Live data voor 2026-10 (dagelijks herberekend)
· Methodologie v1
· Methodologie
· Geschiedenis
· JSON
#
Tier
Model
fedi-index
Percentiel
Prijs-kwaliteit
Bronnen
Opbouw van de score
9 A Kimi K3voorlopig Moonshot AI · Open gewichten 1.468 ±19 94 +44 A ›
19 A GLM 5.2voorlopig Zhipu AI · Open gewichten 1.444 ±17 86 +45 A ›
21 A DeepSeek V4 Pro 0423voorlopig DeepSeek · Open gewichten 1.441 ±16 84 +33 A ›
24 A Kimi K2.6voorlopig Moonshot AI · Open gewichten 1.436 ±19 82 +44 A ›
25 A GLM 5.3voorlopig Zhipu AI · Open gewichten 1.435 ±23 81 +60 A ›
26 A GLM 5.1voorlopig Zhipu AI · Open gewichten 1.432 ±16 80 +36 A ›
27 B Qwen3.5 397B A17Bvoorlopig Alibaba · Open gewichten 1.429 ±14 80 +27 A ›
30 B Inklingvoorlopig Thinking Machines Lab · Open gewichten 1.426 ±19 77 +27 A ›
31 B Kimi K2.5voorlopig Moonshot AI · Open gewichten 1.424 ±15 76 +36 A ›
32 B GLM 5.3 Flashvoorlopig Zhipu AI · Open gewichten 1.423 ±21 76 +105◆ A ›
37 B MiMo-V2.5-Provoorlopig Xiaomi · Open gewichten 1.421 ±15 72 +80 A ›
38 B GLM 4.5voorlopig Zhipu AI · Open gewichten 1.420 ±16 71 +18 A ›
48 B DeepSeek V4 Flash 0423voorlopig DeepSeek · Open gewichten 1.411 ±17 63 +71 A ›
49 B Inkling Smallvoorlopig Thinking Machines Lab · Open gewichten 1.410 ±21 62 +38 A ›
57 B Qwen3 Next 80B A3B Instructvoorlopig Alibaba · Open gewichten 1.404 ±23 56 +32 A ›
59 B GLM 4.6voorlopig Zhipu AI · Open gewichten 1.402 ±21 54 +26 A ›
61 B Qwen3.8 27Bvoorlopig Alibaba · Open gewichten 1.402 ±23 53 +46 A ›
66 C MiniMax M3voorlopig MiniMax · Open gewichten 1.395 ±15 49 +50 A ›
72 C DeepSeek V3.1voorlopig DeepSeek · Open gewichten 1.388 ±21 44 +19 A ›
76 C Step 3.5 Flashvoorlopig StepFun · Open gewichten 1.376 ±17 41 +50 A ›
77 C GLM 4.5 Airvoorlopig Zhipu AI · Open gewichten 1.374 ±15 40 -2 A ›
83 C Qwen3 30B A3B Instruct 2507voorlopig Alibaba · Open gewichten 1.367 ±15 35 +25 A ›
86 C gpt-oss-120bvoorlopig OpenAI · Open gewichten 1.362 ±18 33 -2 A ›
87 C MiMo-V2-Flashvoorlopig Xiaomi · Open gewichten 1.355 ±20 32 +55◆ A ›
90 C Qwen3 Coder 480B A35Bvoorlopig Alibaba · Open gewichten 1.347 ±14 30 -22 A ›
92 C MiMo-V2.5voorlopig Xiaomi · Open gewichten 1.342 ±19 28 +75 A ›
94 C Llama 3.3 Nemotron Super 49B v1.5voorlopig NVIDIA · Open gewichten 1.339 ±20 27 -40 A ›
97 D Mistral Small 3.2voorlopig Mistral AI · Open gewichten 1.323 ±18 24 -14 A ›
98 D gemma-3n-e4b-itvoorlopig Google · Open gewichten 1.322 ±16 24 — A ›
99 D MiniMax M2.7voorlopig MiniMax · Open gewichten 1.314 ±15 23 +32 A ›
100 D Qwen3 30B A3Bvoorlopig Alibaba · Open gewichten 1.309 ±15 22 -29 A ›
104 D MiniMax M1voorlopig MiniMax · Open gewichten 1.285 ±15 19 -36 A ›
108 D MiniMax M2.5voorlopig MiniMax · Open gewichten 1.248 ±25 16 +9 A ›
119 D mixtral-8x22b-instruct-v0.1voorlopig Mistral AI · Open gewichten 1.159 ±15 7 -236 A ›
…
A Arena (menselijke stemmen) ◆ Pareto-grens: niets is tegelijk beter en goedkoper
fedi-index is een Elo-equivalent op een vaste schaal: vergelijkbaar tussen maanden binnen één methodologieversie. Niveaus S–D: op percentiel in de doorsnede, en niet beter dan het betrouwbaarheidsinterval toelaat (grenzen in de methodologie). Deze doorsnede heeft één bronfamilie, dus alle scores zijn voorlopig.
Methodologie
fedi-index © fedi.software, CC BY 4.0; onderdelen behouden de licenties van hun bronnen. · Bronnen:
LMArena (CC BY 4.0),
Epoch AI (CC BY 4.0),
τ²-bench (Sierra) (MIT),
models.dev (MIT),
LiteLLM (MIT)
Arena Leaderboard Dataset by LMArena, CC BY 4.0. Modified by fedi.software (equated, weighted, aggregated). Not endorsed by LMArena.
Epoch AI, 'Capabilities & benchmarking'. Published online at epoch.ai. Retrieved from 'https://epoch.ai/benchmarks'. CC BY. ECI by Epoch AI; Epoch-run results only. Modified by fedi.software.
τ²-bench leaderboard, © Sierra Research, MIT License (Yao et al. 2024, arXiv:2406.12045; Barres et al. 2025, arXiv:2506.07982). Sierra-run text submissions only.
Pricing: models.dev, MIT License, © 2025 models.dev.
Pricing: LiteLLM model_prices_and_context_window.json, MIT License, © 2023 Berri AI.