AI rangsor: melyik a legjobb AI modell most?
Két független, nemzetközileg hivatkozott forrás friss adataiból: az LMArena emberi szavazataiból és az Epoch AI benchmarkokból számolt képességindexéből. Az oldal 6 óránként magától frissül, mi pedig magyarul, cégeknek fordítjuk le, mit jelentenek a számok.
Élő adatok · utolsó lekérés: 2026. november 11. 00:03
Tartalomjegyzék
- Általános rangsor emberi szavazatok alapján
- Képességindex benchmarkok alapján
- Miért tér el a két rangsor?
- ChatGPT, Claude, Gemini, Meta AI és a többiek gyártónként
- Kategóriánként: kódolás, írás, nehéz feladatok, nem angol nyelv
- További rangsorok
- Mit használunk mi, és miért mondjuk el?
- Melyik AI kell a cégednek?
- Gyakori kérdések
Röviden
- Emberi szavazatok alapján (LMArena) most a(z) Gemini 4 Carbon (High) (Google) vezet, gyakorlatilag holtversenyben a(z) Gemini 4 Argon (High) modellel.
- Benchmarkok alapján (Epoch AI képességindex) a(z) Claude Fable 5.2 (Anthropic, ECI 174,2) az első.
- A legerősebb nyílt súlyú, helyben is futtatható modell: Kimi K3.1 Pro (Moonshot, ECI 162,0).
- Képgenerálásban a(z) GPT-Image-2.5 Sunburst (OpenAI), videóban a(z) Gemini Omni 1.2 Flash (Google) vezet.
Általános rangsor emberi szavazatok alapján
Az LMArena (korábban Chatbot Arena) felületén a felhasználók ugyanarra a kérdésre két névtelen modell válaszát látják, és megszavazzák, melyik a jobb. A szavazatokból a sakk Élő-pontszámához hasonló értékelés születik: minél magasabb, annál gyakrabban nyer a modell. A sáv azt mutatja, mennyire biztos a becslés; ha két modell sávja átfedi egymást, gyakorlatilag holtversenyben vannak.
| Hely | Modell | Gyártó | Pontszám (sáv) | Szavazat | Licenc |
|---|---|---|---|---|---|
| 1. | Gemini 4 Carbon (High) | 1538 (1529–1548) | 4282 | Zárt | |
| 2. | Gemini 4 Argon (High) | 1530 (1525–1536) | 19 787 | Zárt | |
| 3. | Claude Opus 5.5 (High) | Anthropic | 1513 (1507–1519) | 15 249 | Zárt |
| 4. | Claude Fable 5.1 (Max) | Anthropic | 1512 (1507–1518) | 20 087 | Zárt |
| 5. | Claude Opus 5 (Max) | Anthropic | 1506 (1502–1511) | 35 710 | Zárt |
| 6. | Muse Wonder (Max) | Meta | 1503 (1497–1509) | 12 032 | Zárt |
| 7. | Claude Opus 5 (High) | Anthropic | 1502 (1499–1506) | 73 697 | Zárt |
| 8. | Claude Opus 4.6 (High) | Anthropic | 1502 (1498–1505) | 84 424 | Zárt |
| 9. | Gemini 3.8 Flash (High) | 1500 (1496–1505) | 61 143 | Zárt | |
| 10. | Claude Opus 4.6 | Anthropic | 1497 (1494–1500) | 89 228 | Zárt |
| 11. | MiMo-V2.6-Pro | Xiaomi | 1492 (1482–1501) | 4066 | MIT |
| 12. | Claude Fable 5 (High) | Anthropic | 1492 (1487–1496) | 45 524 | Zárt |
| 13. | Muse Spark 1.3 (Max) | Meta | 1491 (1486–1497) | 26 111 | Zárt |
| 14. | Claude Opus 4.7 (High) | Anthropic | 1490 (1486–1493) | 64 308 | Zárt |
| 15. | Gemini 3.7 Flash (High) | 1489 (1484–1493) | 33 300 | Zárt |
Forrás: LMArena, leaderboard-dataset (CC BY 4.0), publikálva: 2026. november 9.. Szűrt, kerekített, magyarra fordított változat.
