จัดอันดับจากทราฟฟิกการใช้งานจริงของ OrcaRouter และคะแนนโหวตจากชุมชนใน Battle Mode ไม่ใช่จากเกณฑ์มาตรฐานที่ผู้ให้บริการรายงานเอง
หนึ่งอันดับรวมต่อโมเดล — คะแนนโหวต LMArena เบนช์มาร์กอิสระ การใช้งานในระบบนิเวศ และหลักฐานการใช้งานจริงของ OrcaRouter ด้วยน้ำหนักสาธารณะคงที่ โมเดลใหม่เข้าอันดับตั้งแต่วันแรกจากหลักฐานภายนอก
| อันดับตำแหน่งตามคะแนนรวมในหมวดนี้ | โมเดลคลิกเพื่อดูหน้าโมเดลเต็ม: ราคา สเปก เส้นทางผู้ให้บริการ | คะแนนรวมคะแนนรวม 0–100: ความชอบมนุษย์ 40% เบนช์มาร์กอิสระ 30% หลักฐานการใช้งานจริง OrcaRouter 20% การใช้งาน 10% | ความเสถียรอัตราสำเร็จ 7 วันและเลเทนซีมัธยฐาน (p50) วัดบนเกตเวย์ OrcaRouter | $/1M ผสมค่าเฉลี่ยราคาเข้า/ออกต่อ 1M โทเคน วางเมาส์เพื่อดูรายละเอียดเข้า → ออก | ความเร็วอัตราการส่งออกเป็นโทเคนต่อวินาทีจากทราฟฟิกเกตเวย์ของ OrcaRouter (ช่วง 7 วัน) — จำนวนโทเคนที่สร้างทั้งหมดหารด้วยเวลาสร้างทั้งหมด แถบแสดงค่าเทียบกับโมเดลที่เร็วที่สุด | โมเมนตัมกระแสชุมชนและการเปลี่ยนแปลงเรตติ้ง — เพื่อบริบทเท่านั้น ไม่ถูกนำมาคิดอันดับ | หลักฐานสัญญาณดิบเบื้องหลังคะแนนรวม — วางเมาส์บนชิปเพื่อดูความหมาย |
|---|---|---|---|---|---|---|---|
| #1 | OpenAI: GPT-5.4 Pro | 81.1 | 99.46% · 10000ms | $165.00$60 → $270 per 1M tokens | 132 โทเคนต่อวินาที | — | AA 66.0ดัชนีความฉลาด Artificial Analysis — เบนช์มาร์กรวมอิสระ (0–100)Win 58.7%อัตราชนะ Blind Battle ของ OrcaRouter — โหวตปิดตาจากชุมชนของเรา |
| #2 | DeepSeek: DeepSeek V4.1 Flash | 78.6 | 99.90% · 2532ms | $0.38$0.15 → $0.6 per 1M tokens | 184 โทเคนต่อวินาที | — | AA 39.5ดัชนีความฉลาด Artificial Analysis — เบนช์มาร์กรวมอิสระ (0–100)OR 13.5%ส่วนแบ่งโทเคน OpenRouter — การใช้งานจริงในระบบนิเวศ |
| #3 | OpenAI: GPT-6 Astra | 75.8 | 99.16% · 10000ms | $30.00$10 → $50 per 1M tokens | 56 โทเคนต่อวินาที | — | AA 52.7ดัชนีความฉลาด Artificial Analysis — เบนช์มาร์กรวมอิสระ (0–100)OR 1.4%ส่วนแบ่งโทเคน OpenRouter — การใช้งานจริงในระบบนิเวศ |
| #4 | Anthropic: Claude Opus 5.5 | 73.4 | 100.00% · 10000ms | $12.00$4 → $20 per 1M tokens | 1784 โทเคนต่อวินาที | — | AA 57.6ดัชนีความฉลาด Artificial Analysis — เบนช์มาร์กรวมอิสระ (0–100)OR 0.0%ส่วนแบ่งโทเคน OpenRouter — การใช้งานจริงในระบบนิเวศ |
| #5 | Anthropic: Claude Opus 5 | 72.6 | 99.17% · 6222ms | $15.00$5 → $25 per 1M tokens | 84 โทเคนต่อวินาที | — | AA 50.8ดัชนีความฉลาด Artificial Analysis — เบนช์มาร์กรวมอิสระ (0–100)OR 0.9%ส่วนแบ่งโทเคน OpenRouter — การใช้งานจริงในระบบนิเวศ |
