Rynek LLM jest już zbyt ciasny, żeby wybierać model po logo. Ta strona jest narzędziem decyzyjnym: każda karta mówi, kiedy model brać, kiedy odpuścić i na jakich danych stoi werdykt. Filtruj po use case, cenie i pozycji na rynku.
Zaktualizowano 2026-06-14 · Następny przegląd do 2026-06-28 · Co się zmieniło →
Trzy szybkie wybory bez przewijania: jeden do najtrudniejszej pracy, jeden do taniego wolumenu i jeden dla zespołów, które nie chcą wisieć tylko na cudzym API.
Moja ocena
coding pick oparty o aktualne AA.
Claude Fable 5 ma w źródłach IQ 64.9 i input $10/M. Rozważ go do: pisanie kodu, agenci AI; przy mass-volume, real-time-latency zrób drugi benchmark przed wdrożeniem.
drożej, gdy błąd boli · czołówka rynku · zweryfikowano danymi zewnętrznymi
Kiedy wybrać →Moja ocena
coding pick oparty o aktualne AA.
GPT-5.5 ma w źródłach IQ 60.2 i input $5/M i DeepSWE pass@1 70.0 %. Rozważ go do: pisanie kodu, agenci AI; przy własny hosting, real-time-latency zrób drugi benchmark przed wdrożeniem.
średni budżet · czołówka rynku · zweryfikowano danymi zewnętrznymi
Kiedy wybrać →Moja ocena
batch pick oparty o aktualne AA.
DeepSeek V4 Flash ma w źródłach IQ 46.5 i input $0.14/M. Rozważ go do: duże paczki, szybkie odpowiedzi; przy deep-frontier-reasoning, top-coding zrób drugi benchmark przed wdrożeniem.
open / własny serwer · specjalista · zweryfikowano danymi zewnętrznymi
Kiedy wybrać →To już szerszy katalog. Filtry zawężą go według sytuacji, a detail trzyma twarde liczby poza pierwszym czytaniem.
Moja ocena
coding pick oparty o aktualne AA.
Claude Fable 5 ma w źródłach IQ 64.9 i input $10/M. Rozważ go do: pisanie kodu, agenci AI; przy mass-volume, real-time-latency zrób drugi benchmark przed wdrożeniem.
drożej, gdy błąd boli · czołówka rynku · zweryfikowano danymi zewnętrznymi
Kiedy wybrać →Moja ocena
coding pick oparty o aktualne AA.
Claude Opus 4.8 ma w źródłach IQ 61.4 i input $5/M i DeepSWE pass@1 58.2 %. Rozważ go do: pisanie kodu, agenci AI; przy mass-volume, real-time-latency zrób drugi benchmark przed wdrożeniem.
średni budżet · czołówka rynku · zweryfikowano danymi zewnętrznymi
Kiedy wybrać →Moja ocena
coding pick oparty o aktualne AA.
GPT-5.5 ma w źródłach IQ 60.2 i input $5/M i DeepSWE pass@1 70.0 %. Rozważ go do: pisanie kodu, agenci AI; przy własny hosting, real-time-latency zrób drugi benchmark przed wdrożeniem.
średni budżet · czołówka rynku · zweryfikowano danymi zewnętrznymi
Kiedy wybrać →Moja ocena
rag pick oparty o aktualne AA.
Gemini 3.1 Pro Preview ma w źródłach IQ 57.2 i input $2/M i DeepSWE pass@1 9.7 %. Rozważ go do: wiedza firmowa, obraz i multimodalność; przy real-time-latency, własny hosting zrób drugi benchmark przed wdrożeniem.
średni budżet · czołówka rynku · zweryfikowano danymi zewnętrznymi
Kiedy wybrać →Moja ocena
multilingual pick oparty o aktualne AA.
Qwen3.7 Max ma w źródłach IQ 56.6 i input $2.5/M i DeepSWE pass@1 17.7 %. Rozważ go do: treści wielojęzyczne, pisanie kodu; przy własny hosting, premium-agents zrób drugi benchmark przed wdrożeniem.
średni budżet · czołówka rynku · zweryfikowano danymi zewnętrznymi
Kiedy wybrać →Moja ocena
batch pick oparty o aktualne AA.
Gemini 3.5 Flash ma w źródłach IQ 55.3 i input $1.5/M i DeepSWE pass@1 28.3 %. Rozważ go do: duże paczki, wiedza firmowa; przy deep-coding, real-time-latency zrób drugi benchmark przed wdrożeniem.
średni budżet · specjalista · zweryfikowano danymi zewnętrznymi
Kiedy wybrać →Moja ocena
batch pick oparty o aktualne AA.
