Lumaktaw sa pangunahing nilalaman
Dapols

Mga AI benchmark

Mga AI model, pinaghahambing sa kalidad at gastos.

Isang praktikal na tanaw sa mga nailathalang marka ng model na tumutulong sa iyong ihambing ang kakayahan, lakas sa kategorya, at gastos sa pagpapatakbo nang hindi nawawala ang detalye.

Tuklasin ang leaderboardPinagmulan ng benchmark Pinakabagong piniling paglabas · Hun 25, 2026

Pinakabagong update ng benchmark at model

Ang leaderboard sa pahinang ito ay ang paglabas ng LiveBench noong 25 Hunyo, muling kinuha noong 22 Setyembre 2026. Kasama na rito ang Grok 4.7 xHigh at DeepSeek V4.1 Flash Max Effort. Ang mga tala ng model sa ibaba ay mula sa sariling pahina ng mga vendor, at may label na ganoon.

Grok 4.6

Kaparehong $2 / $6 na presyo ng API gaya ng Grok 4.5. Iniulat ng xAI ang Artificial Analysis Intelligence Index na 61 — kapantay ng GPT-5.6 Sol Max, isang puntos sa likod ng Fable 5 Max. Malakas sa knowledge-work evals; 26% sa Terminal-Bench v3.

Basahin ang briefing ng Grok 4.6

DeepSeek V4.1 Flash

Pinalitan ng DeepSeek V4.1 Flash ang V4 Flash noong 10 Set 2026 sa bagong deepseek-flash API id, sa $0.15 / $0.60 bawat 1M token sa off-peak at $0.30 / $1.20 sa peak. Mula 14 Set, ire-route din dito ang mga request ng V4 Pro, kaya palitan na ngayon ang model id. Iniskor na ngayon ng LiveBench ang V4.1 Flash Max Effort sa 81.1 pangkalahatan.

Tingnan ito sa model tracker

Ang mga hilera ng leaderboard ay mula lamang sa nailathalang datos ng LiveBench. Hindi kami nag-iimbento ng marka.

Best overall

Claude Fable 5.1 Max Effort leads this snapshot at 83.4 overall, $1.212 per successful task.

Best value per task

ox-alpha-max runs at $0.000 per successful task and still scores 69.2 overall.

Best open weights

DeepSeek V4.1 Flash Max Effort is the strongest open-weight model here at 81.1 overall — the option you can host yourself.

Best per capability

If your work is mostly one kind of task, these lead their category in this snapshot.

Pangangatwiran
GPT-6 Astra Max Effort 92.7
Coding
Claude 5.5 Opus Thinking Max Effort 89.3
Agentic coding
DeepSeek V4.1 Flash Max Effort 77.3
Matematika
Claude 5.5 Opus Thinking Max Effort 97.1
Pagsusuri ng datos
GPT-6 Astra Max Effort 83.0
Wika
Claude Fable 5 Max Effort 90.7
Pagsunod sa tagubilin
Gemini 3.8 Flash High 81.4

Every number above comes from the 2026-06-25 release dated 2026-06-25, published by a third-party benchmark and reproduced unaltered.

Ang hugis ng larangan, sa dalawang larawan.

Sinasagot ng unang chart ang “sino ang pinakamalakas”. Sinasagot naman ng pangalawa ang tanong na talagang nagpapagastos sa iyo: alin sa kanila ang sulit bayaran.

Paano sila nagra-rank

Mas mahaba ay mas mabuti. Ipinapakita ng mga bar ang marka ng Pangkalahatan sa 100; ang numerong katabi ng bawat bar ay ang eksaktong halaga. Piliin ang isang hilera para dalhin ang model na iyon sa chart ng gastos sa ibaba.

Ipinapakita ang nangungunang 12 sa 58. Lumipat sa buong view ng paghahambing para sa bawat model.

Kalidad kumpara sa gastos

Pataas ay mas malakas, pakaliwa ay mas mura — kaya nasa kaliwang itaas ang pinakamahusay na mabibili. Ang mga numerong punto ay ang value frontier: walang mas mura na mas mataas ang marka. Ang kulay-abong punto ay natatalo sa marka at presyo.

