Klasyfikacja na podstawie rzeczywistego ruchu produkcyjnego OrcaRouter i głosów społeczności w Battle Mode — a nie benchmarków podawanych przez dostawców.
Jeden łączony ranking dla każdego modelu — głosy LMArena, niezależne benchmarki, adopcja w ekosystemie i dane produkcyjne OrcaRouter, ze stałymi publicznymi wagami. Nowe modele wchodzą od pierwszego dnia na podstawie zewnętrznych dowodów.
| PozycjaPozycja wg wyniku łącznego w tym segmencie. | ModelKliknij po pełną stronę modelu: ceny, specyfikacje, trasy dostawców. | Wynik łącznyŁączny wynik 0–100: preferencje ludzi 40%, niezależne benchmarki 30%, dane produkcyjne OrcaRouter 20%, adopcja 10%. | Niezawodność7-dniowa skuteczność i mediana (p50) opóźnienia, mierzone na bramce OrcaRouter. | $/1M łączoneŚrednia ceny wejścia/wyjścia za 1M tokenów; najedź, by zobaczyć dokładny podział. | SzybkośćPrzepustowość wyjścia w tokenach na sekundę na ruchu bramy OrcaRouter (okno 7 dni) — łączna liczba wygenerowanych tokenów podzielona przez łączny czas generowania. Paski są względne wobec najszybszego modelu. | ImpetSzum społeczności i ruch ratingu — tylko kontekst, nigdy czynnik rankingu. | DowodySurowe sygnały za wynikiem — najedź na chip, by poznać znaczenie. |
|---|---|---|---|---|---|---|---|
| #1 | DeepSeek: DeepSeek V4.1 Flash | 86.3 | 99.97% · 1126ms | $0.38$0.15 → $0.6 per 1M tokens | 189 tokenów na sekundę | — | AA 39.5Indeks inteligencji Artificial Analysis — niezależny benchmark złożony (0–100).OR 35.8%Udział tokenów OpenRouter — realna adopcja ekosystemu. |
| #2 | Anthropic: Claude Opus 5.5 | 86.0 | 99.20% · 5355ms | $12.00$4 → $20 per 1M tokens | 103 tokenów na sekundę | — | AA 59.1Indeks inteligencji Artificial Analysis — niezależny benchmark złożony (0–100).OR 3.2%Udział tokenów OpenRouter — realna adopcja ekosystemu. |
| #3 | OpenAI: GPT-5.4 Pro | 82.1 | 99.03% · 8600ms | $165.00$60 → $270 per 1M tokens | 6.5 tokenów na sekundę | — | AA 66.0Indeks inteligencji Artificial Analysis — niezależny benchmark złożony (0–100).Win 58.7%Odsetek zwycięstw Blind Battle OrcaRouter — ślepe głosy naszej społeczności. |
| #4 | OpenAI: GPT-6.1 Sol | 79.3 | 99.15% · 1023ms | $6.00$2 → $10 per 1M tokens | 44 tokenów na sekundę | — | AA 54.6Indeks inteligencji Artificial Analysis — niezależny benchmark złożony (0–100).OR 1.8%Udział tokenów OpenRouter — realna adopcja ekosystemu. |
| #5 | OpenAI: GPT-6 Astra | 74.6 | 99.42% · 4206ms | $30.00$10 → $50 per 1M tokens | 50 tokenów na sekundę | — | AA 56.9Indeks inteligencji Artificial Analysis — niezależny benchmark złożony (0–100).OR 0.2%Udział tokenów OpenRouter — realna adopcja ekosystemu. |
| #6 | MoonshotAI: Kimi K3.1 Pro | 72.5 | 99.11% · 7391ms | $6.00$2 → $10 per 1M tokens | 79 tokenów na sekundę | — | AA 46.5Indeks inteligencji Artificial Analysis — niezależny benchmark złożony (0–100).OR 1.7%Udział tokenów OpenRouter — realna adopcja ekosystemu. |
| #7 | google/gemini-4-argon | 71.6 | 99.03% · 10000ms | $6.00$2 → $10 per 1M tokens | 989 tokenów na sekundę | — | AA 50.4Indeks inteligencji Artificial Analysis — niezależny benchmark złożony (0–100).OR 0.6%Udział tokenów OpenRouter — realna adopcja ekosystemu. |
| #8 | Anthropic: Claude Opus 5 | 69.3 | 99.28% · 4822ms | $15.00$5 → $25 per 1M tokens | 57 tokenów na sekundę | — | AA 50.8Indeks inteligencji Artificial Analysis — niezależny benchmark złożony (0–100).OR 0.1%Udział tokenów OpenRouter — realna adopcja ekosystemu. |
| #9 | Qwen3.7 Max (2026-05-20) | 68.4 | 100.00% · 3500ms | $2.50$1.25 → $3.75 per 1M tokens | 93 tokenów na sekundę | — | AA 29.5Indeks inteligencji Artificial Analysis — niezależny benchmark złożony (0–100).OR 0.0%Udział tokenów OpenRouter — realna adopcja ekosystemu.Win 80.1%Odsetek zwycięstw Blind Battle OrcaRouter — ślepe głosy naszej społeczności. |
| #10 | Anthropic: Claude Fable 5.1 | 68.1 | 99.09% · 3784ms | $30.00$10 → $50 per 1M tokens | 67 tokenów na sekundę | — | AA 49.2Indeks inteligencji Artificial Analysis — niezależny benchmark złożony (0–100).OR 0.1%Udział tokenów OpenRouter — realna adopcja ekosystemu. |
LMArena leaderboard dataset (CC-BY-4.0) — lmarena.ai · Source: OpenRouter (openrouter.ai/rankings) · SWE-bench Verified — swebench.com · Artificial Analysis — artificialanalysis.ai
Parami liczone wskaźniki zwycięstw w Battle Mode — jak często każdy model pokonuje danego rywala w bezpośrednim starciu.