Képességindex benchmarkok alapján
Az Epoch AI független kutatóintézet a saját és mások által futtatott mérésekből (matematika, programozás, tudományos kérdések, ügynöki feladatok) egyetlen skálát számol: ez az Epoch Capabilities Index (ECI). A skálát két ismert modell rögzíti: a Claude 3.5 Sonnet 130, a GPT-5 150 pontot kap, így a számok időben is összevethetők.
| Sorrend | Modell | Gyártó | ECI (90%-os sáv) | Megjelenés | Hozzáférés |
|---|---|---|---|---|---|
| 1. | Claude Fable 5.2 | Anthropic | 174,2 (170,1–178,8) | 2026. november 9. | Zárt, API-n |
| 2. | GPT-6 Astra | OpenAI | 169,2 (166,2–172,5) | 2026. szeptember 3. | Zárt, API-n |
| 3. | GPT-6.1 Sol | OpenAI | 168,9 (165,9–172,2) | 2026. szeptember 29. | Zárt, API-n |
| 4. | Claude Opus 5.5 | Anthropic | 168,7 (165,8–171,9) | 2026. szeptember 22. | Zárt, API-n |
| 5. | GPT-6.1 Terra | OpenAI | 168,1 (165,1–171,5) | 2026. október 26. | Zárt, API-n |
| 6. | Claude Fable 5.1 | Anthropic | 167,0 (164,3–170,2) | 2026. szeptember 1. | Zárt, API-n |
| 7. | Gemini 4 Argon | 166,5 (163,9–169,5) | 2026. szeptember 30. | Korlátozott hozzáférés | |
| 8. | Claude Sonnet 5.5 | Anthropic | 166,3 (163,7–169,4) | 2026. szeptember 28. | Zárt, API-n |
| 9. | Claude Opus 5 | Anthropic | 164,5 (162,0–167,3) | 2026. július 24. | Zárt, API-n |
| 10. | Claude Fable 5 | Anthropic | 164,3 (161,8–167,0) | 2026. június 9. | Zárt, API-n |
| 11. | GPT-6 Sol | OpenAI | 164,0 (161,5–166,8) | 2026. szeptember 22. | Zárt, API-n |
| 12. | GPT-5.6 Sol | OpenAI | 163,0 (160,7–165,6) | 2026. július 9. | Zárt, API-n |
| 13. | GPT-5.5 Pro | OpenAI | 162,8 (160,0–165,8) | 2026. április 23. | Zárt, API-n |
| 14. | Kimi K3.1 Pro | Moonshot | 162,0 (159,5–165,0) | 2026. október 23. | Nyílt súlyú, korlátozott licenc |
| 15. | Muse Wonder | Meta | 162,0 (159,6–164,7) | 2026. október 12. | Zárt, API-n |
Forrás: Epoch AI, Capabilities & benchmarking (CC BY 4.0), lekérve: 2026. november 11. 00:03. Szűrt, kerekített, magyarra fordított változat.
Miért tér el a két rangsor?
Mert mást mérnek. Az emberi szavazás azt jutalmazza, amelyik válasz jobban tetszik egy átlagos kérdésnél: a stílus, a hossz és a hangnem is számít. A benchmark azt méri, helyes-e a válasz nehéz, ellenőrizhető feladatokon. Egy ügyfélszolgálati asszisztensnél az előbbi, egy számításokat vagy kódot író rendszernél az utóbbi a fontosabb. Ha egy modell mindkét listán elöl van, az erős jel.
ChatGPT, Claude, Gemini, Meta AI és a többiek gyártónként
Sokan nem modellt, hanem terméket választanak: ChatGPT-t, Claude-ot, Geminit vagy Meta AI-t. Az alábbi tábla gyártónként a legjobb helyezést mutatja; a részletes összevetés és a saját tapasztalatunk a ChatGPT vs Claude vs Gemini vs Meta AI oldalon van.
