Diperingkat berdasarkan lalu lintas produksi nyata OrcaRouter dan suara komunitas di Battle Mode — bukan tolok ukur yang dilaporkan vendor.
Satu peringkat gabungan per model — suara LMArena, benchmark independen, adopsi ekosistem, dan bukti produksi OrcaRouter, dengan bobot publik yang tetap. Model baru masuk sejak hari pertama berdasarkan bukti eksternal.
| Peringkat | Model | Skor gabungan | Keandalan | $/1M campuran | Volume | Momentum | Bukti |
|---|---|---|---|---|---|---|---|
| #1 | Anthropic: Claude Opus 5 | 74.2 | 99.77% · 3883ms | $15.00$5 → $25 per 1M tokens | <1% | — | AA 63.1Indeks kecerdasan Artificial Analysis — benchmark gabungan independen (0–100).OR 1.9%Pangsa token OpenRouter — adopsi ekosistem nyata. |
| #2 | OpenAI: GPT-5.6 Luna | 73.8 | 99.44% · 3256ms | $0.70$0.2 → $1.2 per 1M tokens | 12% | — | AA 52.3Indeks kecerdasan Artificial Analysis — benchmark gabungan independen (0–100).OR 6.7%Pangsa token OpenRouter — adopsi ekosistem nyata. |
| #3 | OpenAI: GPT-5.4 Pro | 72.2 | 99.25% · 9000ms | $165.00$60 → $270 per 1M tokens | <1%▼ | — | AA 66.0Indeks kecerdasan Artificial Analysis — benchmark gabungan independen (0–100).Win 58.7%Tingkat kemenangan Blind Battle OrcaRouter — suara buta komunitas kami. |
| #4 | MoonshotAI: Kimi K3 | 72.2 | 99.40% · 7738ms | $9.00$3 → $15 per 1M tokens | 8% | — | AA 59.7Indeks kecerdasan Artificial Analysis — benchmark gabungan independen (0–100).OR 2.0%Pangsa token OpenRouter — adopsi ekosistem nyata. |
| #5 | Z.ai: GLM 5.2 | 71.6 | 99.62% · 5211ms | $2.90$1.4 → $4.4 per 1M tokens | 3%▼ | — | AA 52.6Indeks kecerdasan Artificial Analysis — benchmark gabungan independen (0–100).OR 4.9%Pangsa token OpenRouter — adopsi ekosistem nyata.Win 63.6%Tingkat kemenangan Blind Battle OrcaRouter — suara buta komunitas kami. |
| #6 | OpenAI: GPT-5.6 Sol | 69.8 | 99.34% · 6136ms | $17.50$5 → $30 per 1M tokens | <1% | — | AA 60.9Indeks kecerdasan Artificial Analysis — benchmark gabungan independen (0–100).OR 0.9%Pangsa token OpenRouter — adopsi ekosistem nyata. |
| #7 | Qwen3.7 Max (2026-05-20) | 69.2 | 99.14% · 10000ms | $2.50$1.25 → $3.75 per 1M tokens | <1%▲ | — | AA 46.7Indeks kecerdasan Artificial Analysis — benchmark gabungan independen (0–100).OR 0.1%Pangsa token OpenRouter — adopsi ekosistem nyata.Win 80.1%Tingkat kemenangan Blind Battle OrcaRouter — suara buta komunitas kami. |
| #8 | OpenAI: GPT-5.6 Terra | 68.0 | 99.94% · 2586ms | $7.00$2 → $12 per 1M tokens | 16% | — | AA 56.6Indeks kecerdasan Artificial Analysis — benchmark gabungan independen (0–100).OR 1.2%Pangsa token OpenRouter — adopsi ekosistem nyata. |
| #9 | Anthropic: Claude Fable 5 | 67.3 | 99.41% · 4144ms | $30.00$10 → $50 per 1M tokens | <1%▲ | — | Arena 1494Elo komunitas LMArena — suara buta di arena teks (CC-BY-4.0).AA 62.1Indeks kecerdasan Artificial Analysis — benchmark gabungan independen (0–100).OR 0.3%Pangsa token OpenRouter — adopsi ekosistem nyata. |
| #10 | Google: Gemini 3.6 Flash | 66.6 | 99.35% · 3928ms | $4.50$1.5 → $7.5 per 1M tokens | <1% | — | Arena 1480Elo komunitas LMArena — suara buta di arena teks (CC-BY-4.0).AA 51.6Indeks kecerdasan Artificial Analysis — benchmark gabungan independen (0–100).OR 3.5%Pangsa token OpenRouter — adopsi ekosistem nyata. |
LMArena leaderboard dataset (CC-BY-4.0) — lmarena.ai · Source: OpenRouter (openrouter.ai/rankings) · SWE-bench Verified — swebench.com · Artificial Analysis — artificialanalysis.ai
Tingkat kemenangan berpasangan di Battle Mode — seberapa sering setiap model mengalahkan tiap lawan secara langsung.