| #6 | Anthropic: Claude Fable 5.1 | 72.3 | 99.26% · 8014ms | $30.00$10 → $50 per 1M tokens | 61 โทเคนต่อวินาที | — | AA 53.4ดัชนีความฉลาด Artificial Analysis — เบนช์มาร์กรวมอิสระ (0–100)OR 0.4%ส่วนแบ่งโทเคน OpenRouter — การใช้งานจริงในระบบนิเวศ |
| #7 | Z.ai: GLM 5.3 | 72.1 | 99.86% · 3910ms | $2.61$1.26 → $3.96 per 1M tokens | 74 โทเคนต่อวินาที | — | AA 44.8ดัชนีความฉลาด Artificial Analysis — เบนช์มาร์กรวมอิสระ (0–100)OR 2.4%ส่วนแบ่งโทเคน OpenRouter — การใช้งานจริงในระบบนิเวศ |
| #8 | gpt-5.6-luna | 72.1 | 99.08% · 1200ms | $0.90$0.2 → $1.6 per 1M tokens | 82 โทเคนต่อวินาที | — | AA 37.3ดัชนีความฉลาด Artificial Analysis — เบนช์มาร์กรวมอิสระ (0–100)OR 6.6%ส่วนแบ่งโทเคน OpenRouter — การใช้งานจริงในระบบนิเวศ |
| #9 | Z.ai: GLM 5.3 Flash | 71.5 | 99.55% · 6861ms | $0.16$0.075 → $0.25 per 1M tokens | 93 โทเคนต่อวินาที | — | Arena 1472Elo ชุมชน LMArena — โหวตปิดตาในสนามข้อความ (CC-BY-4.0)AA 41.8ดัชนีความฉลาด Artificial Analysis — เบนช์มาร์กรวมอิสระ (0–100)OR 13.9%ส่วนแบ่งโทเคน OpenRouter — การใช้งานจริงในระบบนิเวศ |
| #10 | OpenAI: GPT-5.6 Sol | 71.4 | 99.14% · 10000ms | $12.00$4 → $20 per 1M tokens | 1625 โทเคนต่อวินาที | — | AA 47.0ดัชนีความฉลาด Artificial Analysis — เบนช์มาร์กรวมอิสระ (0–100)OR 1.4%ส่วนแบ่งโทเคน OpenRouter — การใช้งานจริงในระบบนิเวศ |
LMArena leaderboard dataset (CC-BY-4.0) — lmarena.ai · Source: OpenRouter (openrouter.ai/rankings) · SWE-bench Verified — swebench.com · Artificial Analysis — artificialanalysis.ai
อัตราชนะแบบจับคู่ใน Battle Mode — แต่ละโมเดลเอาชนะคู่แข่งแต่ละรายในการดวลตรงบ่อยเพียงใด
คะแนนความฉลาดอิสระเทียบกับราคาอินพุต เส้นประคือเส้นพรมแดนพาเรโตของราคา/ความฉลาด
สองคำตอบนิรนาม หนึ่งโหวต การต่อสู้ของคุณคิดเป็นน้ำหนัก 20% ของหลักฐานการใช้งานจริงในอันดับรวม
โมเดลนิรนามสองตัวตอบพรอมป์เดียวกัน อ่านทั้งสองฝั่ง โหวตผู้ชนะ แล้วดูว่าใครเขียนอะไร — คะแนนโหวตของคุณจะถูกนับรวมในอันดับด้านบน
ตัวเลขทุกตัวบนหน้านี้มาจากการวัดจริง ไม่ใช่การรายงานเองของผู้ผลิต นี่คือวิธีการทั้งหมดเบื้องหลังอันดับรวม — กติกาเดียวกันกับทุกโมเดล ทุกวัน
แต่ละโมเดลได้คะแนนรวมจากหลักฐานอิสระสี่กลุ่ม: ความชอบของมนุษย์แบบปิดตา 40% เบนช์มาร์กอิสระ 30% หลักฐานการใช้งานจริงของ OrcaRouter 20% และการใช้งานในระบบนิเวศ 10% น้ำหนักคงที่และเปิดเผย — ไม่มีการปรับแต่งโดยกองบรรณาธิการ ไม่มีการจ่ายเงินเพื่ออันดับ ไม่มีการยื่นจากผู้ผลิต