| Termék (gyártó) | Általános (LMArena) | Programozás | Képességindex (Epoch) | Kép | Videó |
|---|---|---|---|---|---|
| Gemini (Google) | 1. Gemini 4 Carbon (High) | 1. Gemini 4 Carbon (High) | 166,5 Gemini 4 Argon | 7. Gemini Nano Banana 2.1 | 1. Gemini Omni 1.2 Flash |
| Claude (Anthropic) | 3. Claude Opus 5.5 (High) | 2. Claude Opus 5.5 (High) | 174,2 Claude Fable 5.2 | nincs a listán | nincs a listán |
| Meta AI (Meta) | 6. Muse Wonder (Max) | 12. Muse Wonder (Max) | 162,0 Muse Wonder | 12. Muse Image | 10. Muse Video |
| Qwen (Alibaba) | 16. Qwen3.8-Max | 22. Qwen3.8-Max | 157,5 Qwen 3.8 Max | 14. Qwen-Image-3.0-Pro | 8. Wan 3.0 |
| Kimi (Moonshot) | 27. Kimi K3 (Max) | 18. Kimi K3 (Max) | 162,0 Kimi K3.1 Pro | nincs a listán | nincs a listán |
| ChatGPT (OpenAI) | 29. GPT-5.5 (High) | 31. GPT-5.4 (High) | 169,2 GPT-6 Astra | 1. GPT-Image-2.5 Sunburst | 13. Sora 2 Pro |
| DeepSeek (DeepSeek) | 39. DeepSeek-V4.1-Flash-20260910 (Max) | 20. DeepSeek-V4.1-Flash-20260910 (Max) | 159,3 DeepSeek V4.1 Flash 1017 | nincs a listán | nincs a listán |
| Grok (xAI) | 51. Grok 4.20 Beta (Reasoning, 0309) | nincs a listán | 157,9 Grok 4.6 | 8. Grok Imagine Image 2.0 | 5. Grok Imagine Video 1.5 |
| Le Chat (Mistral AI) | 98. Mistral Large 3 | nincs a listán | 154,6 Mistral Large 4 | nincs a listán | nincs a listán |
A szám az LMArena-helyezés, illetve az Epoch AI képességindexe. Források: LMArena (publikálva: 2026. november 9.) és Epoch AI, mindkettő CC BY 4.0. A gyártó és a termék párosítása a mi szerkesztésünk. „Nincs a listán”: a gyártó legjobb modellje nincs az általunk közölt első 160 (általános) vagy első 40 (többi kategória) helyezett között, vagy nincs ilyen modellje.
Kategóriánként: kódolás, írás, nehéz feladatok, nem angol nyelv
Az összesített első hely nem jelenti, hogy egy modell mindenben a legjobb. Az LMArena külön is rangsorol feladattípusonként. Magyar kategória nincs; a nem angol nyelvű kérdések rangsora a legközelebbi jelzés arra, ki boldogul jól más nyelveken.
| Kategória | 1. | 2. | 3. |
|---|---|---|---|
| Programozás | Gemini 4 Carbon (High) (Google) | Claude Opus 5.5 (High) (Anthropic) | Gemini 4 Argon (High) (Google) |
| Kreatív írás | Gemini 4 Argon (High) (Google) | Claude Opus 5.5 (High) (Anthropic) | Gemini 4 Carbon (High) (Google) |
| Nehéz kérdések | Gemini 4 Carbon (High) (Google) | Gemini 4 Argon (High) (Google) | Claude Opus 5.5 (High) (Anthropic) |
| Utasításkövetés | Gemini 4 Carbon (High) (Google) | Gemini 4 Argon (High) (Google) | Claude Opus 5.5 (High) (Anthropic) |
| Többkörös beszélgetés | Gemini 4 Carbon (High) (Google) | Gemini 4 Argon (High) (Google) | Claude Opus 4.6 (High) (Anthropic) |
| Matematika | Gemini 4 Argon (High) (Google) | Claude Opus 5 (High) (Anthropic) | Claude Fable 5.1 (Max) (Anthropic) |
| Nem angol nyelvű kérdések | Gemini 4 Carbon (High) (Google) | Gemini 4 Argon (High) (Google) | Claude Fable 5.1 (Max) (Anthropic) |
Forrás: LMArena, leaderboard-dataset (CC BY 4.0), publikálva: 2026. november 9.. Szűrt, kerekített, magyarra fordított változat.
További rangsorok
- ChatGPT vs Claude vs Gemini vs Meta AIGyártónként a legjobb modell, élő adatokkal és saját tapasztalattal.Megnézem
- Legjobb lokális AI modellNyílt súlyú modellek, licenc és hardverigény: mi fut saját gépen?Megnézem
- Legjobb AI képgenerátorSzövegből kép és képszerkesztés: fotó, szöveg a képen, termékfotó.Megnézem
- Legjobb AI videógenerátorSzövegből és képből videó: ki vezet most, és mire elég.Megnézem
- AI token-kalkulátorMennyibe kerül havonta egy AI-funkció a te forgalmaddal?Megnézem
Mit használunk mi, és miért mondjuk el?
Mi magunk is naponta dolgozunk AI-modellekkel, ezért tudjuk, hogy egy rangsor csak kiindulópont. A fejlesztésben főleg Claude és OpenAI modelleket használunk (Claude Code, Codex), a Publicast saját termékünkben és az Interstrip autós képstúdióban OpenAI képmodell dolgozik, a Mesehold hangoskönyveihez az ElevenLabs hangját használjuk, a mesevideók képeit pedig saját gépen, helyi modellel készítjük.
