Wyścig modeli AI 2024–2026 (wideo)

Świat AI zmienia się w zawrotnym tempie. W ciągu ostatnich dwóch lat — od sierpnia 2024 do kwietnia 2026 — na podstawie aktualnych i historycznych danych rankingowych z platformy Arena AI (wcześniej działającej pod nazwami LMArena i Chatbot Arena) śledzono łącznie 347 dużych modeli językowych (LLMów). To jedna z najbardziej popularnych platform do społecznościowej oceny modeli AI.

Arena AI stosuje nietypową metodę oceny opartą na głosach użytkowników. Prawdziwi użytkownicy wpisują prompty i porównują obok siebie odpowiedzi dwóch anonimowych modeli. Na podstawie tysięcy takich głosów każdy model otrzymuje wynik pokazujący jego względną jakość w otwartych zadaniach tekst–tekst. Im wyższy wynik, tym częściej model wygrywa bezpośrednie porównania z rywalami. W kwietniu 2026 skala wyników sięga od około 950 punktów (dla starszych modeli) do ponad 1500 (dla obecnej czołówki).

Dynamiczna wizualizacja

Aby lepiej pokazać, jak zmieniała się sytuacja, powstała animacja w formie wyścigu na wykresie liniowym (tzw. line race), która przedstawia walkę czołowych modeli AI o najwyższe pozycje w czasie. Gdy na scenie pojawiają się nowe modele, a starsze stopniowo tracą znaczenie, kolejne przetasowania można obserwować niemal na żywo — od wczesnej dominacji GPT-4o po wejście na szczyt modeli Claude Opus 4.7 i Gemini 3 Pro. W animacji uwzględniono także specjalne kamienie milowe uruchamiane w momencie przekroczenia ważnych progów punktowych.

Ta dynamiczną wizualizacja została pokazana na filmiku na YouTube:

Modele, które trafiały do pierwszej dziesiątki

Spośród 347 ocenionych modeli tylko 77 kiedykolwiek znalazło się w pierwszej dziesiątce rankingu ogólnego. Poniższa tabela pokazuje każdy z nich wraz z obecną pozycją, najwyższym osiągniętym wynikiem i datą ostatniej obecności w ścisłej czołówce.

Kilka ciekawych obserwacji:

• Anthropic dominuje w obecnym top 3. Claude Opus 4.7 Thinking zajmuje pierwsze miejsce z wynikiem 1504.53 — to pierwszy model w historii, który przekroczył granicę 1500 punktów na Arena AI. Wersja bez trybu „Thinking”, czyli Claude Opus 4.7, jest trzecia, a Claude Opus 4.6 Thinking plasuje się na miejscu drugim.
• Google i xAI są tuż za liderami. Gemini 3 Pro, Gemini 3.1 Pro Preview i Gemini 3 Flash znajdują się obecnie w top 15. Z kolei Grok 4.20 Beta 1 (#5) oraz kilka innych wariantów Groka pokazują, jak wyrównana jest ta rywalizacja.
• Historia flagowych modeli OpenAI jest wyjątkowo dynamiczna. GPT-5 High był kiedyś numerem 1 — w sierpniu 2025 osiągnął wynik 1481 punktów — ale od tamtej pory spadł na 49. miejsce, gdy wyprzedziły go nowsze modele. Najnowszy model OpenAI, GPT-5.4 High, zajmuje obecnie 6. pozycję.
• „Byli mistrzowie” pokazują skalę zmian. GPT-4o był numerem 1 jeszcze we wrześniu 2024, a dziś znajduje się dopiero na 158. miejscu. o1 Preview prowadził w grudniu 2024, a teraz jest na 110. pozycji.
• Chińskie laboratoria AI coraz mocniej zaznaczają swoją obecność. GLM-5.1, Qwen3.5 Max Preview, ERNIE 5.0 i Kimi K2.5 Thinking pojawiają się w top 20, co pokazuje, że Zhipu AI, Alibaba, Baidu i Moonshot są dziś pełnoprawnymi uczestnikami tego wyścigu.
• Modele open source także docierały do ścisłej czołówki. DeepSeek R1 osiągnął szczyt na 2. miejscu w lutym 2025, a DeepSeek V3.2 Exp Thinking znajduje się obecnie na 10. pozycji — to bardzo mocne wyniki jak na modele z otwartą licencją.
• Górna granica wyników stale rośnie. W sierpniu 2024 lider miał około 1290 punktów. W kwietniu 2026 najlepszy model przekracza już 1504 punkty. To wzrost o około 17% w mniej niż dwa lata, odzwierciedlający szybki postęp w architekturze modeli, jakości danych treningowych i metodach dostrajania.
• Czas utrzymywania się w top 10 wyraźnie się skraca. Wcześniejsze modele, takie jak GPT-4o czy Gemini 1.5 Pro, potrafiły utrzymywać się w pierwszej dziesiątce przez wiele miesięcy. Nowsze modele bywają wypierane już po kilku tygodniach, bo tempo premier znacząco wzrosło.

Metodologia

Ta analiza opiera się na ocenach z kategorii „overall” platformy Arena AI dla zadań typu tekst–tekst. Pozycje w rankingu opierają się na wynikach uzyskanych z ocen par modeli dokonywanych przez użytkowników. Przeanalizowano dane z okresu od 28 sierpnia 2024 do 17 kwietnia 2026. Do przedstawionej wcześniej tabeli (patrz sekcję „Modele, które trafiały do pierwszej dziesiątki”) zostały wybrane modele, które choć raz znalazły się w pierwszej dziesiątce w tym przedziale czasu. Wartości określone jako „obecny wynik” odnoszą się do najnowszych dostępnych danych.

Źródło danych: Arena AI (Text Arena).