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: 23 października 2026

Poz.	Nazwa Modelu	Względna jakość	Wynik
1	Claude Opus 5.5	Ogólna jakość 98,04%	98,04
Agenci 100,00% Kodowanie 99,50% Matematyka 94,70% Rozumowanie 97,50%
2	GPT-6 Astra	Ogólna jakość 92,91%	92,91
Agenci 93,02% Kodowanie 93,63% Matematyka 88,46% Rozumowanie 95,07%
3	Claude Sonnet 5.5	Ogólna jakość 92,63%	92,63
Agenci 88,90% Kodowanie 95,04% Matematyka 91,56% Rozumowanie 93,41%
4	Claude Fable 5.1	Ogólna jakość 92,15%	92,15
Agenci 88,26% Kodowanie 90,27% Matematyka 96,99% Rozumowanie 93,40%
5	Gemini 4 Argon	Ogólna jakość 92,00%	92,00
Agenci 83,89% Kodowanie 89,60% Matematyka 97,26% Rozumowanie 96,30%
6	GPT-6.1 Sol	Ogólna jakość 89,51%	89,51
Agenci 84,65% Kodowanie 90,09% Matematyka 90,97% Rozumowanie 91,21%
7	Claude Opus 5	Ogólna jakość 88,23%	88,23
Agenci 75,81% Kodowanie 86,91% Matematyka 94,88% Rozumowanie 93,38%
8	Claude Fable 5	Ogólna jakość 88,22%	88,22
Agenci 72,90% Kodowanie 89,54% Matematyka 94,37% Rozumowanie 93,01%
9	GPT-5.6 Sol	Ogólna jakość 84,99%	84,99
Agenci 69,86% Kodowanie 86,19% Matematyka 88,36% Rozumowanie 91,62%
10	GPT-6 Sol	Ogólna jakość 84,61%	84,61
Agenci 76,91% Kodowanie 85,11% Matematyka 90,08% Rozumowanie 85,59%
11	Muse Wonder	Ogólna jakość 84,28%	84,28
Agenci 68,14% Kodowanie 86,37% Matematyka 92,13% Rozumowanie 87,70%
12	Muse Spark 1.3	Ogólna jakość 84,00%	84,00
Agenci 63,21% Kodowanie 86,48% Matematyka 90,85% Rozumowanie 90,80%
13	DeepSeek-V4.1-Flash	Ogólna jakość 82,84%	82,84
Agenci 68,80% Kodowanie 87,65% Matematyka 85,48% Rozumowanie 85,63%
14	Claude Opus 4.8	Ogólna jakość 82,42%	82,42
Agenci 68,36% Kodowanie 79,20% Matematyka 89,87% Rozumowanie 90,05%
15	MiMo-V2.6-Pro	Ogólna jakość 82,03%	82,03
Agenci 65,28% Kodowanie 84,27% Matematyka 93,14% Rozumowanie 83,56%
16	Kimi K3	Ogólna jakość 81,86%	81,86
Agenci 62,33% Kodowanie 80,76% Matematyka 89,52% Rozumowanie 90,88%
17	Claude Opus 4.7	Ogólna jakość 81,38%	81,38
Agenci 73,31% Kodowanie 77,94% Matematyka 88,15% Rozumowanie 85,67%
18	GLM-5.3	Ogólna jakość 80,97%	80,97
Agenci 59,29% Kodowanie 83,82% Matematyka 89,11% Rozumowanie 87,16%
19	Gemini 3.8 Flash	Ogólna jakość 80,43%	80,43
Agenci 57,48% Kodowanie 80,08% Matematyka 90,38% Rozumowanie 89,44%
20	GPT-5.5	Ogólna jakość 80,32%	80,32
Agenci 60,99% Kodowanie 78,24% Matematyka 90,56% Rozumowanie 88,47%
21	Hy4	Ogólna jakość 79,97%	79,97
Agenci 66,66% Kodowanie 78,01% Matematyka 86,03% Rozumowanie 86,77%
22	GPT-5.6 Terra	Ogólna jakość 79,71%	79,71
Agenci 62,37% Kodowanie 79,74% Matematyka 85,44% Rozumowanie 87,42%
23	Claude Opus 4.6	Ogólna jakość 79,43%	79,43
Agenci 68,63% Kodowanie 75,06% Matematyka 88,76% Rozumowanie 84,78%
24	Qwen3.8	Ogólna jakość 79,33%	79,33
Agenci 61,13% Kodowanie 78,61% Matematyka 85,16% Rozumowanie 88,30%
