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: 2 października 2026

Poz.	Nazwa Modelu	Względna jakość	Wynik
1	Claude Opus 5.5	Ogólna jakość 97,75%	97,75
Agenci 97,13% Kodowanie 99,51% Matematyka 96,03% Rozumowanie 97,56%
2	Claude Fable 5.1	Ogólna jakość 92,60%	92,60
Agenci 91,95% Kodowanie 88,84% Matematyka 97,08% Rozumowanie 93,82%
3	GPT-6 Astra	Ogólna jakość 92,42%	92,42
Agenci 89,38% Kodowanie 92,87% Matematyka 89,91% Rozumowanie 95,68%
4	Gemini 4 Argon	Ogólna jakość 91,62%	91,62
Agenci 77,69% Kodowanie 89,42% Matematyka 100,00% Rozumowanie 97,50%
5	Claude Sonnet 5.5	Ogólna jakość 90,49%	90,49
Agenci 80,57% Kodowanie 95,91% Matematyka 89,23% Rozumowanie 92,53%
6	Claude Opus 5	Ogólna jakość 90,39%	90,39
Agenci 84,59% Kodowanie 86,76% Matematyka 96,37% Rozumowanie 93,89%
7	Claude Fable 5	Ogólna jakość 90,34%	90,34
Agenci 83,02% Kodowanie 88,50% Matematyka 95,73% Rozumowanie 93,48%
8	GPT-6.1 Sol	Ogólna jakość 89,42%	89,42
Agenci 82,84% Kodowanie 88,00% Matematyka 99,69% Rozumowanie 88,37%
9	GPT-5.6 Sol	Ogólna jakość 88,80%	88,80
Agenci 78,84% Kodowanie 91,33% Matematyka 89,98% Rozumowanie 92,12%
10	Muse Spark 1.3	Ogólna jakość 88,57%	88,57
Agenci 78,51% Kodowanie 86,77% Matematyka 97,40% Rozumowanie 91,20%
11	Kimi K3	Ogólna jakość 87,22%	87,22
Agenci 77,20% Kodowanie 86,89% Matematyka 91,65% Rozumowanie 91,28%
12	GPT-6 Sol	Ogólna jakość 85,45%	85,45
Agenci 79,39% Kodowanie 84,89% Matematyka 91,52% Rozumowanie 85,99%
13	DeepSeek-V4.1-Flash	Ogólna jakość 85,08%	85,08
Agenci 84,03% Kodowanie 83,64% Matematyka 89,82% Rozumowanie 84,05%
14	GLM-5.3	Ogólna jakość 85,07%	85,07
Agenci 74,53% Kodowanie 84,54% Matematyka 92,12% Rozumowanie 87,93%
15	GPT-5.5	Ogólna jakość 84,94%	84,94
Agenci 70,49% Kodowanie 85,74% Matematyka 92,19% Rozumowanie 88,95%
16	Claude Opus 4.8	Ogólna jakość 84,74%	84,74
Agenci 73,52% Kodowanie 81,42% Matematyka 92,30% Rozumowanie 90,48%
17	Gemini 3.8 Flash	Ogólna jakość 84,24%	84,24
Agenci 70,41% Kodowanie 79,88% Matematyka 96,76% Rozumowanie 89,49%
18	Qwen3.8	Ogólna jakość 84,05%	84,05
Agenci 75,45% Kodowanie 82,26% Matematyka 88,21% Rozumowanie 88,79%
19	MiMo-V2.6-Pro	Ogólna jakość 83,76%	83,76
Agenci 73,47% Kodowanie 84,31% Matematyka 93,27% Rozumowanie 83,74%
20	GPT-5.6 Terra	Ogólna jakość 83,44%	83,44
Agenci 69,02% Kodowanie 86,20% Matematyka 87,00% Rozumowanie 87,92%
21	Gemini 3.7 Flash	Ogólna jakość 83,04%	83,04
Agenci 65,07% Kodowanie 80,66% Matematyka 95,95% Rozumowanie 88,81%
22	Claude Opus 4.7	Ogólna jakość 82,86%	82,86
Agenci 69,80% Kodowanie 80,73% Matematyka 92,45% Rozumowanie 87,32%
23	Grok 4.6	Ogólna jakość 82,39%	82,39
Agenci 70,15% Kodowanie 80,57% Matematyka 89,90% Rozumowanie 87,37%
24	Hy4	Ogólna jakość 82,30%	82,30
Agenci 73,50% Kodowanie 77,90% Matematyka 88,31% Rozumowanie 88,58%
