Ранжирование по реальному рабочему трафику OrcaRouter и голосам сообщества в Battle Mode — а не по бенчмаркам от производителей.
Один сводный рейтинг для каждой модели — голоса LMArena, независимые бенчмарки, распространённость в экосистеме и производственные данные OrcaRouter с фиксированными публичными весами. Новые модели попадают в рейтинг с первого дня на основе внешних данных.
| РангПозиция по сводному баллу в этом сегменте. | МодельКлик — полная страница модели: цены, характеристики, маршруты. | КомпозитСводный балл 0–100: предпочтения людей 40%, независимые бенчмарки 30%, производственные данные OrcaRouter 20%, распространённость 10%. | НадёжностьУспешность за 7 дней и медианная (p50) задержка на шлюзе OrcaRouter. | $/1M смеш.Среднее цен входа/выхода за 1M токенов; наведите для точного разбиения вход → выход. | СкоростьСкорость вывода в токенах в секунду по трафику шлюза OrcaRouter (окно 7 дней) — общее число сгенерированных токенов, делённое на общее время генерации. Полосы показаны относительно самой быстрой модели. | ДинамикаОбсуждаемость и движение рейтинга — только контекст, никогда не влияет на ранг. | ДоказательстваСырые сигналы за сводным баллом — наведите на чип, чтобы узнать, что он измеряет. |
|---|---|---|---|---|---|---|---|
| #1 | OpenAI: GPT-5.4 Pro | 81.1 | 99.46% · 10000ms | $165.00$60 → $270 per 1M tokens | 132 токенов в секунду | — | AA 66.0Индекс интеллекта Artificial Analysis — независимый составной бенчмарк (0–100).Win 58.7%Процент побед в Blind Battle OrcaRouter — слепые парные голоса нашего сообщества. |
| #2 | DeepSeek: DeepSeek V4.1 Flash | 78.6 | 99.90% · 2532ms | $0.38$0.15 → $0.6 per 1M tokens | 184 токенов в секунду | — | AA 39.5Индекс интеллекта Artificial Analysis — независимый составной бенчмарк (0–100).OR 13.5%Доля токенов OpenRouter — реальная распространённость. |
| #3 | OpenAI: GPT-6 Astra | 75.8 | 99.16% · 10000ms | $30.00$10 → $50 per 1M tokens | 56 токенов в секунду | — | AA 52.7Индекс интеллекта Artificial Analysis — независимый составной бенчмарк (0–100).OR 1.4%Доля токенов OpenRouter — реальная распространённость. |
| #4 | Anthropic: Claude Opus 5.5 | 73.4 | 100.00% · 10000ms | $12.00$4 → $20 per 1M tokens | 1784 токенов в секунду | — | AA 57.6Индекс интеллекта Artificial Analysis — независимый составной бенчмарк (0–100).OR 0.0%Доля токенов OpenRouter — реальная распространённость. |
| #5 | Anthropic: Claude Opus 5 | 72.6 | 99.17% · 6222ms | $15.00$5 → $25 per 1M tokens | 84 токенов в секунду | — | AA 50.8Индекс интеллекта Artificial Analysis — независимый составной бенчмарк (0–100).OR 0.9%Доля токенов OpenRouter — реальная распространённость. |
| #6 | Anthropic: Claude Fable 5.1 | 72.3 | 99.26% · 8014ms | $30.00$10 → $50 per 1M tokens | 61 токенов в секунду | — | AA 53.4Индекс интеллекта Artificial Analysis — независимый составной бенчмарк (0–100).OR 0.4%Доля токенов OpenRouter — реальная распространённость. |
| #7 | Z.ai: GLM 5.3 | 72.1 | 99.86% · 3910ms | $2.61$1.26 → $3.96 per 1M tokens | 74 токенов в секунду | — | AA 44.8Индекс интеллекта Artificial Analysis — независимый составной бенчмарк (0–100).OR 2.4%Доля токенов OpenRouter — реальная распространённость. |
| #8 | OpenAI: GPT-5.6 Luna | 72.1 | 99.88% · 1631ms | $0.70$0.2 → $1.2 per 1M tokens | 110 токенов в секунду | — | AA 37.3Индекс интеллекта Artificial Analysis — независимый составной бенчмарк (0–100).OR 6.6%Доля токенов OpenRouter — реальная распространённость. |
| #9 | Z.ai: GLM 5.3 Flash | 71.5 | 99.55% · 6861ms | $0.16$0.075 → $0.25 per 1M tokens | 93 токенов в секунду | — | Arena 1472Elo сообщества LMArena — слепые голоса на текстовой арене (CC-BY-4.0).AA 41.8Индекс интеллекта Artificial Analysis — независимый составной бенчмарк (0–100).OR 13.9%Доля токенов OpenRouter — реальная распространённость. |
| #10 | OpenAI: GPT-5.6 Sol | 71.4 | 99.14% · 10000ms | $12.00$4 → $20 per 1M tokens | 1625 токенов в секунду | — | AA 47.0Индекс интеллекта Artificial Analysis — независимый составной бенчмарк (0–100).OR 1.4%Доля токенов OpenRouter — реальная распространённость. |
LMArena leaderboard dataset (CC-BY-4.0) — lmarena.ai · Source: OpenRouter (openrouter.ai/rankings) · SWE-bench Verified — swebench.com · Artificial Analysis — artificialanalysis.ai
Попарные показатели побед в Battle Mode — как часто каждая модель побеждает каждого соперника в очном сравнении.