60657075808590$0.024$0.050$0.100$0.200$0.500$1.00$1.4391234567Claude Fable 5.1 Max Effort83.4 · $1.212Gastos bawat matagumpay na gawain (log scale — bawat hakbang ay multiple, hindi dagdag)Pangkalahatan

Napili

Claude Fable 5.1 Max Effort

Anthropic

Pangkalahatan
83.4
bawat matagumpay na gawain
$1.212

#7 · Nasa value frontier.

Pinakamahusay na bilhin (pinakamura → pinakamalakas)

  • Pinakamahusay na halaga sa presyo nito
  • Natatalo sa marka at presyo

I-hover o i-tap ang isang numerong punto (o ang hilera nito sa kanan) para basahin ang eksaktong marka at gastos. Ginagalaw ng arrow key ang mga model mula pinakamura hanggang pinakamahal.

Basahin ang parehong 57 numero bilang talahanayan
Kalidad kumpara sa gastos
ModelOrganisasyonPangkalahatanbawat matagumpay na gawain
Claude Fable 5.1 Max Effort#7 · Pinakamahusay na halaga sa presyo nitoAnthropic83.4$1.212
Claude 5.5 Opus Thinking Max Effort#6 · Pinakamahusay na halaga sa presyo nitoAnthropic83.2$0.799
Claude Fable 5 Max EffortAnthropic83.0$1.439
GPT-6 Astra Max Effort#5 · Pinakamahusay na halaga sa presyo nitoOpenAI82.2$0.736
GPT-6.1 Sol Max Effort#4 · Pinakamahusay na halaga sa presyo nitoOpenAI81.6$0.142
Muse Spark 1.3 xHigh EffortMeta81.6$0.219
DeepSeek V4.1 Flash Max Effort#3 · Pinakamahusay na halaga sa presyo nitoDeepSeek81.1$0.029
GPT-5.6 Sol Max EffortOpenAI81.0$0.515
GPT-5.5 Thinking xHigh EffortOpenAI80.2$0.435
Claude 5 Opus Thinking Max EffortAnthropic80.1$0.699
GPT-6 Sol Max EffortOpenAI79.3$0.268
Kimi K3Moonshot AI79.2$0.348
Gemini 3.7 Flash HighGoogle78.8$0.157
Qwen 3.8 MaxAlibaba78.5$0.275
Grok 4.6 xHighxAI78.0$0.207
Muse Spark 1.2 xHigh EffortMeta78.0$0.375
GPT-5.4 Thinking xHigh EffortOpenAI78.0$0.387
GPT-5.6 Terra Max EffortOpenAI77.9$0.352
Claude Sonnet 5.5 xHigh EffortAnthropic77.8$0.141
DeepSeek V4 Pro 0813DeepSeek77.4$0.044
Grok 4.7 xHighxAI77.4$0.718
Gemini 3.1 Pro Preview HighGoogle77.0$0.286
DeepSeek V4 Flash Vision ExpDeepSeek76.8$0.051
Claude 4.7 Opus Thinking xHigh EffortAnthropic76.5$0.528
Qwen 3.8 Flash NextAlibaba76.2$0.042
Claude 4.8 Opus Thinking Max EffortAnthropic76.2$0.983
GLM-5.3Z.AI76.1$0.450
Claude Sonnet 5 xHigh EffortAnthropic76.0$0.505
Grok 4.5xAI75.8$0.131
Gemini 3.8 Flash HighGoogle75.8$0.307
Qwen3.8 27BAlibaba75.3$0.094
Muse Spark 1.1 xHigh EffortMeta75.3$0.198
GPT-5.2 HighOpenAI74.6$0.234
Gemini 3.5 Flash HighGoogle74.6$0.249
Claude 4.6 Opus Thinking High EffortAnthropic74.5$0.404
DeepSeek V4 Flash 0731DeepSeek74.2$0.060
GPT-5.2 CodexOpenAI74.0$0.187
GPT-5.6 Luna Max EffortOpenAI73.6$0.169
Gemini 3.6 Flash HighGoogle73.6$0.235
GLM-5.2Z.AI73.2$0.225
Qwen 3.7 MaxAlibaba73.1$0.182
Claude 4.6 Sonnet Thinking Medium EffortAnthropic73.0$0.306
Claude 4.5 Opus Thinking High EffortAnthropic72.6$0.610
GPT-6 Luna Max Effort#2 · Pinakamahusay na halaga sa presyo nitoOpenAI72.0$0.026
Inkling xHigh EffortThinking Machines71.9$0.310
GLM-5.3 FlashZ.AI71.6$0.031
Kimi K2.6 ThinkingMoonshot AI70.5$0.169
GPT-5.4 Nano xHighOpenAI69.6$0.091
Qwen 3.6 PlusAlibaba68.9$0.227
Kimi K2.7 CodeMoonshot AI68.4$0.100
Grok Build 0.1#1 · Pinakamahusay na halaga sa presyo nitoxAI67.8$0.024
Nemotron 3 Ultra 550B A55BNVIDIA67.4$0.371
Minimax M3Minimax67.3$0.060
GPT-5.4 Mini xHighOpenAI66.4$0.334
Qwen 3.6 27BAlibaba64.0$0.202
Gemini 3.5 Flash-Lite HighGoogle63.9$0.069
Grok 4.3xAI62.3$0.061

