Classificados pelo tráfego de produção real do OrcaRouter e pelos votos da comunidade no Battle Mode — e não por benchmarks divulgados pelos fornecedores.
Um ranking combinado por modelo — votos do LMArena, benchmarks independentes, adoção do ecossistema e evidências de produção do OrcaRouter, com pesos públicos fixos. Modelos novos entram desde o primeiro dia com base em evidências externas.
| PosiçãoPosição pela pontuação composta neste segmento. | ModeloClique para a página completa do modelo: preços, specs, rotas de provedores. | Pontuação compostaPontuação combinada 0–100: preferência humana 40%, benchmarks independentes 30%, evidência de produção OrcaRouter 20%, adoção 10%. | ConfiabilidadeTaxa de sucesso de 7 dias e latência mediana (p50), medidas no gateway OrcaRouter. | $/1M mistoMédia do preço de entrada/saída por 1M tokens; passe o cursor para o detalhe exato. | VelocidadeTaxa de saída em tokens por segundo sobre o tráfego do gateway da OrcaRouter (janela de 7 dias) — total de tokens gerados dividido pelo tempo total de geração. As barras são relativas ao modelo mais rápido. | ImpulsoBuzz da comunidade e movimento da pontuação — apenas contexto, nunca um fator do ranking. | EvidênciasOs sinais brutos por trás da mistura — passe o cursor num chip para ver o que mede. |
|---|---|---|---|---|---|---|---|
| #1 | DeepSeek: DeepSeek V4.1 Flash | 86.3 | 99.97% · 1126ms | $0.38$0.15 → $0.6 per 1M tokens | 189 tokens por segundo | — | AA 39.5Índice de inteligência da Artificial Analysis — benchmark composto independente (0–100).OR 35.8%Fatia de tokens do OpenRouter — adoção real do ecossistema. |
| #2 | Anthropic: Claude Opus 5.5 | 86.0 | 99.20% · 5355ms | $12.00$4 → $20 per 1M tokens | 103 tokens por segundo | — | AA 59.1Índice de inteligência da Artificial Analysis — benchmark composto independente (0–100).OR 3.2%Fatia de tokens do OpenRouter — adoção real do ecossistema. |
| #3 | OpenAI: GPT-5.4 Pro | 82.1 | 99.03% · 8600ms | $165.00$60 → $270 per 1M tokens | 6.5 tokens por segundo | — | AA 66.0Índice de inteligência da Artificial Analysis — benchmark composto independente (0–100).Win 58.7%Taxa de vitórias no Blind Battle da OrcaRouter — votos cegos da nossa comunidade. |
| #4 | OpenAI: GPT-6.1 Sol | 79.3 | 99.15% · 1023ms | $6.00$2 → $10 per 1M tokens | 44 tokens por segundo | — | AA 54.6Índice de inteligência da Artificial Analysis — benchmark composto independente (0–100).OR 1.8%Fatia de tokens do OpenRouter — adoção real do ecossistema. |
| #5 | OpenAI: GPT-6 Astra | 74.6 | 99.42% · 4206ms | $30.00$10 → $50 per 1M tokens | 50 tokens por segundo | — | AA 56.9Índice de inteligência da Artificial Analysis — benchmark composto independente (0–100).OR 0.2%Fatia de tokens do OpenRouter — adoção real do ecossistema. |
| #6 | MoonshotAI: Kimi K3.1 Pro | 72.5 | 99.11% · 7391ms | $6.00$2 → $10 per 1M tokens | 79 tokens por segundo | — | AA 46.5Índice de inteligência da Artificial Analysis — benchmark composto independente (0–100).OR 1.7%Fatia de tokens do OpenRouter — adoção real do ecossistema. |
| #7 | google/gemini-4-argon | 71.6 | 99.03% · 10000ms | $6.00$2 → $10 per 1M tokens | 989 tokens por segundo | — | AA 50.4Índice de inteligência da Artificial Analysis — benchmark composto independente (0–100).OR 0.6%Fatia de tokens do OpenRouter — adoção real do ecossistema. |
| #8 | Anthropic: Claude Opus 5 | 69.3 | 99.28% · 4822ms | $15.00$5 → $25 per 1M tokens | 57 tokens por segundo | — | AA 50.8Índice de inteligência da Artificial Analysis — benchmark composto independente (0–100).OR 0.1%Fatia de tokens do OpenRouter — adoção real do ecossistema. |
| #9 | Qwen3.7 Max (2026-05-20) | 68.4 | 100.00% · 3500ms | $2.50$1.25 → $3.75 per 1M tokens | 93 tokens por segundo | — | AA 29.5Índice de inteligência da Artificial Analysis — benchmark composto independente (0–100).OR 0.0%Fatia de tokens do OpenRouter — adoção real do ecossistema.Win 80.1%Taxa de vitórias no Blind Battle da OrcaRouter — votos cegos da nossa comunidade. |
| #10 | Anthropic: Claude Fable 5.1 | 68.1 | 99.09% · 3784ms | $30.00$10 → $50 per 1M tokens | 67 tokens por segundo | — | AA 49.2Índice de inteligência da Artificial Analysis — benchmark composto independente (0–100).OR 0.1%Fatia de tokens do OpenRouter — adoção real do ecossistema. |
LMArena leaderboard dataset (CC-BY-4.0) — lmarena.ai · Source: OpenRouter (openrouter.ai/rankings) · SWE-bench Verified — swebench.com · Artificial Analysis — artificialanalysis.ai
Taxas de vitória aos pares no Battle Mode — com que frequência cada modelo vence cada rival no confronto direto.
