Ranking LLM: najlepsze modele AI

Ten ranking przedstawia 100 najlepszych dużych modeli językowych (LLM), uszeregowanych według ich względnej oceny jakości. W przeciwieństwie do zestawień opartych na pojedynczym źródle, ranking ten wykorzystuje ujednolicony, syntetyczny model agregacji, aby zapewnić kompleksowy i bezstronny obraz aktualnych możliwości sztucznej inteligencji.

Ranking obejmuje wyłącznie te modele AI, które zostały ocenione przez co najmniej dwa powszechnie uznawane, niezależne źródła testów porównawczych. Ogólny wynik każdego modelu jest obliczany jako wskaźnik obejmujący cztery kluczowe domeny:

💻 Kodowanie (40%) — pomiar umiejętności programowania (kodowania), poprawności składni oraz logiki algorytmicznej;
🧮 Matematyka (15%) — testowanie ilościowego rozwiązywania problemów;
🔬 Rozumowanie (20%) — ocena logicznego myślenia i wieloetapowej dedukcji;
✍️ Wykonywanie instrukcji (25%) — ocena tego, jak dobrze model przestrzega niestandardowych ograniczeń i poleceń użytkownika.

Kliknięcie dowolnego modelu rozwija szczegóły dotyczące wszystkich czterech aspektów.

Ostatnia aktualizacja: 12 września 2026

Poz.	Nazwa Modelu	Względna jakość	Wynik
1	Claude Fable 5.1	ogólna jakość 95,08%	95,08
Kodowanie 91,92% Matematyka 99,06% Rozumowanie 96,55% Wyk. Instrukcji 97,52%
2	GPT-6 Astra	ogólna jakość 95,04%	95,04
Kodowanie 96,92% Matematyka — Rozumowanie 97,93% Wyk. Instrukcji 90,91%
3	Claude Opus 5	ogólna jakość 94,73%	94,73
Kodowanie 94,09% Matematyka 99,84% Rozumowanie 94,99% Wyk. Instrukcji 97,36%
4	Claude Fable 5	ogólna jakość 94,64%	94,64
Kodowanie 98,21% Matematyka 100,00% Rozumowanie 93,46% Wyk. Instrukcji 91,32%
5	Kimi K3	ogólna jakość 93,95%	93,95
Kodowanie 95,78% Matematyka 95,92% Rozumowanie 89,67% Wyk. Instrukcji 95,04%
6	GPT-5.6 Sol	ogólna jakość 93,63%	93,63
Kodowanie 95,91% Matematyka 94,03% Rozumowanie 92,00% Wyk. Instrukcji 92,53%
7	GLM-5.3	ogólna jakość 92,67%	92,67
Kodowanie 94,40% Matematyka 96,23% Rozumowanie 86,45% Wyk. Instrukcji 94,71%
8	Gemini 3.8 Flash	ogólna jakość 92,51%	92,51
Kodowanie 93,26% Matematyka 96,55% Rozumowanie 87,79% Wyk. Instrukcji 96,36%
9	Gemini 3.7 Flash	ogólna jakość 92,31%	92,31
Kodowanie 91,47% Matematyka 99,22% Rozumowanie 87,62% Wyk. Instrukcji 95,04%
10	Muse Spark 1.3	ogólna jakość 91,84%	91,84
Kodowanie 90,44% Matematyka — Rozumowanie 90,71% Wyk. Instrukcji —
11	GPT-5.5	ogólna jakość 91,00%	91,00
Kodowanie 91,63% Matematyka 95,92% Rozumowanie 86,74% Wyk. Instrukcji 92,88%
12	Muse Spark 1.1	ogólna jakość 90,48%	90,48
Kodowanie 92,01% Matematyka 93,72% Rozumowanie 86,75% Wyk. Instrukcji 92,89%
13	Qwen3.8 Max	ogólna jakość 90,34%	90,34