ความชอบของมนุษย์มาจาก Elo ชุมชนของ LMArena — โหวตแบบจับคู่ปิดตาในสนามข้อความและวิชัน (CC-BY-4.0) เบนช์มาร์กอิสระรวม Artificial Analysis (Intelligence Index พร้อมโค้ดดิ้ง คณิตศาสตร์ GPQA Diamond และ τ²-Bench) กับ SWE-bench Verified คือสัดส่วน issue จริงบน GitHub ที่แก้ได้ หลักฐานการใช้งานจริงคืออัตราชนะใน Blind Battle ของ OrcaRouter เอง ส่วนการใช้งานใช้สัดส่วนโทเคนที่ OpenRouter เผยแพร่ อัตราสำเร็จ เวลาแฝง และอัตราการส่งออกแสดงข้างแต่ละโมเดลเป็นข้อมูลประกอบ ไม่ได้ใช้จัดอันดับ
แต่ละแหล่งให้คะแนนคนละสเกล (Elo, ดัชนี 0–100, % ที่แก้ได้) จึงต้องทำให้แต่ละสัญญาณเป็นมาตรฐานเทียบกับบอร์ดปัจจุบันแล้วแปลงเป็น 0–100: 50 คือค่าเฉลี่ยของบอร์ด และทุก 15 คะแนนคือหนึ่งส่วนเบี่ยงเบนมาตรฐาน โดยตัดขอบที่ปลายทั้งสอง โมเดลต้องมีหลักฐานอิสระอย่างน้อยสองกลุ่มจึงจะติดอันดับ และบอร์ดแสดง 25 อันดับแรกตามคะแนนรวม
บอร์ดข้อความ โค้ดดิ้ง วิชัน คณิตศาสตร์ การใช้เหตุผล และเอเจนต์ คำนวณส่วนผสมเดียวกันใหม่บนสัญญาณที่เหมาะกับแต่ละเซกเมนต์ — โค้ดดิ้งสลับไปใช้เบนช์มาร์กโค้ดกับ SWE-bench Verified วิชันใช้สนามวิชันของ LMArena — และ Blind Battle จับคู่เฉพาะโมเดลในเซกเมนต์เดียวกันเท่านั้น
แหล่งข้อมูลภายนอกรีเฟรชทุกวันและเทเลเมทรีของเราเป็นเรียลไทม์ โมเดลใหม่เข้าบอร์ดจากหลักฐานภายนอกภายใน 48 ชั่วโมงหลังเปิดตัว ไม่ใช้ตัวเลขที่ผู้ผลิตรายงานเองในทุกกรณี กระแสชุมชนแสดงเป็นบริบทเท่านั้นไม่ถูกนำไปคิดอันดับ และทุกแหล่งภายนอกมีการให้เครดิตใต้บอร์ด
แต่ละโมเดลได้คะแนนรวมจากหลักฐานสี่กลุ่ม — ความชอบของมนุษย์แบบปิดตา (LMArena) เบนช์มาร์กอิสระ (Artificial Analysis, SWE-bench) ความเสถียรการใช้งานจริงของ OrcaRouter และการใช้งานในระบบนิเวศ (OpenRouter) — ด้วยน้ำหนักสาธารณะคงที่ 40 / 30 / 20 / 10
โมเดลใหม่เข้าสู่ตารางจากหลักฐานภายนอกภายใน 48 ชั่วโมงหลังเปิดตัว อันดับจะมั่นคงขึ้นเมื่อการแข่งขันของชุมชนและทราฟฟิกการใช้งานจริงสะสมมากขึ้น
แหล่งข้อมูลภายนอกรีเฟรชทุกวัน ส่วน telemetry ของ OrcaRouter เป็นแบบสด วันที่อัปเดตแสดงที่ส่วนหัว
โมเดลต้องมีแหล่งหลักฐานอิสระอย่างน้อยสองแหล่งจึงจะติดอันดับ และบอร์ดแสดง 25 อันดับแรกตามคะแนนรวม — โมเดลที่หลักฐานยังไม่พอจะไม่ถูกแสดงจนกว่าจะมีแหล่งใหม่ครอบคลุม
ใช่ — ปุ่มเหนือตารางรวมสลับระหว่างบอร์ดข้อความ โค้ดดิ้ง วิชัน คณิตศาสตร์ การใช้เหตุผล และเอเจนต์ และการแข่งขันจะจับคู่เฉพาะโมเดลประเภทเดียวกัน
เมื่อโมเดลมีหลักฐานครบสามกลุ่ม รวมถึงข้อมูลการแข่งขันและทราฟฟิกของ OrcaRouter เอง อันดับจะอิงคะแนนรวมทั้งหมดแทนที่จะอิงหลักฐานภายนอกเพียงอย่างเดียว
LMArena (CC-BY-4.0), Artificial Analysis, SWE-bench, อันดับ OpenRouter และ telemetry การใช้งานจริงของ OrcaRouter — ระบุที่มาใต้บอร์ดทั้งหมด
ยาก: น้ำหนักเปิดเผย ไม่ใช้ตัวเลขที่รายงานเอง และการต่อสู้แบบปิดตากับทราฟฟิกจริงยึดทุกคะแนนไว้
ได้ — ส่งออก JSON/CSV ป้ายอันดับแบบฝังได้ และ RSS การเปลี่ยนอันดับ ใช้ฟรีโดยระบุที่มา ลิงก์อยู่ท้ายหน้า