Profile ng kategorya

Pumili ng hanggang tatlong model mula sa leaderboard para ihambing ang kanilang pitong marka sa kategorya.

  • Claude Fable 5.1 Max Effort83.4
  • ox-alpha-max69.2
  • DeepSeek V4.1 Flash Max Effort81.1
  • Pangangatwiran91.776.686.7
  • Coding86.475.880.0
  • Agentic coding66.152.677.3
  • Matematika97.077.593.3
  • Pagsusuri ng datos80.375.879.3
  • Wika89.566.181.2
  • Pagsunod sa tagubilin73.060.370.0

Ang bawat track ay tumatakbo mula 0 hanggang 100. Mas malayo sa kanan ay mas malakas; ang matapang na numero ay ang nangunguna sa hilerang iyon.

Basahin ang mga markang ito bilang talahanayan
Profile ng kategorya
KategoryaClaude Fable 5.1 Max Effortox-alpha-maxDeepSeek V4.1 Flash Max Effort
Pangangatwiran91.776.686.7
Coding86.475.880.0
Agentic coding66.152.677.3
Matematika97.077.593.3
Pagsusuri ng datos80.375.879.3
Wika89.566.181.2
Pagsunod sa tagubilin73.060.370.0

Leaderboard

Ayusin ang bawat kategorya, paliitin ang listahan, at buksan ang isang model para makita ang nailathalang breakdown ng subtask nito.