Kodowanie 91,46% Matematyka 95,92% Rozumowanie 86,58% Wyk. Instrukcji 94,05%
14	Gemini 3.1 Pro	ogólna jakość 89,76%	89,76
Kodowanie 88,79% Matematyka 94,03% Rozumowanie 85,86% Wyk. Instrukcji 93,65%
15	Claude Opus 4.8	ogólna jakość 89,64%	89,64
Kodowanie 93,08% Matematyka 94,98% Rozumowanie 89,17% Wyk. Instrukcji 88,58%
16	GPT-5.6 Terra	ogólna jakość 89,63%	89,63
Kodowanie 92,68% Matematyka 91,52% Rozumowanie 85,80% Wyk. Instrukcji 88,91%
17	Claude Opus 4.7	ogólna jakość 88,58%	88,58
Kodowanie 93,84% Matematyka 96,23% Rozumowanie 82,62% Wyk. Instrukcji 88,59%
18	Grok 4.6	ogólna jakość 88,46%	88,46
Kodowanie 89,84% Matematyka 86,34% Rozumowanie 86,56% Wyk. Instrukcji 89,92%
19	Grok 4.5	ogólna jakość 88,39%	88,39
Kodowanie 90,00% Matematyka 91,99% Rozumowanie 82,77% Wyk. Instrukcji 92,07%
20	Claude Sonnet 5	ogólna jakość 88,33%	88,33
Kodowanie 90,60% Matematyka 91,84% Rozumowanie 83,22% Wyk. Instrukcji 91,90%
21	GLM-5.3-Flash	ogólna jakość 88,22%	88,22
Kodowanie 89,56% Matematyka 97,33% Rozumowanie 83,44% Wyk. Instrukcji 92,56%
22	Qwen3.7 Max	ogólna jakość 88,05%	88,05
Kodowanie 88,57% Matematyka 94,19% Rozumowanie 82,67% Wyk. Instrukcji 93,49%
23	GPT-5.4	ogólna jakość 87,60%	87,60
Kodowanie 88,03% Matematyka 94,82% Rozumowanie 82,15% Wyk. Instrukcji 92,18%
24	DeepSeek-V4-Pro-0813	ogólna jakość 87,12%	87,12
Kodowanie 87,45% Matematyka 90,89% Rozumowanie 85,27% Wyk. Instrukcji 89,98%
25	Qwen3.6 Max Preview	ogólna jakość 86,99%	86,99
Kodowanie 89,73% Matematyka 91,84% Rozumowanie 71,79% Wyk. Instrukcji 90,06%
26	Muse Spark 1.2	ogólna jakość 86,96%	86,96
Kodowanie 90,20% Matematyka — Rozumowanie 76,75% Wyk. Instrukcji 94,38%
27	Gemini 3.6 Flash	ogólna jakość 86,78%	86,78
Kodowanie 87,10% Matematyka 96,55% Rozumowanie 79,66% Wyk. Instrukcji 93,06%
28	Gemini 3.5 Flash	ogólna jakość 86,65%	86,65
Kodowanie 85,34% Matematyka 95,76% Rozumowanie 82,19% Wyk. Instrukcji 91,49%
29	GPT-5.6 Luna	ogólna jakość 86,43%	86,43
Kodowanie 88,08% Matematyka 92,15% Rozumowanie 80,23% Wyk. Instrukcji 88,43%
30	Claude Opus 4.6	ogólna jakość 86,37%	86,37
Kodowanie 91,12% Matematyka 98,27% Rozumowanie 81,07% Wyk. Instrukcji 87,32%
31	GLM-5.2	ogólna jakość 85,99%	85,99
Kodowanie 87,20% Matematyka 92,46% Rozumowanie 80,95% Wyk. Instrukcji 90,22%
32	Kimi K2.6	ogólna jakość 85,36%	85,36
Kodowanie 86,14% Matematyka 92,31% Rozumowanie 79,02% Wyk. Instrukcji 90,10%
33	GPT-5.2 Codex	ogólna jakość 84,74%	84,74
Kodowanie 84,56% Matematyka 89,17% Rozumowanie 77,84% Wyk. Instrukcji 91,29%
34	Muse Spark	ogólna jakość 84,32%	84,32
Kodowanie 84,51% Matematyka 89,80% Rozumowanie 78,19% Wyk. Instrukcji 91,26%
35	Grok-4.1	ogólna jakość 84,01%	84,01
