Peringkat keseluruhan model dan perusahaan AI yang secara statistik menggabungkan 11 leaderboard AI terpercaya.

Seberapa sering diperbarui?

Setiap jam. Model baru dari leaderboard mana pun ditambahkan secara otomatis.

Bagaimana skor keseluruhan dihitung?

Metrik utama tiap situs distandardisasi, lalu model faktor mengoreksi perbedaan antarsitus dan memperkirakan kemampuan bersama tiap model.

Apakah model yang dinilai di lebih sedikit leaderboard dirugikan?

Tidak. Penilaian yang tidak ada tidak pernah mengurangi nilai. Sebagai gantinya, ketidakpastian ditampilkan sebagai interval 90%.

Model AI apa yang terbaik saat ini?

Model #1 di peringkat keseluruhan. Pilihan terbaik tergantung kebutuhan Anda, jadi lihat juga peringkat per bidang.

Bandingkan Model AI

Peringkat	Model	Skor keseluruhan	Artificial Analysis	LiveBench	Epoch AI	ARC-AGI	Scale SEAL	Vals AI	Terminal-Bench	EQ-Bench	SimpleBench	BenchLM
1	Claude Opus 5.5 Anthropic	92.5	#1	#2	—	#2	—	#1	—	—	#1	—
2	GPT-6 Astra OpenAI	92.2	#3	#4	#1	#1	#1	#4	#1	—	#4	#1
3	Claude Fable 5.1 Anthropic	91.7	#2	#1	#2	#5	#2	#2	#2	—	#2	#2
4	Claude Fable 5 Anthropic	90.6	#5	#3	#3	#6	—	#5	#4	#2	—	#4
5	Claude Opus 5 Anthropic	90.3	#4	#9	#4	#4	—	#3	#3	#1	#8	#3
6	Muse Spark 1.3 Meta	89.0	#6	#5	#15	—	—	#6	—	—	#7	—
7	GPT-5.6 Sol OpenAI	88.0	#8	#6	#6	#3	—	#7	#7	#9	#23	#5
8	GPT-5.5 Pro OpenAI	86.9	—	—	#5	#9	—	—	—	—	#10	—
9	GPT-6 Sol OpenAI	86.5	#7	#11	—	—	—	#8	—	—	#15	—
10	GPT-5.4 Pro OpenAI	85.2	—	—	#9	#13	—	—	—	—	—	—
11	MiMo-V2.6-Pro Xiaomi	85.2	#10	—	—	—	—	#16	—	—	—	—
12	DeepSeek V4.1 Flash DeepSeek	84.7	#22	#6	#28	—	—	#20	—	—	#21	—
13	Grok 4.7 xAI	84.6	#9	#19	—	—	—	#11	#6	—	—	—
14	GPT-5.5 OpenAI	84.4	#25	#8	#8	#8	—	#22	—	#4	#19	#12
15	Gemini 3.8 Flash Google	83.3	#19	#31	#13	#6	#4	#9	#11	—	#5	#6
16	Kimi K3 Moonshot AI	83.3	#15	#11	#12	#24	—	#21	—	#3	#33	#8
17	Qwen3.8 Max Alibaba (Qwen)	82.5	#11	#14	#26	—	—	#33	—	—	—	#9
18	Grok 4.6 xAI	82.4	#13	#15	#18	#20	—	#18	#10	—	#13	#11
19	Gemini 3.7 Flash Google	82.1	#23	#13	#11	#9	—	#17	#15	—	—	#14
19	GPT-5.4 OpenAI	82.1	—	#15	#14	#16	—	—	—	#7	—	#13
21	GPT-5.6 Terra OpenAI	82.1	#16	#18	#7	#12	—	#13	#9	#11	#53	#7
22	Muse Spark 1.2 Meta	82.0	#21	#15	#27	—	—	#23	—	—	#14	—
22	GLM-5.3 Z.ai (Zhipu)	82.0	#12	#28	#22	—	—	#24	#5	—	#22	—
24	Claude Opus 4.8 Anthropic	81.4	#17	#26	#10	#17	—	#10	#8	#6	#23	#10
25	Claude Opus 4.7 Anthropic	80.1	—	#25	#19	#15	#9	#25	—	#5	#26	—
26	Qwen3.8-Flash-Next Alibaba (Qwen)	78.7	#20	#26	—	—	—	—	—	—	—	—
27	Claude Sonnet 5 Anthropic	77.8	#26	#30	#20	—	—	#13	#13	#10	#34	#15
28	Gemini 3.1 Pro Google	77.3	#39	#22	#29	#14	#3	#41	—	#21	#9	—
29	DeepSeek V4 Pro DeepSeek	76.1	#29	#19	#24	#23	—	#32	—	#18	#51	—
30	Muse Spark 1.1 Meta	76.0	#33	#33	#33	—	—	#28	—	#8	—	#16
31	Grok 4.5 xAI	75.5	#24	#31	#34	#32	—	#34	#13	—	#18	#18
32	Claude Opus 4.6 Anthropic	74.8	—	#37	#25	#19	#10	—	—	#13	#20	#20
33	Muse Spark Meta	74.2	—	—	#39	—	#6	—	—	—	—	#27
34	Gemini 3.5 Flash Google	74.0	#36	#35	#30	#17	—	#30	—	#24	#11	#21
35	DeepSeek V4 Flash DeepSeek	74.0	#31	#38	#31	#22	—	#29	—	—	#31	—
36	GPT-5.6 Luna OpenAI	73.8	#27	#40	#21	#28	—	#12	#12	#19	#55	#17
37	Gemini 3.6 Flash Google	73.7	#32	#40	#32	#24	—	#26	—	—	—	#19
38	Qwen3.8 27B Alibaba (Qwen)	73.5	#33	#33	—	—	—	#36	—	—	—	—
39	GPT-6 Luna OpenAI	73.5	#27	#46	—	#29	—	#19	—	—	—	—
40	Gemini 3 Pro Google	70.4	—	—	#37	#37	#7	—	—	—	#12	#26
41	GPT-5.3 Codex OpenAI	70.0	—	—	#16	—	—	—	—	—	—	#24
42	GPT-5.2.11 OpenAI	69.9	—	#35	—	—	#12	—	—	—	—	—
43	GLM 5.3 Flash Z.ai (Zhipu)	69.7	#17	#48	#41	—	—	#37	—	—	—	—
44	GPT-5.2 Pro OpenAI	69.5	—	—	#23	#30	—	—	—	—	#41	—
45	Claude Sonnet 4.6 Anthropic	68.8	#38	#44	#38	#24	—	#35	—	#16	—	#30
46	GLM-5.2 Z.ai (Zhipu)	68.6	#33	#42	#43	#38	—	#30	—	#14	#38	#23
47	Qwen3.7 Max Alibaba (Qwen)	66.2	#40	#43	#35	—	—	#38	—	#23	—	#22
48	Qwen 3.6 Max Alibaba (Qwen)	65.8	—	—	#53	—	—	—	—	—	#25	—
49	GPT-5.2 OpenAI	65.2	—	—	#36	#31	—	—	—	—	#58	#25
50	Qwen 3.8 27B Alibaba (Qwen)	63.4	—	—	#52	—	—	—	—	—	#36	—