Независимые оценки интеллекта в зависимости от цены ввода. Пунктирная линия — граница Парето по цене и интеллекту.
Два анонимных ответа, один голос. Ваши битвы формируют 20% веса производственных данных в сводном рейтинге.
Две анонимные модели отвечают на один и тот же запрос. Прочитайте оба ответа, проголосуйте за победителя, а затем узнайте, кто что написал — ваш голос идёт в рейтинг выше.
Каждая цифра на этой странице измерена, а не заявлена вендором. Ниже — полный метод сводного рейтинга: одни и те же правила для каждой модели, каждый день.
Каждая модель получает композитный балл из четырёх независимых семейств данных: слепые человеческие предпочтения 40%, независимые бенчмарки 30%, производственные данные OrcaRouter 20% и распространённость в экосистеме 10%. Веса фиксированы и публичны — без редакторских правок, платных мест и заявок вендоров.
Человеческие предпочтения — это командный Elo LMArena: слепые парные голосования на текстовой и визуальной аренах (CC-BY-4.0). Независимые бенчмарки объединяют Artificial Analysis (Intelligence Index плюс программирование, математика, GPQA Diamond и τ²-Bench) и SWE-bench Verified — долю решённых реальных задач GitHub. Производственные данные — это собственные результаты OrcaRouter в Blind Battle. Распространённость берётся из публикуемой OpenRouter доли токенов. Успешность, задержка и пропускная способность показаны рядом с каждой моделью как контекст и никогда не влияют на ранг.
Источники используют разные шкалы (Elo, индексы 0–100, процент решённых задач), поэтому каждый сигнал стандартизируется относительно текущего рейтинга и переводится в шкалу 0–100: 50 — среднее по таблице, каждые 15 пунктов — одно стандартное отклонение, с ограничением на краях. Для попадания в рейтинг модели нужно минимум два независимых семейства данных; таблица показывает топ-25 по сводному баллу.
Таблицы для текста, программирования, зрения, математики, рассуждений и агентов пересчитывают то же смешение на сигналах своего сегмента — программирование берёт кодовые бенчмарки и SWE-bench Verified, зрение использует визуальную арену LMArena — а Blind Battle сводит только модели одного сегмента.
Внешние источники обновляются ежедневно, собственная телеметрия — в реальном времени; новые модели попадают в рейтинг по внешним данным в течение 48 часов после релиза. Самоотчётные цифры вендоров не используются нигде, обсуждаемость в сообществе показывается только как контекст и никогда не влияет на место, а все внешние источники указаны под таблицей.
Каждая модель получает объединённую оценку из четырёх семейств данных — слепые человеческие предпочтения (LMArena), независимые бенчмарки (Artificial Analysis, SWE-bench), производственная надёжность OrcaRouter и распространённость в экосистеме (OpenRouter) — с фиксированными публичными весами 40 / 30 / 20 / 10.
Новые модели попадают в таблицу на основе внешних данных в течение 48 часов после релиза. Рейтинг укрепляется по мере накопления пользовательских баттлов и рабочего трафика.
Внешние источники обновляются ежедневно, телеметрия OrcaRouter — в реальном времени; дата обновления показана вверху.
Для попадания в рейтинг модели нужны минимум два независимых источника данных; таблица показывает топ-25 по составному баллу — модели с недостаточными данными не отображаются, пока их не охватит новый источник.
Да — кнопки над сводной таблицей переключают рейтинги: текст, программирование, зрение, математика, рассуждения и агенты, а баттлы сводят только сопоставимые модели.
Как только модель набирает три семейства данных, включая собственные баттлы и трафик OrcaRouter, её рейтинг опирается на полное смешение, а не только на внешние данные.
LMArena (CC-BY-4.0), Artificial Analysis, SWE-bench, рейтинги OpenRouter и производственная телеметрия OrcaRouter — все источники указаны под таблицей.
Сложно: веса публичны, самоотчётные данные не используются, а слепые битвы и живой трафик заякоривают каждый балл.
Да — экспорт в JSON/CSV, встраиваемый бейдж ранга и RSS-лента изменений доступны бесплатно с указанием источника. Ссылки внизу страницы.