LLM リーダーボード
毎日更新のAIモデルランキング：10月16日 時点のエージェント成功率1位は Claude Opus 5.5（17.18%）。
Claude Opus 5.517.18%
テキスト1位
Gemini 4 Argon1,523.9
知能指数 1 位Claude Opus 5.557.6
コーディング 1 位Claude Fable 5.181.6
コスパ最良
MiMo-V2.6-Flash出力 $0.28/1M
オープン 1 位
Kimi K3Arena 1,487.1
今週の変化
エージェントの毎日の記録は 2026年10月16日 から蓄積中で、14 日後に順位変動を表示します。
LLM リーダーボード：全リスト
188 件中 上位 30 件既定の並び順は arena.ai エージェントリーダーボードのタスク成功率です（使用した推論レベルを表示）。エージェントの結果がないモデルはその後に LMArena テキスト（スタイル制御）順で並びます。成功率の区間は広く、隣り合う順位は誤差の範囲内であることが多いです。 テキスト評価順に切り替え →
| # | モデル | エージェント↓ | テキスト | AA 指数 | 価格 $/100万トークン | 遅延（秒）と速度 | コンテキスト | 公開日 | |||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 知能 | コード | 入力 | 出力 | 最安ルート | TTFT | 初回回答 | tok/s | ||||||
| 1 | Claude Opus 5.5 MaxAnthropicクローズド | 17.18%Max 暫定 | 1508.2±7.4 | 57.6 | – | $4.00 | $20.00 | $4.00 / $20.00 | 450 | 450 | 98 | 1M | 9月22日 |
| 2 | Claude Opus 5.5 XHighAnthropicクローズド | 17.18%Max 暫定 | 1508.2±7.4 | 56.0 | – | $4.00 | $20.00 | $4.00 / $20.00 | 96 | 96 | 81 | 1M | 9月22日 |
| 3 | Claude Opus 5.5 HighAnthropicクローズド | 17.18%Max 暫定 | 1508.2±7.4 | 53.6 | – | $4.00 | $20.00 | $4.00 / $20.00 | 21 | 21 | 76 | 1M | 9月22日 |
| 4 | Claude Opus 5.5 MediumAnthropicクローズド | 17.18%Max 暫定 | 1508.2±7.4 | 51.2 | – | $4.00 | $20.00 | $4.00 / $20.00 | 15 | 15 | 76 | 1M | 9月22日 |
| 5 | Claude Opus 5.5 LowAnthropicクローズド | 17.18%Max 暫定 | 1508.2±7.4 | 42.3 | – | $4.00 | $20.00 | $4.00 / $20.00 | 4.9 | 4.9 | 77 | 1M | 9月22日 |
| 6 |  GPT-6.1 Sol MaxOpenAIクローズド | 14.78%Max | 1483.8±8.2 | 51.8 | – | $2.00 | $10.00 | $2.00 / $10.00 | 164 | 164 | 59 | 1.05M | 9月29日 |
| 7 | GPT-6.1 Sol XHighOpenAIクローズド | 14.78%Max | 1483.8±8.2 | 51.0 | – | $2.00 | $10.00 | $2.00 / $10.00 | 110 | 110 | 52 | 1.05M | 9月29日 |
| 8 | GPT-6.1 Sol HighOpenAIクローズド | 14.78%Max | 1483.8±8.2 | 50.2 | – | $2.00 | $10.00 | $2.00 / $10.00 | 36 | 36 | 52 | 1.05M | 9月29日 |
| 9 | GPT-6.1 Sol MediumOpenAIクローズド | 14.78%Max | 1483.8±8.2 | 47.8 | – | $2.00 | $10.00 | $2.00 / $10.00 | 5.2 | 5.2 | 50 | 1.05M | 9月29日 |
| 10 | GPT-6.1 Sol LowOpenAIクローズド | 14.78%Max | 1483.8±8.2 | 42.1 | – | $2.00 | $10.00 | $2.00 / $10.00 | 2.4 | 2.4 | 52 | 1.05M | 9月29日 |
| 11 | Claude Fable 5.1 MaxAnthropicクローズド | 14.12%Max | 1502.3±6.1 | 53.4 | 81.6 | $10.00 | $50.00 | $10.00 / $50.00 | 137 | 137 | 66 | 1M | 9月1日 |
| 12 | Claude Fable 5.1 XHighAnthropicクローズド | 14.12%Max | 1502.3±6.1 | 53.2 | 80.7 | $10.00 | $50.00 | $10.00 / $50.00 | 55 | 55 | 56 | 1M | 9月1日 |
