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:

🤖 Agenci (20%) — autonomiczne wykonywanie zadań, interakcja ze środowiskiem i korzystanie z narzędzi;
💻 Kodowanie (30%) — pomiar umiejętności programowania (kodowania), poprawności składni oraz logiki algorytmicznej;
🧮 Matematyka (20%) — testowanie ilościowego rozwiązywania problemów;
🔬 Rozumowanie (30%) — ocena logicznego myślenia i wieloetapowej dedukcji.

Kliknięcie dowolnego modelu rozwija szczegóły dotyczące wszystkich czterech aspektów.

Ostatnia aktualizacja: 14 listopada 2026

Poz.	Nazwa Modelu	Względna jakość	Wynik
1	Claude Fable 5.2	Ogólna jakość 97,90%	97,90
Agenci 100,00% Kodowanie 96,30% Matematyka 99,48% Rozumowanie 97,06%
2	Gemini 4 Carbon	Ogólna jakość 93,00%	93,00
Agenci 85,08% Kodowanie 94,51% Matematyka 95,16% Rozumowanie 95,33%
3	Claude Opus 5.5	Ogólna jakość 92,90%	92,90
Agenci 87,06% Kodowanie 96,02% Matematyka 93,79% Rozumowanie 93,08%
4	GPT-6 Astra	Ogólna jakość 88,57%	88,57
Agenci 83,95% Kodowanie 91,82% Matematyka 85,22% Rozumowanie 90,65%
5	Gemini 4 Argon	Ogólna jakość 88,16%	88,16
Agenci 73,38% Kodowanie 86,17% Matematyka 96,81% Rozumowanie 94,24%
6	Claude Fable 5.1	Ogólna jakość 87,51%	87,51
Agenci 80,61% Kodowanie 86,22% Matematyka 95,80% Rozumowanie 87,85%
7	Claude Sonnet 5.5	Ogólna jakość 87,17%	87,17
Agenci 80,15% Kodowanie 89,12% Matematyka 87,94% Rozumowanie 89,38%
8	GPT-6.1 Sol	Ogólna jakość 85,18%	85,18
Agenci 75,60% Kodowanie 86,22% Matematyka 88,21% Rozumowanie 88,49%
9	GPT-6.1 Terra	Ogólna jakość 84,40%	84,40
Agenci 71,85% Kodowanie 81,67% Matematyka 95,58% Rozumowanie 88,02%
10	Gemini 4 Hydrogen	Ogólna jakość 83,21%	83,21
Agenci 72,39% Kodowanie 82,67% Matematyka 90,12% Rozumowanie 86,36%
11	Claude Fable 5	Ogólna jakość 82,93%	82,93
Agenci 69,02% Kodowanie 80,26% Matematyka 93,30% Rozumowanie 87,96%
12	Claude Opus 5	Ogólna jakość 82,69%	82,69
Agenci 68,75% Kodowanie 80,80% Matematyka 93,85% Rozumowanie 86,42%
13	Muse Spark 1.3	Ogólna jakość 80,84%	80,84
Agenci 61,63% Kodowanie 81,89% Matematyka 87,93% Rozumowanie 87,87%
14	Claude Opus 4.8	Ogólna jakość 80,03%	80,03
Agenci 76,39% Kodowanie 72,02% Matematyka 87,87% Rozumowanie 85,25%
15	Muse Wonder	Ogólna jakość 79,92%	79,92
Agenci 61,16% Kodowanie 80,21% Matematyka 88,05% Rozumowanie 86,72%
16	ERNIE 5.5 Flash	Ogólna jakość 79,66%	79,66
Agenci 86,51% Kodowanie 76,14% Matematyka 66,98% Rozumowanie 87,06%
17	GPT-5.6 Sol	Ogólna jakość 79,62%	79,62
Agenci 66,61% Kodowanie 77,59% Matematyka 86,20% Rozumowanie 85,95%
18	Kimi K3.1 Pro	Ogólna jakość 79,11%	79,11
Agenci 69,09% Kodowanie 81,79% Matematyka 84,75% Rozumowanie 79,34%
19	DeepSeek-V4.1-Flash	Ogólna jakość 78,26%	78,26
Agenci 58,67% Kodowanie 81,40% Matematyka 83,22% Rozumowanie 84,88%
20	Claude Opus 4.7	Ogólna jakość 78,09%	78,09
Agenci 70,49% Kodowanie 71,07% Matematyka 86,61% Rozumowanie 84,49%
21	Kimi K3	Ogólna jakość 77,96%	77,96
