हमने हर बड़े भाषा मॉडल को एक ही काम दिया। फिर उन्हें क्रमबद्ध किया।
एक समान कार्य-सेट, 53 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
- 53
- पूर्णतः समीक्षित
- 00
- श्रेणियाँ
- 05
- औसत स्कोर
- 79.1
संक्षिप्त उत्तर
2026 में सबसे अच्छा AI मॉडल कौन-सा है?
Claude Fable 5 हमारे 53 बड़े भाषा मॉडलों के सूचकांक में 100 में से 89.2 अंकों के साथ अग्रणी है, उसके बाद GPT-5.6 Sol 88.6 पर और Claude Opus 5 88.5 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।
53 बिल्डर
0189.2Claude Fable 5
पैसे से मिलने वाला सबसे अच्छा जवाब, और पैसा काफ़ी लगता है।
फ्रंटियरअनंतिम
0288.6GPT-5.6 Sol
OpenAI का सबसे गहरा विचारक: वह जिसे ऐसी समस्या दें जो आप खुद हल नहीं कर सकते।
रीज़निंगअनंतिम
0388.5Claude Opus 5
फ्लैगशिप की अधिकांश क्षमता, आधी कीमत पर। डिफ़ॉल्ट रूप से पकड़ने वाला।
फ्रंटियरअनंतिम
0487.9Claude Sonnet 5
कोडिंग का मज़दूर: असली सॉफ़्टवेयर कार्यों में शीर्ष के क़रीब, काम करने वाली कीमत पर।
कोडिंगअनंतिम
0587.5Kimi K3
सबसे बड़ा ओपन-वेट्स मॉडल जो किसी ने भेजा है, और दस लाख टोकन बिना झपके पढ़ता है।
ओपन वेट्सअनंतिम
- GLM-5.20687.1
GLM-5.2
फ्रंटियर-स्तरीय आउटपुट, MIT लाइसेंस, और दस लाख टोकन का context। यही संयोजन कहानी है।
ओपन वेट्सअनंतिम
- DeepSeek V4 Pro0786.8
DeepSeek V4 Pro
MIT के तहत प्रकाशित, फ्रंटियर पर एक रीज़निंग मॉडल, बाद के विचार जैसी कीमत पर।
रीज़निंगअनंतिम
- Gemini 3.6 Flash0886.6
Gemini 3.6 Flash
Flash गति पर फ्रंटियर जवाब, एक फ्री टियर के साथ जिस पर वास्तव में बना सकते हैं।
फ्रंटियरअनंतिम
- Grok 4.50985.0
Grok 4.5
मज़बूत, मौजूदा, और असामान्य रूप से उस सवाल का जवाब देने को तैयार जो आपने वास्तव में पूछा।
फ्रंटियरअनंतिम
- MiniMax M31084.5
MiniMax M3
सॉफ़्टवेयर कार्य के लिए ट्यून किए गए ओपन वेट्स, और अपनी क्लास में सबसे तेज़ decoding।
कोडिंगअनंतिम
1184.4GPT-5.6 Terra
OpenAI की रेंज का बीच, और जिसे अधिकांश टीमें वास्तव में deploy करें।
फ्रंटियरअनंतिम
- Qwen 3.61283.3
Qwen 3.6
वह ओपन Qwen रिलीज़ जिसे अधिकांश लोगों को वास्तव में चलाना चाहिए, उन आकारों में जो असली हार्डवेयर पर फ़िट हों।
ओपन वेट्सअनंतिम
1383.3GPT-5.6 Luna
फ्रंटियर-परिवार की शिष्टता एक ऐसी कीमत पर जो टोकन गिनना बंद करा दे।
छोटा और तेज़अनंतिम
1482.9Mistral Large 3
यूरोप का जवाब, Apache 2.0 के तहत प्रकाशित, ढाई लाख टोकन के context के साथ।
ओपन वेट्सअनंतिम
- DeepSeek V4 Flash1582.6
DeepSeek V4 Flash
फ्रंटियर के क़रीब जवाब, फ्रंटियर कीमतों के लगभग सौवें हिस्से पर, और वेट्स प्रकाशित।
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 Fable 589.2
- 02GPT-5.6 Sol88.6
- 03Claude Opus 588.5
- 04Claude Sonnet 587.9
- 05Kimi K387.5
- 06GLM-5.287.1
- 07DeepSeek V4 Pro86.8
- 08Gemini 3.6 Flash86.6
- 09Grok 4.585.0
- 10MiniMax M384.5
- 11GPT-5.6 Terra84.4
- 12Qwen 3.683.3
- 13GPT-5.6 Luna83.3
- 14Mistral Large 382.9
- 15DeepSeek V4 Flash82.6
- 16Xiaomi MiMo V2.5 Pro82.4
- 17Qwen 3.5 397B81.9
- 18Step 3.7 Flash81.6
- 19Doubao Seed 2.0 Pro81.5
- 20Muse Spark81.3
- 21Qwen 3.8-Max81.2
- 22Qwen 3.7-Max81.0
- 23Llama 4 Maverick80.4
- 24Nemotron 3 Super80.1
- 25Gemma 480.1
- 26Hunyuan HY380.0
- 27Solar Open 279.2
- 28Claude Haiku 4.578.9
- 29Mistral Medium 3.578.6
- 30Llama 4 Behemoth78.2
- 31Mistral Small 478.1
- 32EXAONE 2.077.8
- 33ERNIE 5.177.7
- 34openPangu 2.0 Pro77.7
- 35Llama 4 Scout77.3
- 36Amazon Nova Premier77.3
- 37Hermes 477.0
- 38Grok 4.2076.9
- 39Cohere Command A+76.8
- 40Phi-4 Reasoning Vision76.8
- 41Gemini 3.5 Flash-Lite75.2
- 42Sarvam 105B74.3
- 43Mercury 273.2
- 44IBM Granite 3.272.5
- 45Amazon Nova Lite72.4
- 46OLMo 3.172.0
- 47Perplexity Sonar Pro71.6
- 48Doubao Seed 1.6 Flash71.2
- 49HyperCLOVA X THINK70.7
- 50Ministral 369.0
- 51Reka Edge68.7
- 52SmolLM367.7
- 53Liquid LFM 266.7
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.