25	DeepSeek-V4-Pro	Ogólna jakość 78,95%	78,95
Agenci 63,90% Kodowanie 78,49% Matematyka 85,15% Rozumowanie 85,31%
26	Muse Wonder Full	Ogólna jakość 78,79%	78,79
Agenci 83,45% Kodowanie 89,80% Matematyka — Rozumowanie 83,86%
27	Gemini 3.7 Flash	Ogólna jakość 78,44%	78,44
Agenci 51,37% Kodowanie 79,46% Matematyka 89,33% Rozumowanie 88,20%
28	Grok 4.6	Ogólna jakość 78,43%	78,43
Agenci 58,81% Kodowanie 81,22% Matematyka 81,10% Rozumowanie 86,95%
29	Muse Spark 1.1	Ogólna jakość 78,24%	78,24
Agenci 52,72% Kodowanie 77,01% Matematyka 91,93% Rozumowanie 87,35%
30	Qwen3.8 Flash	Ogólna jakość 78,09%	78,09
Agenci 60,82% Kodowanie 80,58% Matematyka 76,77% Rozumowanie 87,99%
31	Claude Haiku 5.5	Ogólna jakość 77,96%	77,96
Agenci 65,61% Kodowanie 82,42% Matematyka 78,05% Rozumowanie 81,66%
32	GLM-5.2	Ogólna jakość 77,54%	77,54
Agenci 61,53% Kodowanie 77,30% Matematyka 86,12% Rozumowanie 82,73%
33	MiMo-V2.6-Flash	Ogólna jakość 77,24%	77,24
Agenci 64,60% Kodowanie 78,82% Matematyka 89,39% Rozumowanie 75,98%
34	Claude Sonnet 5	Ogólna jakość 77,23%	77,23
Agenci 59,12% Kodowanie 76,05% Matematyka 84,17% Rozumowanie 85,86%
35	Gemini 3.5 Flash	Ogólna jakość 76,84%	76,84
Agenci 70,19% Kodowanie 71,88% Matematyka 80,80% Rozumowanie 83,60%
36	Grok 4.7	Ogólna jakość 76,81%	76,81
Agenci 64,47% Kodowanie 82,09% Matematyka 76,26% Rozumowanie 80,11%
37	Gemini 3.6 Flash	Ogólna jakość 76,49%	76,49
Agenci 66,72% Kodowanie 71,98% Matematyka 84,71% Rozumowanie 82,03%
38	Grok 4.5	Ogólna jakość 76,43%	76,43
Agenci 53,15% Kodowanie 79,75% Matematyka 80,88% Rozumowanie 85,68%
39	Kimi K2.6	Ogólna jakość 76,19%	76,19
Agenci 67,42% Kodowanie 73,38% Matematyka 82,12% Rozumowanie 80,89%
40	GPT-6 Luna	Ogólna jakość 76,03%	76,03
Agenci 61,54% Kodowanie 77,16% Matematyka 86,00% Rozumowanie 77,90%
41	GLM-5.3-Flash	Ogólna jakość 75,84%	75,84
Agenci 52,59% Kodowanie 78,17% Matematyka 83,70% Rozumowanie 83,76%
42	DeepSeek-V4-Flash	Ogólna jakość 75,56%	75,56
Agenci 59,86% Kodowanie 75,68% Matematyka 81,51% Rozumowanie 81,95%
43	Step 5	Ogólna jakość 75,26%	75,26
Agenci 39,12% Kodowanie 81,70% Matematyka 89,08% Rozumowanie 83,70%
44	Qwen3.7	Ogólna jakość 75,10%	75,10
Agenci 49,98% Kodowanie 74,21% Matematyka 87,90% Rozumowanie 84,22%
45	GPT-5.4	Ogólna jakość 75,01%	75,01
Agenci 58,39% Kodowanie 68,80% Matematyka 87,31% Rozumowanie 84,09%
46	Muse Spark 1.2	Ogólna jakość 74,16%	74,16
Agenci 39,34% Kodowanie 74,95% Matematyka 93,60% Rozumowanie 83,62%
47	Qwen3.8-Flash-Next	Ogólna jakość 73,75%	73,75
Agenci 57,66% Kodowanie 74,56% Matematyka 77,08% Rozumowanie 81,46%
48	GPT-5.6 Luna	Ogólna jakość 73,71%	73,71
Agenci 50,02% Kodowanie 74,56% Matematyka 82,22% Rozumowanie 82,97%
49	Muse Spark	Ogólna jakość 73,52%	73,52
Agenci 47,49% Kodowanie 72,51% Matematyka 89,04% Rozumowanie 81,55%