25	DeepSeek-V4-Pro	Ogólna jakość 82,10%	82,10
Agenci 69,57% Kodowanie 79,59% Matematyka 91,22% Rozumowanie 86,88%
26	Claude Sonnet 5	Ogólna jakość 81,94%	81,94
Agenci 72,39% Kodowanie 78,66% Matematyka 89,75% Rozumowanie 86,38%
27	Claude Opus 4.6	Ogólna jakość 81,21%	81,21
Agenci 66,01% Kodowanie 77,57% Matematyka 93,22% Rozumowanie 86,97%
28	DeepSeek-V4-Flash	Ogólna jakość 81,20%	81,20
Agenci 79,80% Kodowanie 76,35% Matematyka 87,58% Rozumowanie 82,72%
29	Muse Spark 1.1	Ogólna jakość 81,06%	81,06
Agenci 62,19% Kodowanie 78,78% Matematyka 91,45% Rozumowanie 88,98%
30	Grok 4.7	Ogólna jakość 80,77%	80,77
Agenci 71,82% Kodowanie 82,75% Matematyka 90,55% Rozumowanie 78,22%
31	GLM-5.2	Ogólna jakość 80,65%	80,65
Agenci 67,42% Kodowanie 79,27% Matematyka 92,33% Rozumowanie 83,06%
32	GLM-5.3-Flash	Ogólna jakość 80,38%	80,38
Agenci 68,20% Kodowanie 79,45% Matematyka 88,40% Rozumowanie 84,08%
33	Grok 4.5	Ogólna jakość 80,09%	80,09
Agenci 66,66% Kodowanie 75,77% Matematyka 91,89% Rozumowanie 85,48%
34	GPT-5.6 Luna	Ogólna jakość 79,11%	79,11
Agenci 61,19% Kodowanie 84,17% Matematyka 83,08% Rozumowanie 83,34%
35	Qwen3.8-Flash-Next	Ogólna jakość 78,50%	78,50
Agenci 68,70% Kodowanie 76,49% Matematyka 81,06% Rozumowanie 85,33%
36	Gemini 3.5 Flash	Ogólna jakość 78,29%	78,29
Agenci 67,14% Kodowanie 74,47% Matematyka 85,74% Rozumowanie 84,58%
37	Muse Spark 1.2	Ogólna jakość 78,21%	78,21
Agenci 59,33% Kodowanie 76,03% Matematyka 91,51% Rozumowanie 84,12%
38	GPT-6 Luna	Ogólna jakość 78,09%	78,09
Agenci 65,67% Kodowanie 77,94% Matematyka 89,95% Rozumowanie 78,61%
39	Seed 2.1 Pro	Ogólna jakość 78,04%	78,04
Agenci 75,39% Kodowanie 65,73% Matematyka 89,42% Rozumowanie 84,54%
40	MiMo-V2.6-Flash	Ogólna jakość 77,91%	77,91
Agenci 63,21% Kodowanie 80,47% Matematyka 90,92% Rozumowanie 76,48%
41	GPT-5.4	Ogólna jakość 77,58%	77,58
Agenci 63,64% Kodowanie 69,83% Matematyka 90,18% Rozumowanie 86,23%
42	Kimi K2.6	Ogólna jakość 77,55%	77,55
Agenci 63,79% Kodowanie 75,66% Matematyka 87,79% Rozumowanie 81,79%
43	Qwen3.7	Ogólna jakość 77,29%	77,29
Agenci 53,09% Kodowanie 75,43% Matematyka 92,14% Rozumowanie 85,37%
44	Gemini 3.1 Pro	Ogólna jakość 76,59%	76,59
Agenci 47,55% Kodowanie 73,96% Matematyka 93,21% Rozumowanie 87,50%
45	Qwen3.8-27B	Ogólna jakość 76,43%	76,43
Agenci 65,30% Kodowanie 75,20% Matematyka 83,08% Rozumowanie 80,65%
46	Gemini 3.6 Flash	Ogólna jakość 75,99%	75,99
Agenci 48,93% Kodowanie 74,61% Matematyka 93,30% Rozumowanie 83,89%
47	Claude Sonnet 4.6	Ogólna jakość 74,90%	74,90
Agenci 58,75% Kodowanie 73,05% Matematyka 85,83% Rozumowanie 80,22%
48	GPT-5.2	Ogólna jakość 73,83%	73,83
Agenci 55,59% Kodowanie 67,07% Matematyka 88,75% Rozumowanie 82,81%
49	Grok Build 0.1	Ogólna jakość 73,68%	73,68
Agenci 59,25% Kodowanie 73,24% Matematyka 80,74% Rozumowanie 79,02%