Niezależne wyniki inteligencji naniesione względem ceny wejścia. Linia przerywana to granica Pareto cena/inteligencja.
Dwie anonimowe odpowiedzi, jeden głos. Twoje bitwy zasilają 20% wagi dowodów produkcyjnych w rankingu skonsolidowanym.
Dwa anonimowe modele odpowiadają na ten sam prompt. Przeczytaj oba, zagłosuj na zwycięzcę, a potem zobacz, kto co napisał — Twój głos zasila ranking powyżej.
Każda liczba na tej stronie jest zmierzona, nigdy deklarowana przez dostawcę. Oto pełna metoda stojąca za łączonym rankingiem — te same zasady dla każdego modelu, każdego dnia.
Każdy model otrzymuje wynik złożony z czterech niezależnych rodzin dowodów: ślepe preferencje ludzi 40%, niezależne benchmarki 30%, dane produkcyjne OrcaRouter 20% i adopcja w ekosystemie 10%. Wagi są stałe i publiczne — bez redakcyjnych korekt, bez płatnych miejsc, bez zgłoszeń od dostawców.
Preferencje ludzi pochodzą ze społecznościowego Elo LMArena — ślepe głosowania parami na arenie tekstowej i wizyjnej (CC-BY-4.0). Niezależne benchmarki łączą Artificial Analysis (Intelligence Index oraz programowanie, matematykę, GPQA Diamond i τ²-Bench) z SWE-bench Verified — odsetkiem rozwiązanych prawdziwych issue z GitHuba. Dane produkcyjne to własne wyniki Blind Battle OrcaRouter. Adopcja korzysta z publikowanego przez OpenRouter udziału tokenów. Skuteczność, opóźnienie i przepustowość są pokazywane obok każdego modelu jako kontekst — nigdy nie wpływają na ranking.
Źródła oceniają w różnych skalach (Elo, indeksy 0–100, % rozwiązanych), więc każdy sygnał jest standaryzowany względem bieżącej tabeli i mapowany na 0–100: 50 to średnia tabeli, a każde 15 punktów to jedno odchylenie standardowe, z ograniczeniem na krańcach. Model potrzebuje co najmniej dwóch niezależnych rodzin dowodów, by w ogóle być sklasyfikowanym, a tabela pokazuje top 25 według wyniku złożonego.
Tabele tekst, programowanie, wizja, matematyka, rozumowanie i agenci przeliczają tę samą mieszankę na sygnałach właściwych segmentowi — programowanie podmienia benchmarki kodu i SWE-bench Verified, wizja używa areny wizyjnej LMArena — a Blind Battle łączy wyłącznie modele z tego samego segmentu.
Zewnętrzne źródła odświeżają się codziennie, a własna telemetria działa na żywo; nowe modele wchodzą na podstawie zewnętrznych dowodów w ciągu 48 godzin od premiery. Nigdzie nie używa się liczb deklarowanych przez dostawców, szum społeczności jest pokazywany tylko jako kontekst i nigdy nie wpływa na pozycję, a każde zewnętrzne źródło jest podpisane pod tabelą.
Każdy model otrzymuje łączny wynik z czterech rodzin dowodów — ślepych preferencji ludzi (LMArena), niezależnych benchmarków (Artificial Analysis, SWE-bench), niezawodności produkcyjnej OrcaRouter i adopcji w ekosystemie (OpenRouter) — z ustalonymi publicznymi wagami 40 / 30 / 20 / 10.
Nowe modele trafiają do rankingu na podstawie zewnętrznych dowodów w ciągu 48 godzin od premiery. Pozycja umacnia się w miarę gromadzenia bitew społeczności i ruchu produkcyjnego.
Źródła zewnętrzne odświeżają się codziennie, telemetria OrcaRouter działa na żywo; data aktualizacji jest w nagłówku.
Model potrzebuje co najmniej dwóch niezależnych źródeł dowodów, aby znaleźć się w rankingu, a tablica pokazuje top 25 według łącznego wyniku — modele o zbyt skąpych danych pozostają nieuwzględnione, dopóki nie obejmie ich kolejne źródło.
Tak — przyciski nad skonsolidowaną tabelą przełączają rankingi: tekst, programowanie, wizja, matematyka, rozumowanie i agenci, a bitwy łączą tylko porównywalne modele.
Gdy model zgromadzi trzy rodziny dowodów, w tym własne dane OrcaRouter o bitwach i ruchu, jego pozycja opiera się na pełnym połączeniu, a nie tylko na zewnętrznych dowodach.
LMArena (CC-BY-4.0), Artificial Analysis, SWE-bench i rankingi OpenRouter oraz telemetria produkcyjna OrcaRouter — wszystko opisane pod tabelą.
Trudno: wagi są publiczne, nie używamy danych deklarowanych, a ślepe bitwy i realny ruch kotwiczą każdy wynik.
Tak — eksport JSON/CSV, osadzany znaczek pozycji i kanał RSS zmian są darmowe z podaniem źródła. Linki w stopce.