Agenci 55,71% Kodowanie 74,67% Matematyka 88,57% Rozumowanie 89,01%
22	DeepSeek-V4-Pro	Ogólna jakość 77,87%	77,87
Agenci 77,91% Kodowanie 71,37% Matematyka 82,21% Rozumowanie 81,45%
23	GLM-5.3	Ogólna jakość 77,71%	77,71
Agenci 61,27% Kodowanie 75,84% Matematyka 87,57% Rozumowanie 83,97%
24	GPT-5.5	Ogólna jakość 76,90%	76,90
Agenci 72,34% Kodowanie 66,40% Matematyka 88,87% Rozumowanie 82,46%
25	Hy4	Ogólna jakość 76,72%	76,72
Agenci 64,59% Kodowanie 71,27% Matematyka 85,53% Rozumowanie 84,37%
26	Claude Opus 4.6	Ogólna jakość 76,46%	76,46
Agenci 65,94% Kodowanie 68,08% Matematyka 87,68% Rozumowanie 84,39%
27	GPT-6 Sol	Ogólna jakość 75,91%	75,91
Agenci 65,75% Kodowanie 75,50% Matematyka 82,72% Rozumowanie 78,54%
28	Gemini 3.8 Flash	Ogólna jakość 75,09%	75,09
Agenci 47,86% Kodowanie 73,11% Matematyka 87,91% Rozumowanie 86,66%
29	GPT-5.6 Terra	Ogólna jakość 74,12%	74,12
Agenci 49,29% Kodowanie 74,05% Matematyka 82,62% Rozumowanie 85,08%
30	Muse Wonder Full	Ogólna jakość 73,63%	73,63
Agenci 73,17% Kodowanie 83,95% Matematyka — Rozumowanie 79,38%
31	Muse Spark 1.1	Ogólna jakość 73,46%	73,46
Agenci 49,14% Kodowanie 67,22% Matematyka 89,95% Rozumowanie 84,92%
32	Gemini 3.7 Flash	Ogólna jakość 73,01%	73,01
Agenci 53,82% Kodowanie 68,83% Matematyka 86,30% Rozumowanie 81,13%
33	GLM-5.2	Ogólna jakość 72,92%	72,92
Agenci 54,51% Kodowanie 71,11% Matematyka 84,02% Rozumowanie 79,61%
34	MiMo-V2.6-Pro	Ogólna jakość 72,73%	72,73
Agenci 57,86% Kodowanie 77,31% Matematyka 87,23% Rozumowanie 68,39%
35	Claude Haiku 5.5	Ogólna jakość 72,55%	72,55
Agenci 58,45% Kodowanie 74,98% Matematyka 75,53% Rozumowanie 77,53%
36	Grok 4.5	Ogólna jakość 72,44%	72,44
Agenci 69,65% Kodowanie 66,41% Matematyka 76,11% Rozumowanie 77,89%
37	Qwen3.8	Ogólna jakość 72,28%	72,28
Agenci 53,87% Kodowanie 75,76% Matematyka 83,48% Rozumowanie 73,62%
38	Claude Sonnet 5	Ogólna jakość 72,09%	72,09
Agenci 56,98% Kodowanie 67,34% Matematyka 81,53% Rozumowanie 80,63%
39	GPT-5.6 Luna	Ogólna jakość 72,02%	72,02
Agenci 69,48% Kodowanie 64,36% Matematyka 79,60% Rozumowanie 76,31%
40	DeepSeek-V4-Flash	Ogólna jakość 71,80%	71,80
Agenci 69,48% Kodowanie 67,15% Matematyka 77,78% Rozumowanie 74,01%
41	Kimi K2.6	Ogólna jakość 71,70%	71,70
Agenci 65,26% Kodowanie 64,83% Matematyka 79,68% Rozumowanie 77,55%
42	GPT-5.4	Ogólna jakość 71,68%	71,68
Agenci 63,74% Kodowanie 59,76% Matematyka 85,27% Rozumowanie 79,83%
43	Gemini 3.5 Flash	Ogólna jakość 71,62%	71,62
Agenci 67,62% Kodowanie 61,89% Matematyka 79,01% Rozumowanie 79,10%
44	Grok 4.6	Ogólna jakość 71,52%	71,52
Agenci 46,97% Kodowanie 73,94% Matematyka 75,18% Rozumowanie 83,04%
45	Grok 4.7	Ogólna jakość 71,38%	71,38
Agenci 58,56% Kodowanie 74,45% Matematyka 70,95% Rozumowanie 77,14%
46	Gemini 3.6 Flash	Ogólna jakość 71,31%	71,31
Agenci 63,91% Kodowanie 62,73% Matematyka 81,69% Rozumowanie 77,89%
47	GPT-5.5 Pro	Ogólna jakość 70,84%	70,84
Agenci 72,18% Kodowanie — Matematyka 87,34% Rozumowanie 79,78%
