Benchmarki AI

Modele AI porównane pod względem jakości i kosztu.

Praktyczny widok opublikowanych wyników modeli, który pomaga porównać możliwości, mocne strony w kategoriach i koszt działania, bez gubienia szczegółów.

Przeglądaj ranking Źródło benchmarku Ostatnia wybrana wersja · 25 cze 2026

Najnowsze aktualizacje benchmarków i modeli

Ranking na tej stronie to wydanie LiveBench z 25 czerwca, ponownie zapisane 22 września 2026. Obejmuje teraz Grok 4.7 xHigh i DeepSeek V4.1 Flash Max Effort. Poniższe uwagi o modelach pochodzą ze stron samych dostawców i są tak oznaczone.

Grok 4.6

Ta sama cena API, 2 $ / 6 $, co w Grok 4.5. xAI podaje Artificial Analysis Intelligence Index na poziomie 61: remis z GPT-5.6 Sol Max i punkt za Fable 5 Max. Mocny w ewaluacjach pracy wiedzowej; 26% w Terminal-Bench v3.

Przeczytaj omówienie Grok 4.6

DeepSeek V4.1 Flash

DeepSeek V4.1 Flash zastąpił V4 Flash 10 Sep 2026 pod nowym identyfikatorem API deepseek-flash, w cenie 0,15 $ / 0,60 $ za 1 mln tokenów poza szczytem i 0,30 $ / 1,20 $ w szczycie. Od 14 Sep żądania V4 Pro też są kierowane do niego, więc zmień identyfikatory modeli już teraz. LiveBench ocenia teraz V4.1 Flash Max Effort na 81,1 ogółem.

Zobacz to w trackerze modeli

Wiersze rankingu pochodzą wyłącznie z opublikowanych danych LiveBench. Nie wymyślamy wyników.

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.

Rozumowanie: GPT-6 Astra Max Effort 92.7
Kodowanie: Claude 5.5 Opus Thinking Max Effort 89.3
Kodowanie agentowe: DeepSeek V4.1 Flash Max Effort 77.3
Matematyka: Claude 5.5 Opus Thinking Max Effort 97.1
Analiza danych: GPT-6 Astra Max Effort 83.0
Język: Claude Fable 5 Max Effort 90.7
Wykonywanie instrukcji: 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.

Kształt całej dziedziny w dwóch wykresach.

Pierwszy wykres odpowiada na pytanie „który jest najsilniejszy”. Drugi odpowiada na pytanie, które naprawdę kosztuje pieniądze: za który warto zapłacić.

Jak się układają

Dłuższy słupek znaczy lepszy wynik. Słupki pokazują wynik Ogółem w skali 100, a liczba obok każdego słupka to dokładna wartość. Wybierz wiersz, by przenieść ten model na wykres kosztu poniżej.

Pokazano 12 z 58 najlepszych. Przełącz na pełny widok porównania, by zobaczyć każdy model.

Jakość a koszt

W górę jest mocniej, w lewo taniej, więc najlepsze zakupy są w lewym górnym rogu. Ponumerowane punkty tworzą granicę wartości: nic tańszego nie ma wyższego wyniku. Szare punkty są przegrane zarówno pod względem wyniku, jak i ceny.

Wybrany

Claude Fable 5.1 Max Effort

Anthropic

Ogółem: 83.4
za udane zadanie: 1,212 USD

#7 · Na granicy wartości.

Najlepsze zakupy (od najtańszego do najmocniejszego)

Najlepsza wartość za swoją cenę
Przegrany pod względem wyniku i ceny

Najedź lub dotknij ponumerowanego punktu (albo jego wiersza po prawej), by odczytać dokładny wynik i koszt. Klawisze strzałek przechodzą od najtańszego do najdroższego modelu.

