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 2026-06-14 · další kontrola do 2026-06-28 · Co se změnilo →
Kdybych měla rozhodnout bez porady a bez tabulkového pekla, začala bych tady. Nejsou to trofeje, jsou to tři různé situace.
Moje 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 zvolit →Moje 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 zvolit →Moje 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 zvolit →Tady už je širší katalog. Filtry ho zúží podle situace, detail nechává tvrdá čísla a zdroje mimo první čtení.
Moje 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 zvolit →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 zvolit →Moje 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 zvolit →Moje 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 · nejtěžší práce · ověřeno externími daty
Kdy ho zvolit →Moje 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 · nejtěžší práce · ověřeno externími daty
Kdy ho zvolit →Moje 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 zvolit →Moje čtení
Hodně textu za rozumnější účet.
Kimi ber na hodně textu a rozumný účet. U governance a tool-use ho nejdřív zavři do testovací arény.
levně ve velkém · specialista · ověřeno externími daty
Kdy ho zvolit →Moje 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 zvolit →Moje 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 zvolit →Moje 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 zvolit →Moje 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 zvolit →Moje 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 zvolit →Moje 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 · specialista · ověřeno externími daty
Kdy ho zvolit →Moje 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 zvolit →Moje 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 zvolit →Moje 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 zvolit →Kurátorský 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.