48	Muse Spark	Ogólna jakość 69,29%	69,29
Agenci 46,04% Kodowanie 69,86% Matematyka 86,27% Rozumowanie 72,91%
49	Claude Sonnet 4.6	Ogólna jakość 69,12%	69,12
Agenci 59,53% Kodowanie 61,20% Matematyka 80,98% Rozumowanie 75,53%
50	GPT-6 Luna	Ogólna jakość 69,07%	69,07
Agenci 48,32% Kodowanie 68,30% Matematyka 80,35% Rozumowanie 76,18%
51	GLM-5.3-Flash	Ogólna jakość 68,47%	68,47
Agenci 49,39% Kodowanie 72,48% Matematyka 82,46% Rozumowanie 67,87%
52	GLM-5.1	Ogólna jakość 68,05%	68,05
Agenci 60,20% Kodowanie 62,20% Matematyka 72,90% Rozumowanie 75,92%
53	Muse Spark 1.2	Ogólna jakość 67,66%	67,66
Agenci 41,99% Kodowanie 63,71% Matematyka 87,95% Rozumowanie 75,21%
54	Seed 2.0 Pro	Ogólna jakość 67,50%	67,50
Agenci 49,41% Kodowanie 67,75% Matematyka 77,49% Rozumowanie 72,64%
55	Inkling 2 Small	Ogólna jakość 67,42%	67,42
Agenci 55,42% Kodowanie 74,36% Matematyka 73,58% Rozumowanie 64,36%
56	Qwen3.7	Ogólna jakość 67,27%	67,27
Agenci 38,39% Kodowanie 67,19% Matematyka 85,58% Rozumowanie 74,37%
57	Qwen3.8-27B	Ogólna jakość 67,20%	67,20
Agenci 40,27% Kodowanie 68,75% Matematyka 76,47% Rozumowanie 77,41%
58	MiMo-V2.6-Flash	Ogólna jakość 67,17%	67,17
Agenci 57,01% Kodowanie 72,98% Matematyka 82,17% Rozumowanie 58,13%
59	Mistral Large 4	Ogólna jakość 66,46%	66,46
Agenci 48,16% Kodowanie 73,32% Matematyka 77,48% Rozumowanie 64,45%
60	Gemini 3 Pro	Ogólna jakość 66,00%	66,00
Agenci 45,70% Kodowanie 55,45% Matematyka 84,79% Rozumowanie 77,56%
61	Claude Opus 4.5	Ogólna jakość 65,91%	65,91
Agenci 49,58% Kodowanie 61,44% Matematyka 71,69% Rozumowanie 77,42%
62	Muse Ember	Ogólna jakość 65,81%	65,81
Agenci 59,44% Kodowanie 62,86% Matematyka — Rozumowanie 83,56%
63	Step 5	Ogólna jakość 65,69%	65,69
Agenci 37,41% Kodowanie 71,91% Matematyka 84,10% Rozumowanie 66,04%
64	ERNIE 5.0	Ogólna jakość 65,65%	65,65
Agenci — Kodowanie 79,81% Matematyka 74,97% Rozumowanie 55,72%
65	MiMo-V2.5-Pro	Ogólna jakość 65,59%	65,59
Agenci 59,70% Kodowanie 62,25% Matematyka 75,84% Rozumowanie 66,03%
66	Muse Spark Open	Ogólna jakość 65,39%	65,39
Agenci 43,22% Kodowanie 60,07% Matematyka 75,83% Rozumowanie 78,54%
67	ChatGPT-4o	Ogólna jakość 65,35%	65,35
Agenci — Kodowanie 74,18% Matematyka 67,95% Rozumowanie 65,01%
68	Gemini 3.1 Pro	Ogólna jakość 65,25%	65,25
Agenci 40,68% Kodowanie 64,01% Matematyka 84,95% Rozumowanie 69,72%
69	Kimi K2.5	Ogólna jakość 65,04%	65,04
Agenci 50,76% Kodowanie 54,24% Matematyka 83,64% Rozumowanie 72,96%
70	MiniMax M3.1 Flash	Ogólna jakość 64,99%	64,99
Agenci 52,11% Kodowanie 71,25% Matematyka 62,58% Rozumowanie 68,92%
71	GLM-5	Ogólna jakość 64,71%	64,71
Agenci 52,78% Kodowanie 54,60% Matematyka 77,59% Rozumowanie 74,19%
72	GPT-5.2	Ogólna jakość 64,58%	64,58
Agenci 44,18% Kodowanie 53,30% Matematyka 80,52% Rozumowanie 78,84%
73	Gemini 3 Flash	Ogólna jakość 64,22%	64,22
Agenci 49,58% Kodowanie 53,25% Matematyka 78,44% Rozumowanie 75,47%
74	GPT-5.2 Pro	Ogólna jakość 64,02%	64,02