  1. 01

    Claude Fable 5.1 Max Effort

    Anthropic

    83.4

    Pangkalahatan

    $1.212

    bawat matagumpay na gawain

    Matematika97.0Pangangatwiran91.7Wika89.5
  2. 02

    Claude 5.5 Opus Thinking Max Effort

    Anthropic

    83.2

    Pangkalahatan

    $0.799

    bawat matagumpay na gawain

    Matematika97.1Pangangatwiran92.2Coding89.3
  3. 03

    Claude Fable 5 Max Effort

    Anthropic

    83.0

    Pangkalahatan

    $1.439

    bawat matagumpay na gawain

    Matematika96.0Wika90.7Pangangatwiran89.7
  4. 04

    GPT-6 Astra Max Effort

    OpenAI

    82.2

    Pangkalahatan

    $0.736

    bawat matagumpay na gawain

    Matematika96.8Pangangatwiran92.7Wika89.4
  5. 05

    GPT-6.1 Sol Max Effort

    OpenAI

    81.6

    Pangkalahatan

    $0.142

    bawat matagumpay na gawain

    Matematika96.8Pangangatwiran92.6Wika90.1
  6. 06

    Muse Spark 1.3 xHigh Effort

    Meta

    81.6

    Pangkalahatan

    $0.219

    bawat matagumpay na gawain

    Matematika95.9Pangangatwiran89.7Wika82.8
  7. 07

    DeepSeek V4.1 Flash Max Effort

    buksan

    DeepSeek

    81.1

    Pangkalahatan

    $0.029

    bawat matagumpay na gawain

    Matematika93.3Pangangatwiran86.7Wika81.2
  8. 08

    GPT-5.6 Sol Max Effort

    OpenAI

    81.0

    Pangkalahatan

    $0.515

    bawat matagumpay na gawain

    Matematika96.2Pangangatwiran91.7Wika87.7
  9. 09

    GPT-5.5 Thinking xHigh Effort

    OpenAI

    80.2

    Pangkalahatan

    $0.435

    bawat matagumpay na gawain

    Matematika95.9Pangangatwiran89.7Wika87.4
  10. 10

    Claude 5 Opus Thinking Max Effort

    Anthropic

    80.1

    Pangkalahatan

    $0.699

    bawat matagumpay na gawain

    Matematika95.7Pangangatwiran91.2Wika88.7
  11. 11

    GPT-6 Sol Max Effort

    OpenAI

    79.3

    Pangkalahatan

    $0.268

    bawat matagumpay na gawain

    Matematika96.4Pangangatwiran88.7Wika85.3
  12. 12

    Kimi K3

    buksan

    Moonshot AI

    79.2

    Pangkalahatan

    $0.348

    bawat matagumpay na gawain

    Pangangatwiran90.7Wika85.5Matematika84.4
  13. 13

    Gemini 3.7 Flash High

    Google

    78.8

    Pangkalahatan

    $0.157

    bawat matagumpay na gawain

    Matematika93.5Pangangatwiran87.8Wika85.5
  14. 14

    Qwen 3.8 Max

    buksan

    Alibaba

    78.5

    Pangkalahatan

    $0.275

    bawat matagumpay na gawain

    Matematika91.3Pangangatwiran88.2Wika79.7
  15. 15

    Muse Spark 1.2 xHigh Effort

    Meta

    78.0

    Pangkalahatan

    $0.375

    bawat matagumpay na gawain

    Matematika91.2Pangangatwiran90.0Wika78.6
  16. 16

    Grok 4.6 xHigh

    xAI

    78.0

    Pangkalahatan

    $0.207

    bawat matagumpay na gawain

    Matematika92.6Pangangatwiran90.5Wika83.7
  17. 17

    GPT-5.4 Thinking xHigh Effort

    OpenAI

    78.0

    Pangkalahatan

    $0.387

    bawat matagumpay na gawain

    Matematika94.1Pangangatwiran88.1Wika82.6
  18. 18

    GPT-5.6 Terra Max Effort

    OpenAI

    77.9

    Pangkalahatan

    $0.352

    bawat matagumpay na gawain

    Matematika94.9Pangangatwiran90.6Wika82.9
  19. 19

    Claude Sonnet 5.5 xHigh Effort

    Anthropic

    77.8

    Pangkalahatan

    $0.141

    bawat matagumpay na gawain

    Matematika96.7Coding88.9Pangangatwiran86.8
  20. 20

    DeepSeek V4 Pro 0813

    buksan

    DeepSeek

    77.4

    Pangkalahatan

    $0.044

    bawat matagumpay na gawain

    Matematika95.1Pangangatwiran85.8Wika82.1
  21. 21

    Grok 4.7 xHigh

    xAI

    77.4

    Pangkalahatan

    $0.718

    bawat matagumpay na gawain

    Matematika95.7Pangangatwiran82.7Wika80.1
  22. 22

    Gemini 3.1 Pro Preview High