Kodowanie 92,08% Matematyka 86,81% Rozumowanie 47,41% Wyk. Instrukcji 86,28%
36	Gemini 3 Pro	ogólna jakość 83,82%	83,82
Kodowanie 83,76% Matematyka 92,15% Rozumowanie 77,60% Wyk. Instrukcji 89,76%
37	MiMo-V2.5-Pro	ogólna jakość 83,72%	83,72
Kodowanie 85,51% Matematyka 92,15% Rozumowanie 66,00% Wyk. Instrukcji 93,64%
38	MiniMax M3	ogólna jakość 83,44%	83,44
Kodowanie 82,64% Matematyka 85,40% Rozumowanie 79,35% Wyk. Instrukcji 90,74%
39	Gemini 3 Flash	ogólna jakość 83,18%	83,18
Kodowanie 81,35% Matematyka 91,99% Rozumowanie 75,14% Wyk. Instrukcji 91,41%
40	Qwen3.7-Plus	ogólna jakość 83,14%	83,14
Kodowanie 83,24% Matematyka 90,42% Rozumowanie 77,71% Wyk. Instrukcji 90,14%
41	DeepSeek-V4-Flash-0731	ogólna jakość 83,04%	83,04
Kodowanie 81,93% Matematyka 86,50% Rozumowanie 79,16% Wyk. Instrukcji 89,05%
42	Claude Sonnet 4.5	ogólna jakość 82,83%	82,83
Kodowanie 85,22% Matematyka 88,54% Rozumowanie 62,69% Wyk. Instrukcji 91,74%
43	Qwen3.8-27B	ogólna jakość 82,44%	82,44
Kodowanie 85,00% Matematyka 90,74% Rozumowanie 77,86% Wyk. Instrukcji 85,12%
44	DeepSeek-V4.1-Flash	ogólna jakość 82,40%	82,40
Kodowanie 87,98% Matematyka — Rozumowanie 78,01% Wyk. Instrukcji —
45	Seed 2.0 Pro	ogólna jakość 82,28%	82,28
Kodowanie 84,64% Matematyka 88,07% Rozumowanie 73,49% Wyk. Instrukcji 86,94%
46	Claude Opus 4.5	ogólna jakość 82,06%	82,06
Kodowanie 87,20% Matematyka 91,05% Rozumowanie 71,82% Wyk. Instrukcji 85,85%
47	Qwen3.6 Plus	ogólna jakość 81,95%	81,95
Kodowanie 83,10% Matematyka 88,70% Rozumowanie 71,41% Wyk. Instrukcji 87,59%
48	GLM-5.1	ogólna jakość 81,88%	81,88
Kodowanie 83,47% Matematyka 92,15% Rozumowanie 71,20% Wyk. Instrukcji 90,79%
49	Claude Opus 4.1	ogólna jakość 81,87%	81,87
Kodowanie 84,40% Matematyka 86,97% Rozumowanie 60,73% Wyk. Instrukcji 90,91%
50	Qwen3.8-Flash-Next	ogólna jakość 81,47%	81,47
Kodowanie 78,13% Matematyka — Rozumowanie 82,69% Wyk. Instrukcji —
51	Grok 4.3	ogólna jakość 81,39%	81,39
Kodowanie 83,70% Matematyka 83,20% Rozumowanie 66,72% Wyk. Instrukcji 88,55%
52	GPT-5.3 Codex	ogólna jakość 81,01%	81,01
Kodowanie 73,09% Matematyka — Rozumowanie 78,20% Wyk. Instrukcji 88,73%
53	Claude Sonnet 4.6	ogólna jakość 80,98%	80,98
Kodowanie 85,83% Matematyka 89,95% Rozumowanie 72,82% Wyk. Instrukcji 84,62%
54	Hy3	ogólna jakość 80,88%	80,88
Kodowanie 82,89% Matematyka 92,46% Rozumowanie 76,21% Wyk. Instrukcji 83,45%
55	Gemma 4 31B	ogólna jakość 80,72%	80,72
Kodowanie 83,78% Matematyka 91,52% Rozumowanie 64,78% Wyk. Instrukcji 89,87%
56	Kimi K2.5	ogólna jakość 80,50%	80,50
Kodowanie 81,25% Matematyka 91,21% Rozumowanie 71,96% Wyk. Instrukcji 85,83%
57	MiMo-V2-Pro	ogólna jakość 80,47%	80,47