50	Claude Opus 4.5	Ogólna jakość 73,13%	73,13
Agenci 51,16% Kodowanie 73,47% Matematyka 85,70% Rozumowanie 79,05%
51	ChatGPT-4o	Ogólna jakość 72,94%	72,94
Agenci — Kodowanie 86,26% Matematyka 80,28% Rozumowanie 70,00%
52	GLM-5.1	Ogólna jakość 72,87%	72,87
Agenci 62,05% Kodowanie 68,69% Matematyka 84,72% Rozumowanie 76,36%
53	Qwen3.7-Plus	Ogólna jakość 72,78%	72,78
Agenci 44,16% Kodowanie 73,59% Matematyka 89,23% Rozumowanie 80,08%
54	Muse Spark	Ogólna jakość 72,67%	72,67
Agenci 45,23% Kodowanie 71,31% Matematyka 88,99% Rozumowanie 81,44%
55	Qwen3.6 Plus	Ogólna jakość 72,63%	72,63
Agenci 54,86% Kodowanie 70,74% Matematyka 87,49% Rozumowanie 76,47%
56	Qwen3.6	Ogólna jakość 72,62%	72,62
Agenci — Kodowanie 69,18% Matematyka 91,55% Rozumowanie 78,52%
57	ERNIE 5.0	Ogólna jakość 72,36%	72,36
Agenci — Kodowanie 89,66% Matematyka 79,93% Rozumowanie 64,93%
58	Hy3	Ogólna jakość 72,12%	72,12
Agenci 49,48% Kodowanie 70,77% Matematyka 87,32% Rozumowanie 78,42%
59	Seed 2.0 Pro	Ogólna jakość 70,92%	70,92
Agenci 49,91% Kodowanie 69,57% Matematyka 82,05% Rozumowanie 78,85%
60	Gemini 3 Pro	Ogólna jakość 70,32%	70,32
Agenci 47,14% Kodowanie 63,24% Matematyka 88,03% Rozumowanie 81,05%
61	GPT-5.5 Instant	Ogólna jakość 70,20%	70,20
Agenci — Kodowanie 84,86% Matematyka 68,30% Rozumowanie 70,26%
62	Gemini 3 Flash	Ogólna jakość 69,88%	69,88
Agenci 51,13% Kodowanie 61,51% Matematyka 87,72% Rozumowanie 78,86%
63	MiniMax M3	Ogólna jakość 69,87%	69,87
Agenci 48,14% Kodowanie 69,96% Matematyka 75,87% Rozumowanie 80,28%
64	MiMo-V2.5	Ogólna jakość 69,57%	69,57
Agenci 57,19% Kodowanie 64,38% Matematyka 85,60% Rozumowanie 72,32%
65	Kimi K2.5	Ogólna jakość 69,37%	69,37
Agenci 51,99% Kodowanie 62,83% Matematyka 87,17% Rozumowanie 75,62%
66	GLM-5	Ogólna jakość 69,33%	69,33
Agenci 54,42% Kodowanie 63,23% Matematyka 86,38% Rozumowanie 73,99%
67	Step 5	Ogólna jakość 69,26%	69,26
Agenci 54,22% Kodowanie 79,32% Matematyka — Rozumowanie 82,07%
68	MiMo-V2-Pro	Ogólna jakość 69,13%	69,13
Agenci 50,43% Kodowanie 63,18% Matematyka 87,64% Rozumowanie 75,21%
69	Qwen3.5-397B-A17B	Ogólna jakość 68,81%	68,81
Agenci 55,29% Kodowanie 60,11% Matematyka 85,68% Rozumowanie 75,26%
70	Kimi K2.7 Code	Ogólna jakość 68,36%	68,36
Agenci 63,01% Kodowanie 67,26% Matematyka 64,19% Rozumowanie 75,81%
71	Inkling	Ogólna jakość 68,28%	68,28
Agenci 43,50% Kodowanie 66,50% Matematyka 83,45% Rozumowanie 76,47%
72	Qwen3 VL 235B A22B	Ogólna jakość 68,05%	68,05
Agenci 43,50% Kodowanie 85,67% Matematyka 76,79% Rozumowanie 60,97%
73	MiMo-V2.5-Pro	Ogólna jakość 67,31%	67,31
Agenci 43,33% Kodowanie 70,78% Matematyka 79,10% Rozumowanie 71,98%
74	Kimi K2	Ogólna jakość 67,24%	67,24
Agenci 48,35% Kodowanie 65,92% Matematyka 83,89% Rozumowanie 70,06%
75	GPT-5.4 mini	Ogólna jakość 67,21%	67,21
