Nechci po tobě číst leaderboard jako daňové přiznání. Řekni, co stavíš: těžké rozhodování, kód, dokumenty, levný objem nebo vlastní provoz. Já ti z toho udělám krátký výběr a u každého modelu řeknu i důvod, proč ho radši nebrat.
Aktualizováno 2026-08-02 · další kontrola do 2026-08-16 · Co se změnilo →
Vyber, co potřebuješ. Katalog se hned zúží na modely, které splní všechno označené.
Kdybych měla rozhodnout bez porady a bez tabulkového pekla, začala bych tady. Nejsou to trofeje, jsou to tři různé situace.
Moje čtení
Na těžký refaktor a rozhodnutí s následky.
Opus je skalpel na refaktor, agenta a dlouhé rozhodování. Jestli jen meleš objem, pálíš peníze pro efekt.
střední rozpočet · nejtěžší práce · ověřeno externími daty
Kdy ho zvolitMoje čtení
Levný tahoun na objem a rutinní automatizace.
Flash varianta patří na levný objem, routing a automatizace. Jakmile jde o těžký reasoning nebo špičkový coding, vyber silnější zvíře.
radši vlastní provoz · specialista · ověřeno externími daty
Kdy ho zvolitMoje čtení
Karta pro diverzifikaci a vlastní provoz.
GLM je karta pro diverzifikaci, self-hosted úvahy a multilingual provoz. Na top coding a prémiové agenty bych ho nedávala bez vlastního benchmarku.
radši vlastní provoz · specialista · ověřeno externími daty
Kdy ho zvolitTady už je širší katalog. Filtry ho zúží podle situace, detail nechává tvrdá čísla a zdroje mimo první čtení.
Žádný model nevyhovuje téhle kombinaci. Zkus méně podmínek.
Moje čtení
Na těžký refaktor a rozhodnutí s následky.
Opus je skalpel na refaktor, agenta a dlouhé rozhodování. Jestli jen meleš objem, pálíš peníze pro efekt.
střední rozpočet · nejtěžší práce · ověřeno externími daty
Kdy ho zvolitMoje čtení
Nový horní Claude pro nejtěžší agentickou práci.
Fable je nový vrchol na těžké agenty a coding, ale ne každodenní dělník. Použij ho tam, kde chyba bolí víc než dlouhá a drahá odpověď.
klidně dražší, když chyba bolí · nejtěžší práce · ověřeno externími daty
Kdy ho zvolitMoje čtení
Když chyba stojí víc než tokeny.
Vezmi ho na práci, kde nechceš vysvětlovat průšvih slovem kompromis. Na levný provoz je to moc drahý mozek.
střední rozpočet · nejtěžší práce · ověřeno externími daty
Kdy ho zvolitMoje čtení
Challenger, který už nehraje jen na cenu.
Kimi K3 ber na coding a dlouhý text, kde chceš hodně výkonu bez top ceny. U governance a tool-use ho nejdřív zavři do testovací arény.
střední rozpočet · nejtěžší práce · ověřeno externími daty
Kdy ho zvolitMoje čtení
Challenger pro týmy, kterým sedí xAI svět.
Grok je zajímavý challenger, hlavně když ti sedí xAI ekosystém. Pro compliance a vlastní hosting bych měla prst nad brzdou.
střední rozpočet · nejtěžší práce · ověřeno externími daty
Kdy ho zvolitMoje čtení
Každodenní Claude, když Opus už pálí rozpočet.
Sonnet je každodenní Claude pro coding a agenty, když Opus už ekonomicky syčí. Na obří objem nebo self-hosted svobodu to není.
střední rozpočet · specialista · ověřeno externími daty
Kdy ho zvolitMoje čtení
Karta pro diverzifikaci a vlastní provoz.
GLM je karta pro diverzifikaci, self-hosted úvahy a multilingual provoz. Na top coding a prémiové agenty bych ho nedávala bez vlastního benchmarku.
radši vlastní provoz · specialista · ověřeno externími daty
Kdy ho zvolitMoje čtení
Levný tahoun na objem a rutinní automatizace.
Flash varianta patří na levný objem, routing a automatizace. Jakmile jde o těžký reasoning nebo špičkový coding, vyber silnější zvíře.
radši vlastní provoz · specialista · ověřeno externími daty
Kdy ho zvolitMoje čtení
Kontrola a cena pro týmy s vlastním apetitem.
DeepSeek Pro je value kandidát pro týmy, které hlídají účet i kontrolu. Pokud jde o enterprise governance, ověř si víc než jen cenu.
radši vlastní provoz · specialista · ověřeno externími daty
Kdy ho zvolitMoje čtení
Cohere pro firemní znalosti a dokumenty.
Command A+ má smysl v enterprise RAGu, retrievalu a dokumentech. Nepleť si ho s modelem, který má vyhrát coding závod.
levně ve velkém · specialista · ověřeno externími daty
Kdy ho zvolitMoje čtení
Na hodně práce, kde vyhrává rychlost a cena.
Flash je pracovní kůň na routing, extrakce a dávky. Nechtěj po něm nejhlubší reasoning, za tu cenu by to byla magie, ne plán.
střední rozpočet · specialista · ověřeno externími daty
Kdy ho zvolitMoje čtení
Když chceš model držet pod vlastní střechou.
Llama je pro vlastní provoz, úpravy a únik z uzavřeného API. Kdo chce pohodlí managed služby, bude u ní nadávat na šroubky.
radši vlastní provoz · specialista · ověřeno externími daty
Kdy ho zvolitMoje čtení
Když potřebuješ dlouhý vstup a Google svět.
Sáhni po něm, když řešíš velký kontext, multimodalitu nebo Google stack. Na rychlé levné odpovědi existují méně okázalé volby.
střední rozpočet · specialista · ověřeno externími daty
Kdy ho zvolitMoje čtení
Silná alternativa mimo americké defaulty.
Qwen dává smysl, když chceš silný model mimo americké defaulty. Pro nejcitlivější agentické řízení bych ho ještě porovnala s Opusem nebo GPT.
střední rozpočet · specialista · ověřeno externími daty
Kdy ho zvolitMoje čtení
Evropský kompromis pro firemní provoz.
Mistral Medium je rozumný evropský kompromis pro RAG, extrakce a citlivější provoz. Na absolutní frontier práci to není poslední dveře v pekle.
střední rozpočet · specialista · ověřeno externími daty
Kdy ho zvolitMoje čtení
Evropská alternativa pro obecné nasazení.
Mistral Large je evropská alternativa, když nechceš všechno stavět na hyperscaleru. Pro agenty a hluboký reasoning bych chtěla druhé měření.
levně ve velkém · specialista · ověřeno externími daty
Kdy ho zvolitKurátorský snapshot pro rozhodování, ne živý leaderboard. Primární zdroj je Artificial Analysis, doplněný o LMArena, LLM Stats, Aider, SWE-Bench, DeepSWE a HF Open LLM Leaderboard podle dostupnosti při běhu. Revize běží zhruba každé dva týdny. Když karta nemá ověřená data, radši mlčí, než aby si vymýšlela čísla.
