हमने हर बड़े भाषा मॉडल को एक ही काम दिया। फिर उन्हें क्रमबद्ध किया।
एक समान कार्य-सेट, 73 मॉडल, शिल्प, गति, नियंत्रण और मूल्य के आधार पर आंके गए। बंद API और ओपन-वेट्स एक ही पृष्ठ पर — क्योंकि यही असली चुनाव है।
- ट्रैक किए गए
- 73
- पूर्णतः समीक्षित
- 00
- श्रेणियाँ
- 05
- औसत स्कोर
- 81.1
संक्षिप्त उत्तर
2026 में सबसे अच्छा AI मॉडल कौन-सा है?
Claude Opus 5.5 हमारे 73 बड़े भाषा मॉडलों के सूचकांक में 100 में से 92.8 अंकों के साथ अग्रणी है, उसके बाद Claude Sonnet 5.5 91.5 पर और Gemini 4 Argon 90.6 पर। मॉडलों को उत्तर की गुणवत्ता, विलंबता, संचालन-क्षमता और प्रति डॉलर क्षमता पर आंका जाता है, जिसमें उत्तर की गुणवत्ता का भार सबसे अधिक है। यहाँ कुछ भी प्रायोजित नहीं है।
सूचकांक को अद्यतन
मॉडल सूचकांक
हर वह बड़ा भाषा मॉडल जिसे हम ट्रैक करते हैं, क्रम में।
फ्रंटियर फ्लैगशिप मॉडल, ओपन-वेट्स मॉडल जिन्हें आप खुद होस्ट कर सकते हैं, और छोटे मॉडल जो लूप में चलाने के लिए काफ़ी तेज़ हैं। मॉडल के प्रकार के अनुसार सँकरा करें, या जो आपको चाहिए उसके अनुसार क्रमबद्ध करें।
73 बिल्डर
0192.8Claude Opus 5.5
Fable-स्तर के जवाब, उस Opus से भी कम कीमत पर जिसकी यह जगह लेता है। नया डिफ़ॉल्ट।
फ्रंटियरअनंतिम
0291.5Claude Sonnet 5.5
इंडेक्स का लगभग सबसे मज़बूत मॉडल, मध्यम कीमत पर। Sonnet अब समझौता नहीं रहा।
कोडिंगअनंतिम
- Gemini 4 Argon0390.6
Gemini 4 Argon
मानव-वरीयता लीडरबोर्ड पर शीर्ष, और अभी लगभग कोई इसका उपयोग नहीं कर सकता।
फ्रंटियरअनंतिम
0490.3GPT-6.1 Sol
पाँचवें हिस्से की कीमत पर लगभग Astra जैसे जवाब। वह OpenAI मॉडल जिसे अधिकांश टीमों को अभी deploy करना चाहिए।
फ्रंटियरअनंतिम
- GLM-5.3 Flash0589.6
GLM-5.3 Flash
एक तेज़, MIT-लाइसेंस प्राप्त ओपन मॉडल जिसे मानव मतदाता बड़े फ्लैगशिप मॉडलों के बराबर रैंक करते हैं।
ओपन वेट्सअनंतिम
- MiMo V2.6 Pro0689.4
Xiaomi MiMo V2.6 Pro
स्वतंत्र इंडेक्स पर सबसे मज़बूत बड़ा ओपन-वेट्स मॉडल, MIT के तहत, एक डॉलर से कम output पर।
ओपन वेट्सअनंतिम
- DeepSeek V4.1 Flash0788.3
DeepSeek V4.1 Flash
तीस सेंट प्रति दस लाख input टोकन पर फ्रंटियर-आसन्न जवाब, MIT के तहत वेट्स के साथ।
ओपन वेट्सअनंतिम
0887.9Claude Fable 5.1
सबसे लंबे, सबसे कठिन runs के लिए Anthropic का शीर्ष tier, जिसे अब एक सस्ता Opus कड़ी टक्कर दे रहा है।
फ्रंटियरअनंतिम
- Gemini 3.8 Flash0987.9
Gemini 3.8 Flash
Google का अब तक का सबसे समझदार Flash, arena पर आठवाँ, और शुरुआत अब भी मुफ़्त।
फ्रंटियरअनंतिम
- GLM-5.31087.9
GLM-5.3
GLM-5.2 वाला ही base, दोबारा प्रशिक्षित होकर उपलब्ध सबसे मज़बूत ओपन मॉडलों में से एक।
ओपन वेट्सअनंतिम
1187.9Claude Haiku 5.5
एक छोटा मॉडल जिसकी कीमत नगण्य है, और जो वहाँ स्कोर करता है जहाँ पिछली तिमाही mid-tier मॉडल थे।
छोटा और तेज़अनंतिम
1287.1Claude Opus 5