50	Gemini 3.1 Pro	Ogólna jakość 73,40%	73,40
Agenci 43,12% Kodowanie 70,93% Matematyka 86,90% Rozumowanie 87,06%
51	ChatGPT-4o	Ogólna jakość 73,23%	73,23
Agenci — Kodowanie 87,29% Matematyka 80,03% Rozumowanie 70,12%
52	Qwen3.6	Ogólna jakość 73,00%	73,00
Agenci — Kodowanie 70,12% Matematyka 91,26% Rozumowanie 79,04%
53	ERNIE 5.0	Ogólna jakość 72,61%	72,61
Agenci — Kodowanie 90,73% Matematyka 79,56% Rozumowanie 64,94%
54	Qwen3.8-27B	Ogólna jakość 72,55%	72,55
Agenci 47,44% Kodowanie 76,21% Matematyka 80,81% Rozumowanie 80,11%
55	Hy3	Ogólna jakość 72,03%	72,03
Agenci 48,50% Kodowanie 71,47% Matematyka 86,60% Rozumowanie 78,58%
56	GPT-5.5 Pro	Ogólna jakość 71,96%	71,96
Agenci 75,04% Kodowanie — Matematyka 87,61% Rozumowanie 81,45%
57	MiniMax M3.1 Flash	Ogólna jakość 71,88%	71,88
Agenci 54,46% Kodowanie 78,23% Matematyka 63,74% Rozumowanie 82,58%
58	Kimi K3.1 Pro	Ogólna jakość 71,44%	71,44
Agenci — Kodowanie 86,47% Matematyka — Rozumowanie 85,00%
59	Seed 2.0 Pro	Ogólna jakość 71,38%	71,38
Agenci 51,13% Kodowanie 70,70% Matematyka 81,52% Rozumowanie 78,80%
60	GLM-5.1	Ogólna jakość 71,26%	71,26
Agenci 62,22% Kodowanie 69,32% Matematyka 75,44% Rozumowanie 76,44%
61	Qwen3.7-Plus	Ogólna jakość 71,13%	71,13
Agenci 45,75% Kodowanie 74,22% Matematyka 78,39% Rozumowanie 80,11%
62	Beam 1.0	Ogólna jakość 71,09%	71,09
Agenci 45,71% Kodowanie 76,72% Matematyka 80,69% Rozumowanie 75,99%
63	Muse Spark Open	Ogólna jakość 70,96%	70,96
Agenci 48,38% Kodowanie 72,71% Matematyka 76,74% Rozumowanie 80,43%
64	Gemini 3 Pro	Ogólna jakość 70,68%	70,68
Agenci 47,49% Kodowanie 64,30% Matematyka 87,78% Rozumowanie 81,14%
65	Claude Sonnet 4.6	Ogólna jakość 70,68%	70,68
Agenci 44,61% Kodowanie 69,28% Matematyka 84,65% Rozumowanie 80,16%
66	Mistral Large 4	Ogólna jakość 70,40%	70,40
Agenci 43,19% Kodowanie 73,05% Matematyka 80,85% Rozumowanie 78,93%
67	MiMo-V2.5	Ogólna jakość 69,75%	69,75
Agenci 57,19% Kodowanie 65,08% Matematyka 85,34% Rozumowanie 72,41%
68	Kimi K2.5	Ogólna jakość 69,67%	69,67
Agenci 52,51% Kodowanie 63,74% Matematyka 86,76% Rozumowanie 75,64%
69	GLM-5	Ogólna jakość 69,66%	69,66
Agenci 54,77% Kodowanie 64,16% Matematyka 86,12% Rozumowanie 74,12%
70	MiMo-V2-Pro	Ogólna jakość 69,39%	69,39
Agenci 50,78% Kodowanie 63,86% Matematyka 87,21% Rozumowanie 75,46%
71	Qwen3.6 Plus	Ogólna jakość 69,34%	69,34
Agenci 56,33% Kodowanie 66,46% Matematyka 78,01% Rozumowanie 75,10%
72	Claude Opus 4.5	Ogólna jakość 69,13%	69,13
Agenci 51,30% Kodowanie 69,54% Matematyka 74,18% Rozumowanie 77,23%
73	GPT-5.2	Ogólna jakość 69,00%	69,00
Agenci 46,10% Kodowanie 62,43% Matematyka 83,62% Rozumowanie 81,10%
74	Gemini 3 Flash	Ogólna jakość 68,93%	68,93
Agenci 51,47% Kodowanie 62,51% Matematyka 80,97% Rozumowanie 78,95%
75	GPT-5.5 Instant	Ogólna jakość 68,71%	68,71