Peringkat	Perusahaan	Skor keseluruhan	Model terbaik	Model
1	Anthropic	86.7	Claude Opus 5.5	27
2	OpenAI	85.2	GPT-6 Astra	54
3	Meta	77.7	Muse Spark 1.3	23
4	Google	74.4	Gemini 3.8 Flash	33
5	xAI	72.7	Grok 4.7	13
6	Xiaomi	70.1	MiMo-V2.6-Pro	4
7	Moonshot AI	69.8	Kimi K3	5
8	Alibaba (Qwen)	68.1	Qwen3.8 Max	46
9	DeepSeek	67.8	DeepSeek V4.1 Flash	22
10	Z.ai (Zhipu)	66.0	GLM-5.3	10
11	Tencent	53.3	—	2
12	Thinking Machines	42.0	Inkling	2
13	MiniMax	40.3	MiniMax-M3	5
14	Ant Group	32.7	—	5
15	NVIDIA	29.6	Nemotron 3 Ultra 550B A55B	9
16	Mistral AI	17.6	Mistral 3.5	26
17	Microsoft	16.7	Phi-4	6
18	Amazon	15.8	—	3
19	Inception	13.3	Mercury 2.5	1
20	Cohere	12.9	Command R	3

Hasil perusahaan di tiap situs = hasil model terbaiknya di sana.

Performa vs harga

Kiri atas = murah dan kuat. Klik titik untuk melihat rincian.

Paling hemat

Skor keseluruhan ÷ harga

Model open-weight terbaik

Model dengan bobot publik

Model tercepat

Token output per detik

Per negara

50 model teratas

Kesesuaian antar-leaderboard

Korelasi peringkat pada model yang sama (1 = identik).

Cara peringkat dihitung

Pengumpulan — Data resmi dari 11 leaderboard di bawah diambil setiap jam. Skor yang ditandai sebagai perkiraan tidak digunakan.
Pencocokan — Penulisan berbeda untuk model yang sama digabungkan. Untuk varian seperti tingkat penalaran, hasil terbaik di tiap situs yang digunakan.
Standardisasi — Metrik utama tiap situs distandardisasi di dalam situs itu, sehingga selisih skor tetap terjaga, bukan hanya peringkat.
Penyetaraan — Model faktor, dengan model yang muncul di beberapa situs sebagai jembatan, mengoreksi tingkat kesulitan dan komposisi model tiap situs. Situs yang lebih berisik mendapat bobot lebih kecil.
Tanpa penalti untuk data yang tidak ada — Setiap model dinilai hanya dari situs yang menilainya. Ketidakpastian ditampilkan sebagai interval 90%. Model yang dinilai di 2 situs atau lebih masuk peringkat.
Arena — Arena (dulu LMArena) hanya dipakai untuk peringkat bidang, bukan skor keseluruhan. Model baru ditambahkan secara otomatis.

Peringkat Model AI — 11 leaderboard digabung