    Google

    77.0

    Pangkalahatan

    $0.286

    bawat matagumpay na gawain

    Matematika91.0Wika85.4Pangangatwiran84.0
  23. 23

    DeepSeek V4 Flash Vision Exp

    buksan

    DeepSeek

    76.8

    Pangkalahatan

    $0.051

    bawat matagumpay na gawain

    Matematika87.8Pangangatwiran85.4Wika80.4
  24. 24

    Claude 4.7 Opus Thinking xHigh Effort

    Anthropic

    76.5

    Pangkalahatan

    $0.528

    bawat matagumpay na gawain

    Matematika92.9Pangangatwiran87.2Coding82.1
  25. 25

    Claude 4.8 Opus Thinking Max Effort

    Anthropic

    76.2

    Pangkalahatan

    $0.983

    bawat matagumpay na gawain

    Matematika94.3Pangangatwiran89.2Coding81.8
  26. 26

    Qwen 3.8 Flash Next

    buksan

    Alibaba

    76.2

    Pangkalahatan

    $0.042

    bawat matagumpay na gawain

    Pangangatwiran87.4Matematika85.8Pagsunod sa tagubilin77.1
  27. 27

    GLM-5.3

    buksan

    Z.AI

    76.1

    Pangkalahatan

    $0.450

    bawat matagumpay na gawain

    Matematika87.9Pangangatwiran85.8Wika79.9
  28. 28

    Claude Sonnet 5 xHigh Effort

    Anthropic

    76.0

    Pangkalahatan

    $0.505

    bawat matagumpay na gawain

    Matematika92.9Pangangatwiran88.7Coding80.7
  29. 29

    Grok 4.5

    xAI

    75.8

    Pangkalahatan

    $0.131

    bawat matagumpay na gawain

    Matematika90.8Pangangatwiran87.2Wika82.8
  30. 30

    Gemini 3.8 Flash High

    Google

    75.8

    Pangkalahatan

    $0.307

    bawat matagumpay na gawain

    Matematika91.6Pangangatwiran89.3Wika87.8
  31. 31

    Qwen3.8 27B

    buksan

    Alibaba

    75.3

    Pangkalahatan

    $0.094

    bawat matagumpay na gawain

    Matematika86.2Pangangatwiran80.0Pagsusuri ng datos76.6
  32. 32

    Muse Spark 1.1 xHigh Effort

    Meta

    75.3

    Pangkalahatan

    $0.198

    bawat matagumpay na gawain

    Pangangatwiran87.7Matematika87.1Coding77.2
  33. 33

    GPT-5.2 High

    OpenAI

    74.6

    Pangkalahatan

    $0.234

    bawat matagumpay na gawain

    Matematika93.2Pangangatwiran83.2Wika79.8
  34. 34

    Gemini 3.5 Flash High

    Google

    74.6

    Pangkalahatan

    $0.249

    bawat matagumpay na gawain

    Matematika88.2Wika84.6Pangangatwiran82.0
  35. 35

    Claude 4.6 Opus Thinking High Effort

    Anthropic

    74.5

    Pangkalahatan

    $0.404

    bawat matagumpay na gawain

    Matematika89.3Pangangatwiran88.7Wika83.3
  36. 36

    DeepSeek V4 Flash 0731

    buksan

    DeepSeek

    74.2

    Pangkalahatan

    $0.060

    bawat matagumpay na gawain

    Matematika86.8Pangangatwiran86.6Pagsusuri ng datos79.3
  37. 37

    GPT-5.2 Codex

    OpenAI

    74.0

    Pangkalahatan

    $0.187

    bawat matagumpay na gawain

    Matematika88.8Coding83.6Pagsusuri ng datos78.2
  38. 38

    GPT-5.6 Luna Max Effort

    OpenAI

    73.6

    Pangkalahatan

    $0.169

    bawat matagumpay na gawain

    Matematika87.2Pangangatwiran85.6Coding82.9
  39. 39

    Gemini 3.6 Flash High

    Google

    73.6

    Pangkalahatan

    $0.235

    bawat matagumpay na gawain

    Matematika86.4Pangangatwiran85.1Wika83.9
  40. 40

    GLM-5.2

    buksan

    Z.AI

    73.2

    Pangkalahatan

    $0.225

    bawat matagumpay na gawain

    Matematika89.8Coding79.7Pangangatwiran78.6
  41. 41

    Qwen 3.7 Max

    Alibaba

    73.1

    Pangkalahatan

    $0.182

    bawat matagumpay na gawain

    Matematika85.2Pangangatwiran83.3Wika79.7
  42. 42

    Claude 4.6 Sonnet Thinking Medium Effort

    Anthropic

    73.0

    Pangkalahatan

    $0.306

    bawat matagumpay na gawain

    Matematika87.0Pangangatwiran84.8Coding79.3
  43. 43