| 13 | Claude Fable 5.1 HighAnthropicクローズド | 14.12%Max | 1502.3±6.1 | 51.2 | 79.1 | $10.00 | $50.00 | $10.00 / $50.00 | 7.0 | 7.0 | 55 | 1M | 9月1日 |
| 14 | Claude Fable 5.1 MediumAnthropicクローズド | 14.12%Max | 1502.3±6.1 | 48.9 | 77.1 | $10.00 | $50.00 | $10.00 / $50.00 | 3.0 | 3.0 | 55 | 1M | 9月1日 |
| 15 | Claude Fable 5.1 LowAnthropicクローズド | 14.12%Max | 1502.3±6.1 | 46.8 | 75.2 | $10.00 | $50.00 | $10.00 / $50.00 | 1.0 | 1.0 | 59 | 1M | 9月1日 |
| 16 | Gemini 4 Argon 暫定Googleクローズド | 13.73%High | 1523.9±8.8 | 52.6 | – | $2.00 | $10.00 | $2.00 / $10.00 | – | – | – | 1.05M | 9月30日 |
| 17 | GPT-6 Astra MaxOpenAIクローズド | 13.69%Max | 1477.3±6.3 | 52.7 | 76.9 | $10.00 | $50.00 | $10.00 / $50.00 | 189 | 189 | 49 | 1.05M | 9月3日 |
| 18 | GPT-6 Astra XHighOpenAIクローズド | 13.69%Max | 1477.3±6.3 | 52.4 | 75.9 | $10.00 | $50.00 | $10.00 / $50.00 | 118 | 118 | 48 | 1.05M | 9月3日 |
| 19 | GPT-6 Astra HighOpenAIクローズド | 13.69%Max | 1477.3±6.3 | 50.9 | 77.1 | $10.00 | $50.00 | $10.00 / $50.00 | 47 | 47 | 46 | 1.05M | 9月3日 |
| 20 | GPT-6 Astra MediumOpenAIクローズド | 13.69%Max | 1477.3±6.3 | 49.6 | 76.7 | $10.00 | $50.00 | $10.00 / $50.00 | 8.4 | 8.4 | 47 | 1.05M | 9月3日 |
| 21 | GPT-6 Astra LowOpenAIクローズド | 13.69%Max | 1477.3±6.3 | 45.8 | 75.7 | $10.00 | $50.00 | $10.00 / $50.00 | 2.0 | 2.0 | 44 | 1.05M | 9月3日 |
| 22 | Claude Sonnet 5.5 MaxAnthropicクローズド | 12.55%Max 暫定 | 1474.9±7.8 | 56.0 | – | $2.00 | $10.00 | $2.00 / $10.00 | 301 | 301 | 142 | 1M | 9月28日 |
| 23 | Claude Sonnet 5.5 XHighAnthropicクローズド | 12.55%Max 暫定 | 1474.9±7.8 | 51.9 | – | $2.00 | $10.00 | $2.00 / $10.00 | 20 | 20 | 106 | 1M | 9月28日 |
| 24 | Claude Sonnet 5.5 HighAnthropicクローズド | 12.55%Max 暫定 | 1474.9±7.8 | 46.8 | – | $2.00 | $10.00 | $2.00 / $10.00 | 9.9 | 9.9 | 102 | 1M | 9月28日 |
| 25 | Claude Sonnet 5.5 MediumAnthropicクローズド | 12.55%Max 暫定 | 1474.9±7.8 | 40.8 | – | $2.00 | $10.00 | $2.00 / $10.00 | 1.3 | 1.3 | 98 | 1M | 9月28日 |
| 26 | Claude Sonnet 5.5 LowAnthropicクローズド | 12.55%Max 暫定 | 1474.9±7.8 | 35.9 | – | $2.00 | $10.00 | $2.00 / $10.00 | 0.7 | 0.7 | 95 | 1M | 9月28日 |
| 27 | GPT-6 Sol MaxOpenAIクローズド | 11.20%Max 暫定 | 1459.0±6.4 | 47.6 | – | $2.00 | $10.00 | $2.00 / $10.00 | – | – | – | 1.05M | 9月22日 |
| 28 | GPT-6 Sol XHighOpenAIクローズド | 11.20%Max 暫定 | 1459.0±6.4 | 44.2 | – | $2.00 | $10.00 | $2.00 / $10.00 | – | – | – | 1.05M | 9月22日 |