Odczytaj te same 57 liczb jako tabelę

Jakość a koszt
Model	Organizacja	Ogółem	za udane zadanie
Claude Fable 5.1 Max Effort#7 · Najlepsza wartość za swoją cenę	Anthropic	83.4	1,212 USD
Claude 5.5 Opus Thinking Max Effort#6 · Najlepsza wartość za swoją cenę	Anthropic	83.2	0,799 USD
Claude Fable 5 Max Effort	Anthropic	83.0	1,439 USD
GPT-6 Astra Max Effort#5 · Najlepsza wartość za swoją cenę	OpenAI	82.2	0,736 USD
GPT-6.1 Sol Max Effort#4 · Najlepsza wartość za swoją cenę	OpenAI	81.6	0,142 USD
Muse Spark 1.3 xHigh Effort	Meta	81.6	0,219 USD
DeepSeek V4.1 Flash Max Effort#3 · Najlepsza wartość za swoją cenę	DeepSeek	81.1	0,029 USD
GPT-5.6 Sol Max Effort	OpenAI	81.0	0,515 USD
GPT-5.5 Thinking xHigh Effort	OpenAI	80.2	0,435 USD
Claude 5 Opus Thinking Max Effort	Anthropic	80.1	0,699 USD
GPT-6 Sol Max Effort	OpenAI	79.3	0,268 USD
Kimi K3	Moonshot AI	79.2	0,348 USD
Gemini 3.7 Flash High	Google	78.8	0,157 USD
Qwen 3.8 Max	Alibaba	78.5	0,275 USD
Grok 4.6 xHigh	xAI	78.0	0,207 USD
Muse Spark 1.2 xHigh Effort	Meta	78.0	0,375 USD
GPT-5.4 Thinking xHigh Effort	OpenAI	78.0	0,387 USD
GPT-5.6 Terra Max Effort	OpenAI	77.9	0,352 USD
Claude Sonnet 5.5 xHigh Effort	Anthropic	77.8	0,141 USD
DeepSeek V4 Pro 0813	DeepSeek	77.4	0,044 USD
Grok 4.7 xHigh	xAI	77.4	0,718 USD
Gemini 3.1 Pro Preview High	Google	77.0	0,286 USD
DeepSeek V4 Flash Vision Exp	DeepSeek	76.8	0,051 USD
Claude 4.7 Opus Thinking xHigh Effort	Anthropic	76.5	0,528 USD
Qwen 3.8 Flash Next	Alibaba	76.2	0,042 USD
Claude 4.8 Opus Thinking Max Effort	Anthropic	76.2	0,983 USD
GLM-5.3	Z.AI	76.1	0,450 USD
Claude Sonnet 5 xHigh Effort	Anthropic	76.0	0,505 USD
Grok 4.5	xAI	75.8	0,131 USD
Gemini 3.8 Flash High	Google	75.8	0,307 USD
Qwen3.8 27B	Alibaba	75.3	0,094 USD
Muse Spark 1.1 xHigh Effort	Meta	75.3	0,198 USD
GPT-5.2 High	OpenAI	74.6	0,234 USD
Gemini 3.5 Flash High	Google	74.6	0,249 USD
Claude 4.6 Opus Thinking High Effort	Anthropic	74.5	0,404 USD
DeepSeek V4 Flash 0731	DeepSeek	74.2	0,060 USD
GPT-5.2 Codex	OpenAI	74.0	0,187 USD
GPT-5.6 Luna Max Effort	OpenAI	73.6	0,169 USD
Gemini 3.6 Flash High	Google	73.6	0,235 USD
GLM-5.2	Z.AI	73.2	0,225 USD
Qwen 3.7 Max	Alibaba	73.1	0,182 USD
Claude 4.6 Sonnet Thinking Medium Effort	Anthropic	73.0	0,306 USD
Claude 4.5 Opus Thinking High Effort	Anthropic	72.6	0,610 USD
GPT-6 Luna Max Effort#2 · Najlepsza wartość za swoją cenę	OpenAI	72.0	0,026 USD
Inkling xHigh Effort	Thinking Machines	71.9	0,310 USD
GLM-5.3 Flash	Z.AI	71.6	0,031 USD
Kimi K2.6 Thinking	Moonshot AI	70.5	0,169 USD
GPT-5.4 Nano xHigh	OpenAI	69.6	0,091 USD
Qwen 3.6 Plus	Alibaba	68.9	0,227 USD
Kimi K2.7 Code	Moonshot AI	68.4	0,100 USD
Grok Build 0.1#1 · Najlepsza wartość za swoją cenę	xAI	67.8	0,024 USD
Nemotron 3 Ultra 550B A55B	NVIDIA	67.4	0,371 USD
Minimax M3	Minimax	67.3	0,060 USD
GPT-5.4 Mini xHigh	OpenAI	66.4	0,334 USD
Qwen 3.6 27B	Alibaba	64.0	0,202 USD
Gemini 3.5 Flash-Lite High	Google	63.9	0,069 USD
Grok 4.3	xAI	62.3	0,061 USD

Profil kategorii

Wybierz do trzech modeli z rankingu, by porównać ich siedem wyników kategorii.