    Claude 4.5 Opus Thinking High Effort

    Anthropic

    72.6

    Pangkalahatan

    $0.610

    bawat matagumpay na gawain

    Matematika90.4Wika81.3Pangangatwiran80.1
  44. 44

    GPT-6 Luna Max Effort

    OpenAI

    72.0

    Pangkalahatan

    $0.026

    bawat matagumpay na gawain

    Matematika89.1Pangangatwiran81.8Coding79.0
  45. 45

    Inkling xHigh Effort

    buksan

    Thinking Machines

    71.9

    Pangkalahatan

    $0.310

    bawat matagumpay na gawain

    Matematika88.4Pangangatwiran78.3Wika73.5
  46. 46

    GLM-5.3 Flash

    buksan

    Z.AI

    71.6

    Pangkalahatan

    $0.031

    bawat matagumpay na gawain

    Matematika81.2Coding79.0Pangangatwiran77.6
  47. 47

    Kimi K2.6 Thinking

    buksan

    Moonshot AI

    70.5

    Pangkalahatan

    $0.169

    bawat matagumpay na gawain

    Matematika84.3Pangangatwiran79.4Coding78.6
  48. 48

    GPT-5.4 Nano xHigh

    OpenAI

    69.6

    Pangkalahatan

    $0.091

    bawat matagumpay na gawain

    Matematika91.0Pangangatwiran81.1Coding70.8
  49. 49

    ox-alpha-max

    Stealth

    69.2

    Pangkalahatan

    $0.000

    bawat matagumpay na gawain

    Matematika77.5Pangangatwiran76.6Coding75.8
  50. 50

    Qwen 3.6 Plus

    Alibaba

    68.9

    Pangkalahatan

    $0.227

    bawat matagumpay na gawain

    Matematika83.7Coding78.2Pangangatwiran75.8
  51. 51

    Kimi K2.7 Code

    buksan

    Moonshot AI

    68.4

    Pangkalahatan

    $0.100

    bawat matagumpay na gawain

    Pangangatwiran82.8Matematika79.6Wika77.9
  52. 52

    Grok Build 0.1

    xAI

    67.8

    Pangkalahatan

    $0.024

    bawat matagumpay na gawain

    Matematika78.4Pangangatwiran76.4Wika72.5
  53. 53

    Nemotron 3 Ultra 550B A55B

    buksan

    NVIDIA

    67.4

    Pangkalahatan

    $0.371

    bawat matagumpay na gawain

    Matematika88.7Pangangatwiran74.7Pagsunod sa tagubilin73.4
  54. 54

    Minimax M3

    Minimax

    67.3

    Pangkalahatan

    $0.060

    bawat matagumpay na gawain

    Matematika76.9Wika76.8Pagsusuri ng datos76.2
  55. 55

    GPT-5.4 Mini xHigh

    OpenAI

    66.4

    Pangkalahatan

    $0.334

    bawat matagumpay na gawain

    Matematika78.5Coding71.6Pangangatwiran71.3
  56. 56

    Qwen 3.6 27B

    buksan

    Alibaba

    64.0

    Pangkalahatan

    $0.202

    bawat matagumpay na gawain

    Matematika79.9Coding71.8Pagsusuri ng datos70.4
  57. 57

    Gemini 3.5 Flash-Lite High

    Google

    63.9

    Pangkalahatan

    $0.069

    bawat matagumpay na gawain

    Coding76.1Matematika73.7Wika71.8
  58. 58

    Grok 4.3

    xAI

    62.3

    Pangkalahatan

    $0.061

    bawat matagumpay na gawain

    Matematika84.3Wika73.6Pangangatwiran70.8

Ang gastos ay ang sukat na ibinigay ng source na cost-per-successful-task para sa piniling saklaw.

Ang mga marka ay snapshot ng isang pampublikong third-party na benchmark, kinopya nang walang pagbabago. Dinadagdagan ito ng Dapols ng pagsusuri ng cost-per-successful-task.Tingnan ang pinagmulan

A benchmark rank is not a hiring decision.

These scores say which model is strongest at a set of held-out tasks. They don’t say which one fits your workflow, your budget, or the tools you already pay for — and the cheapest model that clears your bar usually beats the highest scorer.

What changed recently

Dated releases from every major lab, with the vendor's own claims labelled as claims.

Open

What it costs to run

Our tool catalogue carries the price we last verified and the date we checked it.

Open

What to actually build

A deployment plan picks the stack for one workflow at your budget — models included.

Open