpenRouter の公開APIから取得。Wikiprompt は毎日スナップショットを保存し履歴を保持します。独自の評価は行いません。

  1. LMArena leaderboard dataset (Hugging Face)
  2. LMArena leaderboard
  3. OpenRouter models API
  4. Artificial Analysis (intelligence, speed and latency data)

関連項目