Claude Fable 5.1 Max Effort83.4
ox-alpha-max69.2
DeepSeek V4.1 Flash Max Effort81.1

Rozumowanie91.776.686.7
Kodowanie86.475.880.0
Kodowanie agentowe66.152.677.3
Matematyka97.077.593.3
Analiza danych80.375.879.3
Język89.566.181.2
Wykonywanie instrukcji73.060.370.0

Każda ścieżka biegnie od 0 do 100. Dalej w prawo znaczy mocniej, a pogrubiona liczba to lider w danym wierszu.

Odczytaj te wyniki jako tabelę

Profil kategorii
Kategoria	Claude Fable 5.1 Max Effort	ox-alpha-max	DeepSeek V4.1 Flash Max Effort
Rozumowanie	91.7	76.6	86.7
Kodowanie	86.4	75.8	80.0
Kodowanie agentowe	66.1	52.6	77.3
Matematyka	97.0	77.5	93.3
Analiza danych	80.3	75.8	79.3
Język	89.5	66.1	81.2
Wykonywanie instrukcji	73.0	60.3	70.0

Ranking

Sortuj każdą kategorię, zawężaj listę i otwórz model, by zobaczyć opublikowany podział na podzadania.

01
Claude Fable 5.1 Max Effort
Anthropic
83.4
Ogółem
1,212 USD
za udane zadanie
Matematyka97.0Rozumowanie91.7Język89.5
02
Claude 5.5 Opus Thinking Max Effort
Anthropic
83.2
Ogółem
0,799 USD
za udane zadanie
Matematyka97.1Rozumowanie92.2Kodowanie89.3
03
Claude Fable 5 Max Effort
Anthropic
83.0
Ogółem
1,439 USD
za udane zadanie
Matematyka96.0Język90.7Rozumowanie89.7
04
GPT-6 Astra Max Effort
OpenAI
82.2
Ogółem
0,736 USD
za udane zadanie
Matematyka96.8Rozumowanie92.7Język89.4
05
GPT-6.1 Sol Max Effort
OpenAI
81.6
Ogółem
0,142 USD
za udane zadanie
Matematyka96.8Rozumowanie92.6Język90.1
06
Muse Spark 1.3 xHigh Effort
Meta
81.6
Ogółem
0,219 USD
za udane zadanie
Matematyka95.9Rozumowanie89.7Język82.8
07
DeepSeek V4.1 Flash Max Effort
otwarte
DeepSeek
81.1
Ogółem
0,029 USD
za udane zadanie
Matematyka93.3Rozumowanie86.7Język81.2
08
GPT-5.6 Sol Max Effort
OpenAI
81.0
Ogółem
0,515 USD
za udane zadanie
Matematyka96.2Rozumowanie91.7Język87.7
09
GPT-5.5 Thinking xHigh Effort
OpenAI
80.2
Ogółem
0,435 USD
za udane zadanie
Matematyka95.9Rozumowanie89.7Język87.4
10
Claude 5 Opus Thinking Max Effort
Anthropic
80.1
Ogółem
0,699 USD
za udane zadanie
Matematyka95.7Rozumowanie91.2Język88.7
11
GPT-6 Sol Max Effort
OpenAI
79.3
Ogółem
0,268 USD
za udane zadanie
Matematyka96.4Rozumowanie88.7Język85.3
12
Kimi K3
otwarte
Moonshot AI
79.2
Ogółem
0,348 USD
za udane zadanie
Rozumowanie90.7Język85.5Matematyka84.4
13
Gemini 3.7 Flash High
Google
78.8
Ogółem
0,157 USD
za udane zadanie
Matematyka93.5Rozumowanie87.8Język85.5
14
Qwen 3.8 Max
otwarte
Alibaba
78.5
Ogółem
0,275 USD
za udane zadanie
Matematyka91.3Rozumowanie88.2Język79.7
15
Muse Spark 1.2 xHigh Effort
Meta
78.0
Ogółem
0,375 USD
za udane zadanie
Matematyka91.2Rozumowanie90.0Język78.6
16
Grok 4.6 xHigh
xAI
78.0
Ogółem
0,207 USD