A rangsort nem mi állítjuk össze, és senki nem fizet a helyezésért: a táblák az LMArena és az Epoch AI nyilvános adatai, szűrve és magyarra fordítva. Ha mi mást választanánk egy feladatra, azt külön, a saját nevünkön írjuk le.
Melyik AI kell a cégednek?
- Feladat: ügyfélszolgálat, dokumentumfeldolgozás, ajánlatírás vagy programozás? A kategóriarangsor többet mond, mint az összesített első hely.
- Adat: ha személyes vagy üzleti titkot tartalmazó adat kerül a modellhez, nézd meg a gyártó céges feltételeit, vagy válassz helyben futtatható modellt.
- Költség: a legjobb modell gyakran a legdrágább is. Az AI token-kalkulátorral kiszámolhatod a havi díjat a saját forgalmaddal.
- Beépítés: az igazi haszon akkor jön, ha az AI a meglévő rendszeredben dolgozik: a CRM-ben, az ügyviteli rendszerben vagy a weboldalon.
AI-t építenél a saját rendszeredbe?
AI-funkciókat fejlesztünk CRM-be, ügyviteli rendszerbe és weboldalba, felhős és helyi modellekkel. Ügyfelünk CRM-jébe saját adatain tanított, személyre szabott modellt is építettünk.
Gyakori kérdések
Melyik a legjobb AI modell jelenleg?
Attól függ, mit mérünk. Az oldal tetején élő adatokkal mutatjuk az emberi szavazatok (LMArena) és a benchmarkok (Epoch AI) szerinti első helyezettet. Ha a kettő eltér, mindkettő erős választás; a döntést a feladattípus, az adatkezelés és az ár szokta eldönteni.
Milyen gyakran frissül az AI rangsor?
Az oldal 6 óránként ellenőrzi a forrásokat. Az LMArena jellemzően naponta vagy néhány naponta publikál új állást, az Epoch AI egy új modellnél akkor, amikor lefuttatta a méréseit. Minden tábla alatt ott a forrás publikálási dátuma.
Mit jelent az LMArena-pontszám?
Vak, páros szavazásokból számolt értékelés: a felhasználó két névtelen modell válaszát látja ugyanarra a kérdésre, és kiválasztja a jobbat. Minél magasabb a pontszám, annál többször nyer a modell. A mellette lévő sáv a becslés bizonytalansága.
Mi az Epoch Capabilities Index (ECI)?
Az Epoch AI képességindexe, amely sok benchmark eredményét egyetlen skálára vetíti. A skálát a Claude 3.5 Sonnet (130) és a GPT-5 (150) rögzíti, így az értékek időben is összehasonlíthatók.
Miért nem az Artificial Analysis táblázatát mutatjátok?
Az Artificial Analysis sokat idézett, megbízható forrás, de a felhasználási feltételei nem engedik a táblázataik újraközlését, ezért csak hivatkozunk rá. Az LMArena és az Epoch AI adatai CC BY 4.0 licencűek, forrásmegjelöléssel szabadon közölhetők.
Van magyar nyelvű AI-rangsor?
Nemzetközi, rendszeresen frissülő magyar kategória jelenleg nincs. A legközelebbi jelzés az LMArena nem angol nyelvű kérdésekre számolt rangsora, amelyet a kategóriatáblában mutatunk. A nagy modellek ma jól írnak magyarul, de szakszövegnél érdemes saját példákon is kipróbálni őket.
Források és módszertan
Szerkesztési elv: A táblák az LMArena és az Epoch AI nyilvános, CC BY 4.0 licencű adataiból készülnek, az oldal 6 óránként újra lekéri őket. Az adatokat szűrtük, kerekítettük, a gyártóneveket egységesítettük és a feliratokat magyarra fordítottuk; a pontszámokon és a sorrenden nem változtattunk. A forrásoldalak nem állnak kapcsolatban velünk, és nem hagyták jóvá ezt az oldalt. Utolsó lekérés: 2026. november 11. 00:03; a szöveg utolsó szerkesztése: 2026. november 10..
- LMArena – LeaderboardVak, páros emberi szavazásokból számolt rangsor.
- LMArena – leaderboard-dataset (Hugging Face)A rangsor nyílt adatai, CC BY 4.0.
- Epoch AI – Capabilities & benchmarkingEpoch Capabilities Index (ECI) és benchmarkadatok, CC BY 4.0.
- Artificial Analysis – LLM LeaderboardTovábbi független összevetés árral és sebességgel; csak hivatkozunk rá.
- Creative Commons Nevezd meg! 4.0 Nemzetközi licenc
Beszéljük meg a projektedet!
Mondd el, mire van szükséged — egy munkanapon belül válaszolunk.