| 29 | GPT-6 Sol HighOpenAIクローズド | 11.20%Max 暫定 | 1459.0±6.4 | 42.4 | – | $2.00 | $10.00 | $2.00 / $10.00 | – | – | – | 1.05M | 9月22日 |
| 30 | GPT-6 Sol MediumOpenAIクローズド | 11.20%Max 暫定 | 1459.0±6.4 | 39.8 | – | $2.00 | $10.00 | $2.00 / $10.00 | – | – | – | 1.05M | 9月22日 |
Arena スコアは LMArena の Bradley-Terry 方式（Elo ではありません）。入力／出力価格は公式 API の定価（$/1M トークン）、最安ルート価格は OpenRouter で最も安いルートの価格です。 この表示では Arena スコアの中央値の幅が ±4.4、隣接モデルの中位差は 1.0 です（68 組中 68 組が区間の重なり）。4.4 未満の差では順位の前後は語れません。
段階ごとに展開中：同一モデルの推論エフォート設定ごとに 1 行とし、バッジは Artificial Analysis のエフォート名（Max / XHigh / High / Medium / Low …）をそのまま使います。左端の同色バーが同じモデルの行をつなぎます。スコアは該当設定の実測値、Arena スコアと価格はモデル単位のデータです。
まだArenaランキングに未掲載 2
掲載済みですが、LMArena と Artificial Analysis のどちらにもまだスコアがないモデルです（新しい順）。スコアが付くと自動で表に入ります。
エージェントには掲載、当サイト未収録 5
これらのモデルは arena.ai エージェントに結果がありますが、当サイトにはまだモデルページ（価格などのデータ）がないため、上の表には順位を付けていません。
- THy4 previewtencent · 2.90% · arena.ai #21
- NNemotron 3 Ultranvidia · -8.29% · arena.ai #50
- TInklingthinky · -13.61% · arena.ai #52
- TInkling Smallthinky · -14.72% · arena.ai #53
- USolar Pro 4upstage · -20.18% · arena.ai #54
全 86 モデルの詳細ページ
OpenAI 14
Anthropic 12
Google 9
Alibaba 8
Meta 7
DeepSeek 6
Moonshot AI 4
xAI 4
Xiaomi 4
Z.AI 4
Mistral 3
Z AI 2
ByteDance 1
CChina Mobile 1
IInclusionAI 1
IInstitute of Foundation Models 1
MiniMax 1
MMotif Technologies 1
SSapiens AI 1
SStepFun 1
Tencent 1
データソースと算出方法
2026年10月16日 時点で arena.ai エージェントリーダーボード（タスク成功率）の1位は Claude Opus 5.5（17.18%、Max）、2位は GPT-6.1 Sol（14.78%）です。LMArena テキスト1位は Gemini 4 Argon（1,523.9）、Artificial Analysis 知能指数の最高は Claude Opus 5.5（57.6）。品質基準を満たすモデルで公式出力価格が最も安いのは MiMo-V2.6-Flash（100万トークンあたり $0.28）です。
- AGarena.ai Agents
エージェントリーダーボード：タスク成功率、95%区間、セッション数、順位（arena.ai Agents、Hugging Face 公開データセット lmarena-ai/leaderboard-dataset 経由、CC BY 4.0）。 Hugging Face
- LMLMArena
Arena スコア、95% 信頼区間、投票数と順位（テキスト総合、スタイルコントロール基準で arena.ai の既定表示と同じ。データセットは CC BY 4.0）。
- AAArtificial Analysis
知能指数、コーディング指数、出力速度、TTFT / 初回回答遅延、リリース日、公式価格（このページでのみ表示し、公開 API には含めません）。
- OROpenRouter
プロバイダー別の価格（最安値を「最安ルート」として表示）、コンテキスト長、掲載日。
- $各社の公式料金ページ
「入力 / 出力」は公式 API 価格（100 万トークンあたり米ドル）です。公式価格がない場合は OpenRouter の価格を使い * を付けます。
算出方法
- 順位：既定は arena.ai エージェントのタスク成功率（実ユーザーのコーディング/ツール系エージェントタスク）。同じモデルに複数の推論レベル（Max/High/xHigh）がある場合は成功率が最も高いレベルを採用して表示し、セッションが 10,000 未満または 95%区間の半幅が 3 ポイント超のものは「暫定」と表示します。エージェントの結果がないモデルはその後に LMArena テキスト（スタイル制御）順。「テキスト」列でも並べ替えできます。