za udane zadanie
Matematyka92.6Rozumowanie90.5Język83.7
17
GPT-5.4 Thinking xHigh Effort
OpenAI
78.0
Ogółem
0,387 USD
za udane zadanie
Matematyka94.1Rozumowanie88.1Język82.6
18
GPT-5.6 Terra Max Effort
OpenAI
77.9
Ogółem
0,352 USD
za udane zadanie
Matematyka94.9Rozumowanie90.6Język82.9
19
Claude Sonnet 5.5 xHigh Effort
Anthropic
77.8
Ogółem
0,141 USD
za udane zadanie
Matematyka96.7Kodowanie88.9Rozumowanie86.8
20
DeepSeek V4 Pro 0813
otwarte
DeepSeek
77.4
Ogółem
0,044 USD
za udane zadanie
Matematyka95.1Rozumowanie85.8Język82.1
21
Grok 4.7 xHigh
xAI
77.4
Ogółem
0,718 USD
za udane zadanie
Matematyka95.7Rozumowanie82.7Język80.1
22
Gemini 3.1 Pro Preview High
Google
77.0
Ogółem
0,286 USD
za udane zadanie
Matematyka91.0Język85.4Rozumowanie84.0
23
DeepSeek V4 Flash Vision Exp
otwarte
DeepSeek
76.8
Ogółem
0,051 USD
za udane zadanie
Matematyka87.8Rozumowanie85.4Język80.4
24
Claude 4.7 Opus Thinking xHigh Effort
Anthropic
76.5
Ogółem
0,528 USD
za udane zadanie
Matematyka92.9Rozumowanie87.2Kodowanie82.1
25
Claude 4.8 Opus Thinking Max Effort
Anthropic
76.2
Ogółem
0,983 USD
za udane zadanie
Matematyka94.3Rozumowanie89.2Kodowanie81.8
26
Qwen 3.8 Flash Next
otwarte
Alibaba
76.2
Ogółem
0,042 USD
za udane zadanie
Rozumowanie87.4Matematyka85.8Wykonywanie instrukcji77.1
27
GLM-5.3
otwarte
Z.AI
76.1
Ogółem
0,450 USD
za udane zadanie
Matematyka87.9Rozumowanie85.8Język79.9
28
Claude Sonnet 5 xHigh Effort
Anthropic
76.0
Ogółem
0,505 USD
za udane zadanie
Matematyka92.9Rozumowanie88.7Kodowanie80.7
29
Grok 4.5
xAI
75.8
Ogółem
0,131 USD
za udane zadanie
Matematyka90.8Rozumowanie87.2Język82.8
30
Gemini 3.8 Flash High
Google
75.8
Ogółem
0,307 USD
za udane zadanie
Matematyka91.6Rozumowanie89.3Język87.8
31
Qwen3.8 27B
otwarte
Alibaba
75.3
Ogółem
0,094 USD
za udane zadanie
Matematyka86.2Rozumowanie80.0Analiza danych76.6
32
Muse Spark 1.1 xHigh Effort
Meta
75.3
Ogółem
0,198 USD
za udane zadanie
Rozumowanie87.7Matematyka87.1Kodowanie77.2
33
GPT-5.2 High
OpenAI
74.6
Ogółem
0,234 USD
za udane zadanie
Matematyka93.2Rozumowanie83.2Język79.8
34
Gemini 3.5 Flash High
Google
74.6
Ogółem
0,249 USD
za udane zadanie
Matematyka88.2Język84.6Rozumowanie82.0
35
Claude 4.6 Opus Thinking High Effort
Anthropic
74.5
Ogółem
0,404 USD
za udane zadanie
Matematyka89.3Rozumowanie88.7Język83.3
36
DeepSeek V4 Flash 0731
otwarte
DeepSeek
74.2
Ogółem
0,060 USD
za udane zadanie
Matematyka86.8Rozumowanie86.6Analiza danych79.3
37
GPT-5.2 Codex
OpenAI
74.0
Ogółem
0,187 USD
za udane zadanie
Matematyka88.8Kodowanie83.6Analiza danych78.2
38
GPT-5.6 Luna Max Effort
OpenAI
73.6
Ogółem
0,169 USD
za udane zadanie