Kodowanie 82,58% Matematyka 88,23% Rozumowanie 70,42% Wyk. Instrukcji 85,99%
58	GPT-5.1 Thinking	ogólna jakość 80,31%	80,31
Kodowanie 80,57% Matematyka 88,85% Rozumowanie 68,71% Wyk. Instrukcji 88,37%
59	GLM-5	ogólna jakość 80,14%	80,14
Kodowanie 82,47% Matematyka 86,66% Rozumowanie 68,10% Wyk. Instrukcji 87,48%
60	Inkling	ogólna jakość 79,92%	79,92
Kodowanie 82,62% Matematyka 91,99% Rozumowanie 71,28% Wyk. Instrukcji 84,46%
61	Inkling-Small	ogólna jakość 79,69%	79,69
Kodowanie 82,34% Matematyka 87,44% Rozumowanie 73,00% Wyk. Instrukcji 80,00%
62	Muse Glimmer	ogólna jakość 79,38%	79,38
Kodowanie 85,91% Matematyka 88,54% Rozumowanie 61,13% Wyk. Instrukcji 83,64%
63	Qwen3.5-397B-A17B	ogólna jakość 79,29%	79,29
Kodowanie 78,61% Matematyka 87,76% Rozumowanie 71,16% Wyk. Instrukcji 89,17%
64	MiniMax M2.7	ogólna jakość 78,77%	78,77
Kodowanie 80,00% Matematyka 83,52% Rozumowanie 68,90% Wyk. Instrukcji 84,66%
65	Claude Opus 4	ogólna jakość 78,42%	78,42
Kodowanie 81,05% Matematyka 83,52% Rozumowanie 57,64% Wyk. Instrukcji 88,43%
66	GPT-5	ogólna jakość 78,19%	78,19
Kodowanie 78,97% Matematyka 85,40% Rozumowanie 66,83% Wyk. Instrukcji 84,44%
67	Gemma 4 26B-A4B	ogólna jakość 77,99%	77,99
Kodowanie 82,03% Matematyka 90,58% Rozumowanie 57,34% Wyk. Instrukcji 86,56%
68	MiMo-V2.5	ogólna jakość 76,92%	76,92
Kodowanie 79,79% Matematyka 86,34% Rozumowanie 67,16% Wyk. Instrukcji 83,64%
69	LongCat-Flash-Thinking-2601	ogólna jakość 76,09%	76,09
Kodowanie 78,83% Matematyka 82,42% Rozumowanie 68,58% Wyk. Instrukcji 79,17%
70	GLM-4.7	ogólna jakość 75,79%	75,79
Kodowanie 76,25% Matematyka 84,62% Rozumowanie 66,66% Wyk. Instrukcji 83,60%
71	MiMo-V2-Omni	ogólna jakość 75,48%	75,48
Kodowanie 78,02% Matematyka 85,56% Rozumowanie 60,04% Wyk. Instrukcji 83,17%
72	Qwen3 Max Thinking	ogólna jakość 75,40%	75,40
Kodowanie 74,02% Matematyka 85,71% Rozumowanie 67,07% Wyk. Instrukcji 84,75%
73	Qwen3.5-27B	ogólna jakość 75,04%	75,04
Kodowanie 72,60% Matematyka 84,46% Rozumowanie 65,39% Wyk. Instrukcji 83,85%
74	DeepSeek-V3.2	ogólna jakość 75,02%	75,02
Kodowanie 77,98% Matematyka 84,62% Rozumowanie 64,37% Wyk. Instrukcji 79,83%
75	MiniMax M2.5	ogólna jakość 74,96%	74,96
Kodowanie 76,10% Matematyka 79,43% Rozumowanie 64,78% Wyk. Instrukcji 79,85%
76	Claude Sonnet 4	ogólna jakość 74,94%	74,94
Kodowanie 78,03% Matematyka 80,69% Rozumowanie 52,88% Wyk. Instrukcji 83,64%
77	Gemini 3.1 Flash-Lite	ogólna jakość 74,82%	74,82
Kodowanie 76,29% Matematyka 86,03% Rozumowanie 58,47% Wyk. Instrukcji 85,08%
78	Kimi K2-Thinking-0905	ogólna jakość 74,10%	74,10
Kodowanie 75,50% Matematyka 82,42% Rozumowanie 65,59% Wyk. Instrukcji 79,20%
79	o3	ogólna jakość 73,73%	73,73
