コーディング LLM リーダーボード

Q: 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。

10月16日時点のコーディング指数 1 位は Claude Fable 5.1 です。

データ更新 2026年10月16日
Arena 公開 10月15日
エージェント公開日 2026年10月14日
84 モデル
データソースと算出方法

エージェント1位

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。

新しいモデル

直近 14 日

コーディング LLM リーダーボード：全リスト

55 件中上位 30 件

#	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
#	モデル	エージェント	テキスト	知能	コード	入力	出力	最安ルート	コンテキスト	公開日	TTFT	初回回答	tok/s
1	Claude Fable 5.1Anthropic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
2	GPT-5.6 SolOpenAIクローズド	7.42%XHigh	1484.7±4.4	44.0	78.3	$4.00	$20.00	$4.00 / $20.00	–	–	–	1.05M	7月9日
3	Claude Opus 5Anthropicクローズド	9.20%Max	1490.0±4.8	50.8	78.0	$5.00	$25.00	$5.00 / $25.00	–	–	–	1M	7月24日
4	GPT-6 AstraOpenAI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
5	Grok 4.6xAIクローズド	1.16%XHigh	1454.5±4.8	44.3	76.8	$2.00	$6.00	$2.00 / $6.00	–	–	–	500K	8月12日
6	GPT-5.6 TerraOpenAIクローズド	0.43%XHigh	1466.4±4.3	42.1	76.7	$2.00	$12.00	$2.00 / $12.00	105	105	116	1.05M	7月9日
7	Claude Fable 5Anthropicクローズド	8.39%High	1503.6±4.3	49.6	76.5	$10.00	$50.00	$10.00 / $50.00	–	–	–	1M	6月9日
8	Muse Spark 1.3Metaクローズド	3.63%Max	1494.4±5.6	45.1	76.5	$1.25	$4.25	$1.25 / $4.25	30	35	376	1.05M	9月2日
9	Gemini 3.8 FlashGoogleクローズド	3.97%High	1496.4±4.6	40.9	76.3	$0.75	$3.75	$0.83 / $4.13	17	17	137	1.05M	9月2日
10	Kimi K3Moonshot AIオープンウェイト	1.95%Max	1487.1±4.6	43.6	76.2	$3.00	$15.00	$0.30 / $11.94 ⚠	2.8	47	45	1.05M	7月16日
11	Qwen3.8 MaxAlibabaクローズド	1.92%	1482.4±5.0	45.4	76.2	$2.00	$6.00	$2.00 / $6.00	1.7	54	38	1M	9月2日
12	Gemini 3.7 FlashGoogleクローズド	-0.41%High	1487.6±4.9	39.1	76.1	$0.75	$3.75	$0.75 / $3.75	–	–	–	1.05M	8月13日
13	GPT-5.5OpenAIクローズド	3.31%XHigh	1481.4±3.8	38.4	74.9	$5.00	$30.00	$5.00 / $30.00	–	–	–	1.05M	4月23日
14	GLM-5.3Z.AIオープンウェイト	2.00%Max	1478.5±5.3	44.8	74.8	$1.40	$4.40	$0.079 / $4.80 ⚠	3.0	31	71	1.05M	8月18日
15	Claude Opus 4.8Anthropicクローズド	7.14%High	1481.5±3.9	41.8	74.3	$5.00	$25.00	$5.00 / $25.00	–	–	–	1M	5月28日
16	Claude Opus 4.7Anthropicクローズド	–	1501.1±3.8	40.7	73.6	$5.00	$25.00	$5.00 / $25.00	–	–	–	1M	4月16日
17	Qwen3.8-Flash-NextAlibaba	-2.56%	–	39.8	73.1	$0.15	$0.47	–	1.3	43	48	–	8月26日
18	Grok 4.5xAIクローズド	0.07%	1465.7±4.3	38.8	72.4	$2.00	$6.00	$2.00 / $6.00	–	–	–	500K	7月8日
19	Muse Spark 1.2Metaクローズド	-6.52%XHigh	1493.1±7.2	39.6	72.2	$1.25	$4.25	$1.25 / $4.25	–	–	–	1.05M	8月5日
20	Qwen3.8 2.4T A95BAlibabaオープンウェイト	–	–	39.9	71.9	$2.00	$6.00	$2.00 / $6.00	2.0	54	38	1.05M	8月12日
21	GLM-5.3 FlashZ.AIオープンウェイト	-1.09%	1473.8±4.9	41.8	71.5	$0.15	$0.50	$0.021 / $0.90 ⚠	2.4	34	63	1.05M	8月26日
22	Claude Sonnet 5Anthropicクローズド	4.69%High	1461.1±4.2	38.2	71.5	$2.00	$10.00	$2.00 / $10.00	–	–	–	1M	6月30日
23	GPT-5.6 LunaOpenAIクローズド	-1.80%XHigh	1452.6±4.3	37.3	71.4	$0.20	$1.20	$0.20 / $1.20	–	–	–	1.05M	7月9日
24	Muse Spark 1.1Metaクローズド	-6.25%	1490.2±4.3	33.7	71.3	$1.25	$4.25	$1.25 / $4.25	–	–	–	1.05M	7月9日
25	GPT-5.4OpenAIクローズド	1.64%High	1475.1±3.8	39.0	71.1	$2.50	$15.00	$2.50 / $15.00	–	–	–	1.05M	3月5日
26	Gemini 3.5 FlashGoogleクローズド	–	1477.5±3.9	32.6	70.1	$1.50	$9.00	$1.50 / $9.00	–	–	–	1.05M	5月19日
27	Gemini 3.6 FlashGoogleクローズド	-4.72%High	1482.7±4.4	34.0	69.2	$0.75	$3.75	$0.75 / $3.75	–	–	–	1.05M	7月21日
28	DeepSeek V4 FlashDeepSeekオープンウェイト	–	1438.7±4.1	34.3	69.1	$0.44	$1.32	$0.091 / $0.18 ⚠	–	–	–	1.05M	7月31日
29	Gemini 3.1 Pro PreviewGoogleクローズド	-3.53%	1486.9±3.0	29.7	68.8	$2.00	$12.00	$2.00 / $12.00	20	20	139	1.05M	2月19日
30	GLM-5.2Z.AIオープンウェイト	2.35%Max	1475.9±4.2	33.7	68.8	$1.40	$4.40	$0.62 / $2.42	–	–	–	1.05M	6月16日

全 55 件を表示

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 ±4.3、隣接モデルの中位差は 1.2 です（45 組中 45 組が区間の重なり）。4.3 未満の差では順位の前後は語れません。

本表は 1 モデル 1 行です。各行は並べ替えている列に実測値がある段階のうち最良のもの（同値ならより強い段階）を使います。Arena スコアと価格はモデル単位のデータのため、同じモデルの各段階で共通です。各段階をすべて見るには「段階ごと」に切り替えてください。

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

Tencent 1

データソースと算出方法

2026年10月16日時点で、Artificial Analysis コーディング指数が最も高いのは Claude Fable 5.1（81.6）、次いで Claude Opus 5（78.0）、GPT-5.6 Sol（77.4）です。コーディング指数があるのは 51 モデルで、コード系ベンチマークの集計のため Arena スコアとは別物です。

arena.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
LMArena
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）。
Artificial 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）。
OpenRouter
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。