- 順位：既定は LMArena テキスト部門の Arena スコア（スタイルコントロール基準、arena.ai の既定表示と同じ。Elo ではなく Bradley-Terry）。± は 95% 信頼区間の半幅で、隣接順位は区間が重なることが多いです。投票数 5,000 未満または ± が 10 を超えるモデルは「暫定」と表示します。独自の総合スコアは作りません。
- 知能 / コーディング指数：公開ベンチマークを Artificial Analysis が集計したものです。推論の強度が複数あるモデルは、現在の並べ替え列で最良の設定を表示し、「設定別」で各設定を展開できます。
- 価格は 100 万トークンあたりの米ドルです。「最安ルート」は OpenRouter で最も安いプロバイダーの入力 / 出力価格で、公式より 60% 以上安い場合は ⚠ を付けます（多くはキャンペーンや単一プロバイダー）。コスパランキングは Arena ≥ 1400 または知能指数 ≥ 40 のモデルのみを公式出力価格順に並べます。
- 遅延と速度：TTFT は最初のトークン（思考トークンを含む）までの時間、「初回回答」は最初の回答トークンまでの時間（推論モデルは思考時間を含む）、速度は毎秒の出力トークン数で、いずれも Artificial Analysis の実測中央値です。
- 更新：テキストなどは毎日 14:20（UTC+8）、エージェントは 14:25 に同期。エージェントの順位変動は 14 日分の記録がたまってから表示し、それまで矢印は出しません。
- 更新：毎日 14:20（UTC+8）に自動同期します。LMArena は独自のペースで公開するため、「Arena 公開日」がデータ更新日より古いことがあります。「今週の変化」は 7 日前の日次アーカイブとの比較です。
- 公開データ： /api/public/llm-leaderboard.php （JSON。LMArena と OpenRouter の項目のみ）。
よくある質問
今いちばん強い LLM はどれですか？
2026年10月16日 時点で arena.ai エージェントリーダーボード（実際のコーディング/ツールタスクの成功率）の1位は Claude Opus 5.5（17.18%、95%区間 13.80%–20.56%）、2位は GPT-6.1 Sol（14.78%）です。上位の区間は大きく重なっており、順位の差は確かではありません。LMArena テキストでは Gemini 4 Argon が首位（1,523.9）です。
安くて性能の良い LLM はどれですか？
品質基準（Arena ≥ 1400 または知能指数 ≥ 40）を満たすモデルで公式価格が最も安いのは MiMo-V2.6-Flash：100 万トークンあたり入力 $0.14 / 出力 $0.28。次いで MiMo V2.5（出力 $0.28）です。一覧は コスパランキング をご覧ください。
最も強いオープンソース LLM はどれですか？
Arena スコアでは、オープンウェイトの 1 位は Kimi K3（Moonshot AI、1,487.1）、2 位は MiMo-V2.6-Pro（1,479.2）です。Arena スコアのあるオープンウェイトモデルは 21 件で、オープンソース LLM ランキング にまとめています。無制限の商用利用ではないため各ライセンスをご確認ください。
コーディングに最適な LLM はどれですか？
Artificial Analysis コーディング指数では Claude Fable 5.1 が最高（81.6）、次いで Claude Opus 5（78.0）です。コード系ベンチマークの集計で Arena スコアとは別物です。全体は コーディング向けランキング をご覧ください。
応答が最も速い LLM はどれですか？
実測の出力速度が最も速いのは K2 Horizon 375B A23B（1021 トークン/秒）、最初の回答トークンまでの遅延が最も短いのは K2 Horizon 375B A23B（3.65 秒）です。Artificial Analysis の実測中央値で、推論モデルの初回回答遅延には思考時間が含まれます。
最近リリースされたモデルは？
直近 14 日にリリースされ掲載したモデルは 5 件で、Muse Spark Open（2026年10月15日）、Muse Wonder（2026年10月12日）、Muse Wonder Full（2026年10月12日）、Claude Haiku 5.5（2026年10月7日） などです。新モデルが LMArena に載るまで数日かかることが多く、それまでは「Arena 未ランク」に表示します。
データの更新頻度と出典は？
毎日自動同期：エージェントは arena.ai（Hugging Face 公開データセット、現在の公開日 2026年10月14日）、テキスト評価は LMArena（公開日 2026年10月15日）、知能指数・コーディング指数・速度・レイテンシは Artificial Analysis、ルート価格とコンテキストは OpenRouter から取得しています。このページの更新日は 2026年10月16日 です。
価格が公式サイトと違うのはなぜ？
入力／出力価格は公式の定価（100 万トークンあたり USD）です。最安ルート価格は OpenRouter で最も安いルートの価格で、キャンペーンや単一プロバイダーの価格の場合があり、国内の中継サービスとも異なることがあります。