गर्मियों का डिफ़ॉल्ट, जिसकी जगह अब एक सस्ते और बेहतर Opus ने ले ली है।
फ्रंटियरअनंतिम
- GLM-5.21387.1
GLM-5.2
जब लाइसेंस सबसे ज़्यादा मायने रखता हो, तब अब भी चुनने लायक GLM: MIT, दस लाख टोकन, कोई शर्त नहीं।
ओपन वेट्सअनंतिम
- MiMo V2.6 Flash1486.9
Xiaomi MiMo V2.6 Flash
Xiaomi का तेज़ tier: चौदह सेंट input और अट्ठाईस output पर एक sparse ओपन मॉडल।
ओपन वेट्सअनंतिम
- Qwen 3.8 Flash1586.5
Qwen 3.8 Flash
Qwen 4 के पीछे के architecture का एक preview, ओपन, और पंद्रह सेंट input की कीमत पर।
ओपन वेट्सअनंतिम
पूरा सूचकांक
इस पृष्ठ की हर प्रविष्टि, रैंक के क्रम में। ऊपर के कार्ड बैच में लोड होते हैं; यह सूची नहीं।
- 01Claude Opus 5.592.8
- 02Claude Sonnet 5.591.5
- 03Gemini 4 Argon90.6
- 04GPT-6.1 Sol90.3
- 05GLM-5.3 Flash89.6
- 06Xiaomi MiMo V2.6 Pro89.4
- 07DeepSeek V4.1 Flash88.3
- 08Claude Fable 5.187.9
- 09Gemini 3.8 Flash87.9
- 10GLM-5.387.9
- 11Claude Haiku 5.587.9
- 12Claude Opus 587.1
- 13GLM-5.287.1
- 14Xiaomi MiMo V2.6 Flash86.9
- 15Qwen 3.8 Flash86.5
- 16Muse Spark 1.385.7
- 17Claude Fable 585.6
- 18Qwen 3.8-Max85.1
- 19Gemini 3.6 Flash85.1
- 20Kimi K385.1
- 21GPT-6 Astra84.9
- 22GPT-6 Luna84.9
- 23Grok 4.784.5
- 24MiniMax M384.5
- 25GPT-5.6 Sol84.4
- 26Hunyuan Hy4 Preview84.2
- 27GPT-5.6 Terra83.6
- 28DeepSeek V4 Pro83.4
- 29Step 5 Preview83.2
- 30GPT-5.6 Luna83.0
- 31Qwen 3.8 27B82.9
- 32Doubao Seed 2.1 Pro82.6
- 33Claude Sonnet 582.5
- 34Qwen 3.682.2
- 35Mistral Large 482.1
- 36Qwen 3.5 397B81.9
- 37Step 3.7 Flash81.6
- 38Doubao Seed 2.0 Pro81.5
- 39Grok 4.581.3
- 40Mistral Large 380.7
- 41Llama 4 Maverick80.4
- 42Qwen 3.7-Max80.2
- 43Gemma 480.1
- 44Hunyuan HY380.0
- 45Solar Open 279.2
- 46Hermes 4.378.9
- 47Muse Glimmer 30B78.4
- 48Solar Pro 478.2
- 49Mistral Small 478.1
- 50Mistral Medium 3.578.0
- 51Nemotron 3 Ultra78.0
- 52Nemotron 3 Super77.9
- 53K-EXAONE 2.077.8
- 54ERNIE 5.177.7
- 55openPangu 2.0 Pro77.7
- 56Llama 4 Scout77.3
- 57Grok 4.2076.9
- 58Cohere Command A+76.8
- 59Phi-4 Reasoning Vision76.8
- 60IBM Granite 4.276.4
- 61Microsoft MAI-Thinking-176.0
- 62Mercury 2.575.2
- 63Gemini 3.5 Flash-Lite75.2
- 64Amazon Nova 2 Lite74.5
- 65Sarvam 105B74.3
- 66OLMo 3.172.0
- 67Doubao Seed 1.6 Flash71.2
- 68Claude Haiku 4.571.2
- 69HyperCLOVA X THINK70.7
- 70Ministral 369.0
- 71Liquid LFM 2.568.9
- 72Reka Edge68.7
- 73SmolLM367.7
साप्ताहिक अद्यतन
रैंकिंग बदलती है। जानें कब।
One short email a week: what changed in the index, which builder moved and why, and anything new worth trying. No sponsorships, no reprinted press releases.