Kodowanie 73,57% Matematyka 87,44% Rozumowanie 60,09% Wyk. Instrukcji 81,97%
80	Qwen3.5-122B-A10B	ogólna jakość 73,64%	73,64
Kodowanie 72,31% Matematyka 83,67% Rozumowanie 66,36% Wyk. Instrukcji 84,66%
81	Gemini 3.5 Flash-Lite	ogólna jakość 73,61%	73,61
Kodowanie 78,25% Matematyka 87,13% Rozumowanie 57,17% Wyk. Instrukcji 88,10%
82	Step-3.5-Flash	ogólna jakość 73,22%	73,22
Kodowanie 73,96% Matematyka 81,00% Rozumowanie 65,75% Wyk. Instrukcji 78,31%
83	Kimi K2.7 Code	ogólna jakość 73,04%	73,04
Kodowanie 69,72% Matematyka — Rozumowanie 72,25% Wyk. Instrukcji 71,83%
84	MiniMax M2.1	ogólna jakość 72,54%	72,54
Kodowanie 72,82% Matematyka 78,49% Rozumowanie 62,43% Wyk. Instrukcji 79,35%
85	GLM-5V-Turbo	ogólna jakość 72,33%	72,33
Kodowanie 79,17% Matematyka 86,81% Rozumowanie 45,05% Wyk. Instrukcji 80,06%
86	MiMo-V2-Flash	ogólna jakość 72,17%	72,17
Kodowanie 72,02% Matematyka 76,45% Rozumowanie 62,34% Wyk. Instrukcji 80,08%
87	GPT-5 mini	ogólna jakość 72,17%	72,17
Kodowanie 74,06% Matematyka 80,85% Rozumowanie 58,25% Wyk. Instrukcji 80,19%
88	Grok-4	ogólna jakość 71,82%	71,82
Kodowanie 72,13% Matematyka 84,14% Rozumowanie 66,63% Wyk. Instrukcji 74,09%
89	GPT-4.5	ogólna jakość 71,68%	71,68
Kodowanie 71,87% Matematyka 81,32% Rozumowanie 47,41% Wyk. Instrukcji 87,27%
90	Qwen3-235B-A22B-Instruct-2507	ogólna jakość 71,44%	71,44
Kodowanie 72,66% Matematyka 82,73% Rozumowanie 52,31% Wyk. Instrukcji 83,64%
91	Mistral Medium 3.5	ogólna jakość 71,37%	71,37
Kodowanie 75,53% Matematyka 84,62% Rozumowanie 52,23% Wyk. Instrukcji 83,44%
92	Qwen3.5-35B-A3B	ogólna jakość 71,06%	71,06
Kodowanie 68,18% Matematyka 80,06% Rozumowanie 61,92% Wyk. Instrukcji 81,20%
93	ERNIE 5.0	ogólna jakość 70,89%	70,89
Kodowanie 83,05% Matematyka 85,87% Rozumowanie 55,96% Wyk. Instrukcji 72,07%
94	DeepSeek V3.1 Terminus	ogólna jakość 70,74%	70,74
Kodowanie 76,98% Matematyka 79,59% Rozumowanie 53,05% Wyk. Instrukcji 78,25%
95	Qwen3-Coder 480B A35B Instruct	ogólna jakość 70,33%	70,33
Kodowanie 74,45% Matematyka 75,98% Rozumowanie 48,39% Wyk. Instrukcji 78,51%
96	Grok-3 Mini	ogólna jakość 70,23%	70,23
Kodowanie 69,82% Matematyka 78,18% Rozumowanie 62,13% Wyk. Instrukcji 74,71%
97	DeepSeek-V3.2-Exp	ogólna jakość 70,15%	70,15
Kodowanie 75,11% Matematyka 83,83% Rozumowanie 54,94% Wyk. Instrukcji 76,41%
98	Gemini 2.5 Pro	ogólna jakość 69,51%	69,51
Kodowanie 70,98% Matematyka 86,50% Rozumowanie 60,03% Wyk. Instrukcji 76,84%
99	Grok 4 Fast	ogólna jakość 68,92%	68,92
Kodowanie 71,52% Matematyka 83,99% Rozumowanie 60,27% Wyk. Instrukcji 72,59%
100	GPT-5 Codex	ogólna jakość 67,78%	67,78
Kodowanie 53,58% Matematyka — Rozumowanie 62,16% Wyk. Instrukcji 87,32%