Agenci 50,93% Kodowanie — Matematyka 83,38% Rozumowanie 73,85%
75	Beam 1.0	Ogólna jakość 63,47%	63,47
Agenci 52,20% Kodowanie 71,37% Matematyka 80,50% Rozumowanie 51,71%
76	Qwen3.8-Flash-Next	Ogólna jakość 63,37%	63,37
Agenci 53,20% Kodowanie 68,68% Matematyka 76,42% Rozumowanie 56,16%
77	Qwen3.6	Ogólna jakość 62,98%	62,98
Agenci — Kodowanie 56,37% Matematyka 84,34% Rozumowanie 64,00%
78	LongCat-Flash	Ogólna jakość 62,83%	62,83
Agenci 42,66% Kodowanie 63,30% Matematyka 74,07% Rozumowanie 68,33%
79	GPT-5.1	Ogólna jakość 62,31%	62,31
Agenci — Kodowanie 49,53% Matematyka 78,26% Rozumowanie 72,65%
80	Qwen3.6 Plus	Ogólna jakość 62,18%	62,18
Agenci 54,30% Kodowanie 56,97% Matematyka 74,49% Rozumowanie 64,45%
81	Qwen3.5-397B-A17B	Ogólna jakość 61,86%	61,86
Agenci 53,46% Kodowanie 50,27% Matematyka 71,42% Rozumowanie 72,69%
82	MiMo-V2-Pro	Ogólna jakość 61,60%	61,60
Agenci 48,57% Kodowanie 54,23% Matematyka 79,28% Rozumowanie 65,88%
83	Kimi K2	Ogólna jakość 61,10%	61,10
Agenci 46,37% Kodowanie 61,78% Matematyka 77,99% Rozumowanie 58,95%
84	Qwen3.7-Plus	Ogólna jakość 61,06%	61,06
Agenci 34,16% Kodowanie 70,89% Matematyka 75,42% Rozumowanie 59,60%
85	Qwen3.6-27B	Ogólna jakość 60,55%	60,55
Agenci 46,88% Kodowanie 60,71% Matematyka 64,92% Rozumowanie 66,58%
86	Hy3	Ogólna jakość 60,46%	60,46
Agenci 36,20% Kodowanie 63,87% Matematyka 83,91% Rozumowanie 57,58%
87	Qwen3 VL 235B A22B	Ogólna jakość 59,31%	59,31
Agenci 42,83% Kodowanie 73,16% Matematyka 70,63% Rozumowanie 48,89%
88	GPT-5.4 mini	Ogólna jakość 59,12%	59,12
Agenci 52,11% Kodowanie 49,48% Matematyka 64,63% Rozumowanie 69,76%
89	GPT-5 mini	Ogólna jakość 59,11%	59,11
Agenci — Kodowanie 65,24% Matematyka 63,55% Rozumowanie 56,11%
90	Step-3.5-Flash	Ogólna jakość 59,08%	59,08
Agenci 45,70% Kodowanie 59,77% Matematyka 73,68% Rozumowanie 57,59%
91	Claude Sonnet 4.5	Ogólna jakość 58,77%	58,77
Agenci 49,07% Kodowanie 50,50% Matematyka 63,19% Rozumowanie 70,55%
92	Grok-4	Ogólna jakość 58,74%	58,74
Agenci — Kodowanie 55,52% Matematyka 74,05% Rozumowanie 57,59%
93	GLM-4.7	Ogólna jakość 58,28%	58,28
Agenci 35,41% Kodowanie 48,99% Matematyka 76,80% Rozumowanie 70,45%
94	Qwen3.5-122B-A10B	Ogólna jakość 58,19%	58,19
Agenci 46,21% Kodowanie 44,25% Matematyka 77,74% Rozumowanie 67,09%
95	MiMo-V2.5	Ogólna jakość 58,14%	58,14
Agenci 35,75% Kodowanie 56,61% Matematyka 76,14% Rozumowanie 62,58%
96	GPT-5.5 Instant	Ogólna jakość 57,85%	57,85
Agenci 32,70% Kodowanie 80,47% Matematyka 57,33% Rozumowanie 52,35%
97	Claude Opus 4	Ogólna jakość 57,57%	57,57
Agenci 34,06% Kodowanie 61,84% Matematyka 64,92% Rozumowanie 64,07%
98	MiMo-V2-Omni	Ogólna jakość 57,26%	57,26
Agenci 33,56% Kodowanie 61,95% Matematyka 75,18% Rozumowanie 56,42%
99	DeepSeek-V3.2	Ogólna jakość 56,88%	56,88
Agenci 39,80% Kodowanie 46,94% Matematyka 74,41% Rozumowanie 66,52%
100	Inkling	Ogólna jakość 56,88%	56,88
Agenci 24,05% Kodowanie 53,24% Matematyka 69,37% Rozumowanie 74,07%