Skor kecerdasan independen diplot terhadap harga input. Garis putus-putus adalah frontier Pareto harga/kecerdasan.
Dua jawaban anonim, satu suara. Battle Anda mengisi bobot 20% bukti produksi dalam peringkat konsolidasi.
Dua model anonim menjawab prompt yang sama. Baca keduanya, pilih pemenangnya, lalu lihat siapa menulis apa — suaramu memengaruhi peringkat di atas.
Setiap angka di halaman ini diukur, tidak pernah dilaporkan sendiri oleh vendor. Inilah metode lengkap di balik peringkat gabungan — aturan yang sama untuk setiap model, setiap hari.
Setiap model mendapat skor komposit dari empat keluarga bukti independen: preferensi manusia secara buta 40%, benchmark independen 30%, bukti produksi OrcaRouter 20%, dan adopsi ekosistem 10%. Bobotnya tetap dan publik — tanpa penyesuaian editorial, tanpa penempatan berbayar, tanpa pengajuan vendor.
Preferensi manusia berasal dari Elo komunitas LMArena — suara berpasangan secara buta di arena teks dan visi (CC-BY-4.0). Benchmark independen menggabungkan Artificial Analysis (Intelligence Index plus coding, matematika, GPQA Diamond, dan τ²-Bench) dengan SWE-bench Verified, porsi issue GitHub nyata yang terselesaikan. Bukti produksi adalah milik OrcaRouter sendiri: tingkat kemenangan Blind Battle plus telemetri gateway langsung — tingkat keberhasilan, latensi, dan volume token yang dirutekan. Adopsi memakai porsi token yang dipublikasikan OpenRouter.
Sumber menilai pada skala berbeda (Elo, indeks 0–100, % terselesaikan), jadi tiap sinyal distandardisasi terhadap papan saat ini dan dipetakan ke 0–100: 50 adalah rata-rata papan dan tiap 15 poin setara satu simpangan baku, dibatasi di ujung. Sebuah model butuh minimal dua keluarga bukti independen agar bisa diperingkat, dan papan menampilkan 25 teratas menurut skor komposit.
Papan teks, coding, visi, matematika, penalaran, dan agen menjalankan ulang campuran yang sama pada sinyal yang sesuai segmennya — coding memakai benchmark coding dan SWE-bench Verified, visi memakai arena visi LMArena — dan Blind Battle hanya memasangkan model dalam segmen yang sama.
Umpan eksternal disegarkan setiap hari dan telemetri internal berjalan langsung; model baru masuk berdasarkan bukti eksternal dalam 48 jam setelah rilis. Angka yang dilaporkan sendiri oleh vendor tidak pernah dipakai, keramaian komunitas hanya ditampilkan sebagai konteks dan tak pernah memengaruhi peringkat, dan setiap sumber eksternal dicantumkan di bawah papan.
Setiap model mendapat skor gabungan dari empat kelompok bukti — preferensi manusia secara buta (LMArena), benchmark independen (Artificial Analysis, SWE-bench), keandalan produksi OrcaRouter, dan adopsi ekosistem (OpenRouter) — dengan bobot publik tetap 40 / 30 / 20 / 10.
Model baru masuk ke papan berdasarkan bukti eksternal dalam 48 jam setelah rilis. Peringkat semakin kokoh seiring bertambahnya battle komunitas dan trafik produksi.
Sumber eksternal diperbarui harian dan telemetri OrcaRouter berjalan live; tanggal pembaruan tampil di bagian atas.
Sebuah model memerlukan setidaknya dua sumber bukti independen untuk masuk peringkat, dan papan menampilkan 25 teratas berdasarkan skor komposit — model dengan bukti tipis tetap tidak tercantum sampai sumber lain mencakupnya.
Ya — tombol di atas tabel gabungan berpindah antara papan teks, coding, visi, matematika, penalaran, dan agen, dan battle hanya memasangkan model yang setara.
Begitu sebuah model memiliki tiga keluarga bukti, termasuk data battle dan trafik milik OrcaRouter sendiri, peringkatnya bertumpu pada gabungan penuh, bukan hanya pada bukti eksternal.
LMArena (CC-BY-4.0), Artificial Analysis, SWE-bench, peringkat OpenRouter, plus telemetri produksi OrcaRouter — semuanya diatribusikan di bawah papan.
Sulit: bobot terbuka, tanpa angka klaim sendiri, dan blind battle plus trafik nyata menjangkar setiap skor.
Bisa — ekspor JSON/CSV, lencana peringkat yang dapat disematkan, dan RSS perubahan peringkat gratis dengan atribusi. Tautan ada di bagian bawah halaman.