Pontuações de inteligência independentes plotadas em relação ao preço de entrada. A linha tracejada é a fronteira de Pareto preço/inteligência.
Duas respostas anônimas, um voto. Suas batalhas alimentam os 20% de evidência de produção do rank consolidado.
Dois modelos anônimos respondem ao mesmo prompt. Leia os dois, vote no vencedor e depois veja quem escreveu o quê — seu voto alimenta o ranking acima.
Cada número desta página é medido, nunca autodeclarado. Este é o método completo por trás do ranking combinado — as mesmas regras para cada modelo, todos os dias.
Cada modelo recebe uma pontuação composta de quatro famílias de evidência independentes: preferência humana às cegas 40%, benchmarks independentes 30%, evidência de produção do OrcaRouter 20% e adoção do ecossistema 10%. Os pesos são fixos e públicos — sem ajustes editoriais, sem posição paga, sem envios de fornecedores.
A preferência humana vem do Elo comunitário do LMArena — votos cegos em pares nas arenas de texto e visão (CC-BY-4.0). Os benchmarks independentes combinam a Artificial Analysis (Intelligence Index mais programação, matemática, GPQA Diamond e τ²-Bench) com o SWE-bench Verified, a fração de issues reais do GitHub resolvidos. A evidência de produção são as taxas de vitória no Blind Battle do próprio OrcaRouter. A adoção usa a participação de tokens publicada pelo OpenRouter. Taxa de sucesso, latência e taxa de saída aparecem ao lado de cada modelo como contexto — nunca entram no ranking.
As fontes pontuam em escalas diferentes (Elo, índices 0–100, % resolvido), então cada sinal é padronizado contra o quadro atual e mapeado para 0–100: 50 é a média do quadro e cada 15 pontos valem um desvio padrão, com limites nos extremos. Um modelo precisa de pelo menos duas famílias de evidência independentes para ranquear, e o quadro lista o top 25 por pontuação composta.
Os quadros de texto, programação, visão, matemática, raciocínio e agentes recalculam a mesma mistura sobre sinais adequados ao segmento — programação troca para os benchmarks de código e o SWE-bench Verified, visão usa a arena de visão do LMArena — e os Blind Battles só pareiam modelos do mesmo segmento.
Os feeds externos são atualizados diariamente e a telemetria própria é ao vivo; modelos novos entram com evidência externa em até 48 horas após o lançamento. Nenhum número autodeclarado de fornecedor é usado em lugar algum, o buzz da comunidade aparece apenas como contexto e nunca alimenta uma posição, e toda fonte externa é creditada sob o quadro.
Cada modelo recebe uma pontuação combinada de quatro famílias de evidência — preferência humana às cegas (LMArena), benchmarks independentes (Artificial Analysis, SWE-bench), confiabilidade de produção da OrcaRouter e adoção do ecossistema (OpenRouter) — com pesos públicos fixos de 40 / 30 / 20 / 10.
Modelos novos entram no ranking com base em evidências externas em até 48 horas após o lançamento. A posição se consolida à medida que batalhas da comunidade e tráfego de produção se acumulam.
As fontes externas atualizam diariamente e a telemetria da OrcaRouter é ao vivo; a data de atualização aparece no topo.
Um modelo precisa de pelo menos duas fontes de evidência independentes para ser classificado, e o quadro mostra o top 25 por pontuação composta — modelos com evidência insuficiente ficam de fora até que outra fonte os cubra.
Sim — os botões acima da tabela consolidada alternam entre os rankings de texto, programação, visão, matemática, raciocínio e agentes, e as batalhas só pareiam modelos comparáveis.
Quando um modelo reúne três famílias de evidências, incluindo as batalhas e o tráfego do próprio OrcaRouter, sua posição passa a se basear na combinação completa, e não apenas em evidências externas.
LMArena (CC-BY-4.0), Artificial Analysis, SWE-bench e OpenRouter, mais a telemetria de produção da OrcaRouter — tudo atribuído sob o quadro.
Difícil: pesos públicos, nada de números autodeclarados, e batalhas cegas mais tráfego real ancoram cada pontuação.
Sim — exportação JSON/CSV, selo de posição incorporável e feed RSS de mudanças, grátis com atribuição. Links no rodapé.