Matematyka87.2Rozumowanie85.6Kodowanie82.9
39
Gemini 3.6 Flash High
Google
73.6
Ogółem
0,235 USD
za udane zadanie
Matematyka86.4Rozumowanie85.1Język83.9
40
GLM-5.2
otwarte
Z.AI
73.2
Ogółem
0,225 USD
za udane zadanie
Matematyka89.8Kodowanie79.7Rozumowanie78.6
41
Qwen 3.7 Max
Alibaba
73.1
Ogółem
0,182 USD
za udane zadanie
Matematyka85.2Rozumowanie83.3Język79.7
42
Claude 4.6 Sonnet Thinking Medium Effort
Anthropic
73.0
Ogółem
0,306 USD
za udane zadanie
Matematyka87.0Rozumowanie84.8Kodowanie79.3
43
Claude 4.5 Opus Thinking High Effort
Anthropic
72.6
Ogółem
0,610 USD
za udane zadanie
Matematyka90.4Język81.3Rozumowanie80.1
44
GPT-6 Luna Max Effort
OpenAI
72.0
Ogółem
0,026 USD
za udane zadanie
Matematyka89.1Rozumowanie81.8Kodowanie79.0
45
Inkling xHigh Effort
otwarte
Thinking Machines
71.9
Ogółem
0,310 USD
za udane zadanie
Matematyka88.4Rozumowanie78.3Język73.5
46
GLM-5.3 Flash
otwarte
Z.AI
71.6
Ogółem
0,031 USD
za udane zadanie
Matematyka81.2Kodowanie79.0Rozumowanie77.6
47
Kimi K2.6 Thinking
otwarte
Moonshot AI
70.5
Ogółem
0,169 USD
za udane zadanie
Matematyka84.3Rozumowanie79.4Kodowanie78.6
48
GPT-5.4 Nano xHigh
OpenAI
69.6
Ogółem
0,091 USD
za udane zadanie
Matematyka91.0Rozumowanie81.1Kodowanie70.8
49
ox-alpha-max
Stealth
69.2
Ogółem
0,000 USD
za udane zadanie
Matematyka77.5Rozumowanie76.6Kodowanie75.8
50
Qwen 3.6 Plus
Alibaba
68.9
Ogółem
0,227 USD
za udane zadanie
Matematyka83.7Kodowanie78.2Rozumowanie75.8
51
Kimi K2.7 Code
otwarte
Moonshot AI
68.4
Ogółem
0,100 USD
za udane zadanie
Rozumowanie82.8Matematyka79.6Język77.9
52
Grok Build 0.1
xAI
67.8
Ogółem
0,024 USD
za udane zadanie
Matematyka78.4Rozumowanie76.4Język72.5
53
Nemotron 3 Ultra 550B A55B
otwarte
NVIDIA
67.4
Ogółem
0,371 USD
za udane zadanie
Matematyka88.7Rozumowanie74.7Wykonywanie instrukcji73.4
54
Minimax M3
Minimax
67.3
Ogółem
0,060 USD
za udane zadanie
Matematyka76.9Język76.8Analiza danych76.2
55
GPT-5.4 Mini xHigh
OpenAI
66.4
Ogółem
0,334 USD
za udane zadanie
Matematyka78.5Kodowanie71.6Rozumowanie71.3
56
Qwen 3.6 27B
otwarte
Alibaba
64.0
Ogółem
0,202 USD
za udane zadanie
Matematyka79.9Kodowanie71.8Analiza danych70.4
57
Gemini 3.5 Flash-Lite High
Google
63.9
Ogółem
0,069 USD
za udane zadanie
Kodowanie76.1Matematyka73.7Język71.8
58
Grok 4.3
xAI
62.3
Ogółem
0,061 USD
za udane zadanie
Matematyka84.3Język73.6Rozumowanie70.8

Koszt to wskaźnik koszt-za-udane-zadanie podany przez źródło dla wybranego zakresu.

Wyniki to migawka publicznego benchmarku zewnętrznego, odtworzona bez zmian. Dapols dodaje do niej analizę kosztu za udane zadanie.Zobacz źródło

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