Dane bieżące za 2026-10 (przeliczane codziennie)
· Metodologia v1
· Metodologia
· Historia
· JSON
#
Tier
Model
fedi-index
Percentyl
Opłacalność
Źródła
Rozkład wyniku
14 A Kimi K3wstępny Moonshot AI · Otwarte wagi 1 445 ±20 91 +44 A ›
22 A GLM 5.2wstępny Zhipu AI · Otwarte wagi 1 438 ±17 85 +45 A ›
23 A GLM 5.1wstępny Zhipu AI · Otwarte wagi 1 437 ±16 85 +36 A ›
28 A MiMo-V2.5-Prowstępny Xiaomi · Otwarte wagi 1 432 ±15 81 +80 A ›
30 B DeepSeek V4 Pro 0423wstępny DeepSeek · Otwarte wagi 1 432 ±15 80 +33 A ›
33 B GLM 5.3 Flashwstępny Zhipu AI · Otwarte wagi 1 428 ±23 78 +105◆ A ›
36 B Qwen3.5 397B A17Bwstępny Alibaba · Otwarte wagi 1 426 ±14 76 +27 A ›
37 B Kimi K2.6wstępny Moonshot AI · Otwarte wagi 1 425 ±17 75 +44 A ›
40 B GLM 4.6wstępny Zhipu AI · Otwarte wagi 1 423 ±18 73 +26 A ›
43 B Kimi K2.5wstępny Moonshot AI · Otwarte wagi 1 420 ±14 71 +36 A ›
44 B Inklingwstępny Thinking Machines Lab · Otwarte wagi 1 420 ±20 70 +26 A ›
46 B GLM 5wstępny Zhipu AI · Otwarte wagi 1 420 ±20 68 +23 A ›
56 B MiniMax M3wstępny MiniMax · Otwarte wagi 1 407 ±16 62 +50 A ›
59 B Qwen3.5-122B-A10Bwstępny Alibaba · Otwarte wagi 1 403 ±22 59 +14 A ›
60 B MiMo-V2.5wstępny Xiaomi · Otwarte wagi 1 402 ±17 59 +75 A ›
62 B DeepSeek V4 Flash 0423wstępny DeepSeek · Otwarte wagi 1 401 ±17 57 +71 A ›
66 B Qwen3 Next 80B A3B Instructwstępny Alibaba · Otwarte wagi 1 397 ±21 54 +32 A ›
70 B DeepSeek V3.1wstępny DeepSeek · Otwarte wagi 1 391 ±23 52 +19 A ›
71 B Step 3.5 Flashwstępny StepFun · Otwarte wagi 1 391 ±15 51 +50 A ›
72 B GLM 4.5wstępny Zhipu AI · Otwarte wagi 1 389 ±20 50 +18 A ›
74 C Inkling Smallwstępny Thinking Machines Lab · Otwarte wagi 1 387 ±22 49 +38 A ›
75 C MiniMax M2.7wstępny MiniMax · Otwarte wagi 1 384 ±14 48 +32 A ›
83 C Qwen3.5-27Bwstępny Alibaba · Otwarte wagi 1 378 ±21 43 +14 A ›
88 C Qwen3 30B A3B Instruct 2507wstępny Alibaba · Otwarte wagi 1 368 ±20 39 +25 A ›
89 C GLM 4.5 Airwstępny Zhipu AI · Otwarte wagi 1 367 ±17 38 -2 A ›
92 C Qwen3.5-35B-A3Bwstępny Alibaba · Otwarte wagi 1 358 ±20 36 +11 A ›
94 C MiniMax M2.5wstępny MiniMax · Otwarte wagi 1 354 ±19 35 +9 A ›
95 C gpt-oss-120bwstępny OpenAI · Otwarte wagi 1 349 ±18 34 -2 A ›
96 C Trinity Large Thinkingwstępny Arcee AI · Otwarte wagi 1 349 ±22 34 -30 A ›
99 C MiniMax M1wstępny MiniMax · Otwarte wagi 1 346 ±16 32 -36 A ›
101 C Mistral Small 3.2wstępny Mistral AI · Otwarte wagi 1 337 ±23 30 -14 A ›
104 C Qwen3 Coder 480B A35Bwstępny Alibaba · Otwarte wagi 1 325 ±20 28 -22 A ›
105 C gemma-3n-e4b-itwstępny Google · Otwarte wagi 1 316 ±17 27 — A ›
108 C Qwen3 30B A3Bwstępny Alibaba · Otwarte wagi 1 313 ±17 25 -29 A ›
125 D mixtral-8x22b-instruct-v0.1wstępny Mistral AI · Otwarte wagi 1 181 ±14 13 -236 A ›
…
A Arena (głosy ludzi) ◆ Granica Pareto: nic nie jest jednocześnie lepsze i tańsze
fedi-index to ekwiwalent Elo na stałej skali: porównywalny między miesiącami w ramach jednej wersji metodologii. Poziomy S–D: według percentyla w przekroju i nie lepiej, niż pozwala przedział ufności (progi w metodologii). Ten przekrój ma jedną rodzinę źródeł, więc wszystkie jego wyniki są wstępne.
Metodologia
fedi-index © fedi.software, CC BY 4.0; składniki zachowują licencje swoich źródeł. · Źródła:
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.