Agenci 53,84% Kodowanie 65,44% Matematyka 74,42% Rozumowanie 73,10%
76	GPT-5.2 Codex	Ogólna jakość 66,93%	66,93
Agenci 58,73% Kodowanie 60,81% Matematyka 72,40% Rozumowanie 74,86%
77	MiniMax M2.7	Ogólna jakość 66,90%	66,90
Agenci 47,83% Kodowanie 63,51% Matematyka 83,10% Rozumowanie 72,21%
78	LongCat-Flash	Ogólna jakość 66,83%	66,83
Agenci 43,15% Kodowanie 65,81% Matematyka 79,53% Rozumowanie 75,17%
79	GPT-5.3 Codex	Ogólna jakość 66,83%	66,83
Agenci 59,79% Kodowanie 67,07% Matematyka 58,93% Rozumowanie 76,55%
80	Qwen3.6-27B	Ogólna jakość 66,53%	66,53
Agenci 49,60% Kodowanie 67,16% Matematyka 80,61% Rozumowanie 67,79%
81	GPT-5.4 nano	Ogólna jakość 66,49%	66,49
Agenci 49,94% Kodowanie 66,75% Matematyka 76,06% Rozumowanie 70,88%
82	INTELLECT-3	Ogólna jakość 66,31%	66,31
Agenci — Kodowanie 78,73% Matematyka 75,43% Rozumowanie 58,67%
83	GPT-5.1	Ogólna jakość 66,16%	66,16
Agenci — Kodowanie 58,43% Matematyka 82,12% Rozumowanie 74,01%
84	Muse Glimmer	Ogólna jakość 66,02%	66,02
Agenci — Kodowanie 58,44% Matematyka 86,85% Rozumowanie 70,40%
85	Inkling-Small	Ogólna jakość 65,90%	65,90
Agenci 37,71% Kodowanie 64,43% Matematyka 83,16% Rozumowanie 74,66%
86	DeepSeek V3.1 Terminus	Ogólna jakość 65,88%	65,88
Agenci — Kodowanie 68,45% Matematyka 79,19% Rozumowanie 65,02%
87	Gemini 3.5 Flash-Lite	Ogólna jakość 65,74%	65,74
Agenci 52,78% Kodowanie 62,93% Matematyka 82,79% Rozumowanie 65,81%
88	Step-3.5-Flash	Ogólna jakość 65,59%	65,59
Agenci 47,31% Kodowanie 64,45% Matematyka 80,11% Rozumowanie 69,23%
89	Grok-4	Ogólna jakość 65,15%	65,15
Agenci — Kodowanie 60,74% Matematyka 79,54% Rozumowanie 70,07%
90	Mistral	Ogólna jakość 64,61%	64,61
Agenci — Kodowanie 84,34% Matematyka 79,03% Rozumowanie 45,02%
91	Gemma 4 31B	Ogólna jakość 64,52%	64,52
Agenci 44,19% Kodowanie 59,98% Matematyka 81,32% Rozumowanie 71,41%
92	MiMo-V2-Omni	Ogólna jakość 64,47%	64,47
Agenci 36,57% Kodowanie 66,57% Matematyka 84,98% Rozumowanie 67,29%
93	MiniMax M2.5	Ogólna jakość 64,16%	64,16
Agenci 50,26% Kodowanie 59,43% Matematyka 78,56% Rozumowanie 68,56%
94	Grok 4.3	Ogólna jakość 64,12%	64,12
Agenci 31,20% Kodowanie 65,09% Matematyka 84,03% Rozumowanie 71,83%
95	Claude Sonnet 4.5	Ogólna jakość 64,10%	64,10
Agenci 50,61% Kodowanie 60,28% Matematyka 76,75% Rozumowanie 68,48%
96	Qwen3	Ogólna jakość 64,06%	64,06
Agenci 38,13% Kodowanie 62,37% Matematyka 80,56% Rozumowanie 72,02%
97	Qwen3.5-122B-A10B	Ogólna jakość 63,72%	63,72
Agenci 47,49% Kodowanie 54,78% Matematyka 83,25% Rozumowanie 70,46%
98	GLM-4.5V	Ogólna jakość 63,63%	63,63
Agenci — Kodowanie 76,81% Matematyka 73,40% Rozumowanie 53,02%
99	GPT-5 mini	Ogólna jakość 63,58%	63,58
Agenci — Kodowanie 67,14% Matematyka 73,32% Rozumowanie 62,59%
100	GPT-5	Ogólna jakość 63,44%	63,44
Agenci 36,57% Kodowanie 61,63% Matematyka 80,24% Rozumowanie 71,98%