Agenci — Kodowanie 85,42% Matematyka 59,96% Rozumowanie 70,32%
76	Qwen3 VL 235B A22B	Ogólna jakość 68,31%	68,31
Agenci 43,67% Kodowanie 86,70% Matematyka 76,36% Rozumowanie 60,98%
77	MiMo-V2.5-Pro	Ogólna jakość 67,54%	67,54
Agenci 43,56% Kodowanie 71,68% Matematyka 78,60% Rozumowanie 72,01%
78	Kimi K2	Ogólna jakość 67,18%	67,18
Agenci 48,18% Kodowanie 66,31% Matematyka 83,34% Rozumowanie 69,95%
79	GPT-5.3 Codex	Ogólna jakość 67,18%	67,18
Agenci 60,49% Kodowanie 68,32% Matematyka 58,71% Rozumowanie 76,14%
80	MiniMax M2.7	Ogólna jakość 67,13%	67,13
Agenci 48,18% Kodowanie 64,22% Matematyka 82,84% Rozumowanie 72,20%
81	LongCat-Flash	Ogólna jakość 67,02%	67,02
Agenci 43,50% Kodowanie 66,76% Matematyka 78,93% Rozumowanie 75,02%
82	Qwen3.5-397B-A17B	Ogólna jakość 66,90%	66,90
Agenci 55,46% Kodowanie 60,99% Matematyka 74,76% Rozumowanie 75,19%
83	INTELLECT-3	Ogólna jakość 66,66%	66,66
Agenci — Kodowanie 79,52% Matematyka 75,20% Rozumowanie 59,22%
84	MiniMax M3	Ogólna jakość 66,62%	66,62
Agenci 34,32% Kodowanie 69,66% Matematyka 74,46% Rozumowanie 79,87%
85	GPT-5.1	Ogólna jakość 66,42%	66,42
Agenci — Kodowanie 59,46% Matematyka 81,75% Rozumowanie 74,10%
86	Muse Glimmer	Ogólna jakość 66,31%	66,31
Agenci — Kodowanie 59,03% Matematyka 86,58% Rozumowanie 70,95%
87	DeepSeek V3.1 Terminus	Ogólna jakość 66,10%	66,10
Agenci — Kodowanie 68,88% Matematyka 78,94% Rozumowanie 65,49%
88	Step-3.5-Flash	Ogólna jakość 65,88%	65,88
Agenci 47,66% Kodowanie 65,60% Matematyka 79,65% Rozumowanie 69,14%
89	Grok-4	Ogólna jakość 65,36%	65,36
Agenci — Kodowanie 61,61% Matematyka 79,17% Rozumowanie 70,16%
90	GPT-5.2 Pro	Ogólna jakość 65,02%	65,02
Agenci 52,86% Kodowanie — Matematyka 83,89% Rozumowanie 75,58%
91	GPT-5.4 mini	Ogólna jakość 64,97%	64,97
Agenci 54,07% Kodowanie 62,50% Matematyka 68,67% Rozumowanie 72,23%
92	Mistral Medium 3	Ogólna jakość 64,65%	64,65
Agenci — Kodowanie 82,06% Matematyka 71,29% Rozumowanie 52,57%
93	MiniMax M2.5	Ogólna jakość 64,49%	64,49
Agenci 50,78% Kodowanie 60,34% Matematyka 78,32% Rozumowanie 68,55%
94	Kimi K2.7 Code	Ogólna jakość 64,26%	64,26
Agenci 66,03% Kodowanie 62,55% Matematyka 55,94% Rozumowanie 70,34%
95	MiMo-V2-Omni	Ogólna jakość 64,14%	64,14
Agenci 35,01% Kodowanie 66,52% Matematyka 84,71% Rozumowanie 67,45%
96	GLM-4.5V	Ogólna jakość 64,00%	64,00
Agenci — Kodowanie 77,73% Matematyka 73,17% Rozumowanie 53,50%
97	Qwen3.5-122B-A10B	Ogólna jakość 63,92%	63,92
Agenci 47,83% Kodowanie 55,55% Matematyka 82,78% Rozumowanie 70,44%
98	Inkling-Small	Ogólna jakość 63,45%	63,45
Agenci 32,42% Kodowanie 64,97% Matematyka 75,85% Rozumowanie 74,34%
99	Qwen2.5	Ogólna jakość 63,17%	63,17
Agenci — Kodowanie 77,43% Matematyka 73,48% Rozumowanie 50,81%
100	GLM-4.7	Ogólna jakość 63,08%	63,08
Agenci 37,09% Kodowanie 58,72% Matematyka 81,84% Rozumowanie 72,26%