Kimi K2.6 ma w źródłach IQ 53.9 i input $0.95/M i DeepSWE pass@1 23.9 %. Rozważ go do: duże paczki, pisanie kodu; przy enterprise-governance, tool-use zrób drugi benchmark przed wdrożeniem.
tanio w skali · specjalista · zweryfikowano danymi zewnętrznymi
Kiedy wybrać →Moja ocena
coding pick oparty o aktualne AA.
Claude Sonnet 4.6 ma w źródłach IQ 51.7 i input $3/M i DeepSWE pass@1 31.8 %. Rozważ go do: pisanie kodu, agenci AI; przy własny hosting, mass-volume zrób drugi benchmark przed wdrożeniem.
średni budżet · specjalista · zweryfikowano danymi zewnętrznymi
Kiedy wybrać →Moja ocena
self-hosted pick oparty o aktualne AA.
GLM-5.1 ma w źródłach IQ 51.4 i input $1.4/M i DeepSWE pass@1 17.5 %. Rozważ go do: własny hosting, wrażliwe wdrożenia; przy premium-agents, top-coding zrób drugi benchmark przed wdrożeniem.
open / własny serwer · specjalista · zweryfikowano danymi zewnętrznymi
Kiedy wybrać →Moja ocena
batch pick oparty o aktualne AA.
DeepSeek V4 Flash ma w źródłach IQ 46.5 i input $0.14/M. Rozważ go do: duże paczki, szybkie odpowiedzi; przy deep-frontier-reasoning, top-coding zrób drugi benchmark przed wdrożeniem.
open / własny serwer · specjalista · zweryfikowano danymi zewnętrznymi
Kiedy wybrać →Moja ocena
batch pick oparty o aktualne AA.
DeepSeek V4 Pro ma w źródłach IQ 51.5 i input $0.435/M i DeepSWE pass@1 7.5 %. Rozważ go do: duże paczki, pisanie kodu; przy enterprise-governance, premium-agents zrób drugi benchmark przed wdrożeniem.
open / własny serwer · specjalista · zweryfikowano danymi zewnętrznymi
Kiedy wybrać →Moja ocena
rag pick oparty o aktualne AA.
Command A Plus ma w źródłach IQ 37.2 i input $0/M. Rozważ go do: wiedza firmowa, ekstrakcja z dokumentów; przy top-coding, deep-frontier-reasoning zrób drugi benchmark przed wdrożeniem.
tanio w skali · specjalista · zweryfikowano danymi zewnętrznymi
Kiedy wybrać →Moja ocena
coding pick oparty o aktualne AA.
Grok 4.3 ma w źródłach IQ 53.2 i input $1.25/M. Rozważ go do: pisanie kodu, szybkie odpowiedzi; przy własny hosting, wrażliwe wdrożenia zrób drugi benchmark przed wdrożeniem.
średni budżet · specjalista · zweryfikowano danymi zewnętrznymi
Kiedy wybrać →Moja ocena
self-hosted pick oparty o aktualne AA.
Llama 4 Maverick ma w źródłach IQ 18.4 i input $0.35/M. Rozważ go do: własny hosting, wrażliwe wdrożenia; przy managed-api-comfort, deep-frontier-reasoning zrób drugi benchmark przed wdrożeniem.
open / własny serwer · specjalista · zweryfikowano danymi zewnętrznymi
Kiedy wybrać →Moja ocena
compliance pick oparty o aktualne AA.
Mistral Medium 3.5 ma w źródłach IQ 39.2 i input $1.5/M. Rozważ go do: wrażliwe wdrożenia, wiedza firmowa; przy deep-frontier-reasoning, top-coding zrób drugi benchmark przed wdrożeniem.
średni budżet · specjalista · zweryfikowano danymi zewnętrznymi
Kiedy wybrać →Moja ocena
compliance pick oparty o aktualne AA.
Mistral Large 3 ma w źródłach IQ 22.8 i input $0.5/M. Rozważ go do: wrażliwe wdrożenia, ekstrakcja z dokumentów; przy deep-frontier-reasoning, agenci AI zrób drugi benchmark przed wdrożeniem.
tanio w skali · specjalista · zweryfikowano danymi zewnętrznymi
Kiedy wybrać →Kuratorski snapshot do decyzji, nie żywy leaderboard. Główne dane pochodzą z Artificial Analysis, a LMArena, LLM Stats, Aider, SWE-Bench, DeepSWE i HF Open LLM Leaderboard są używane, gdy są dostępne w czasie generowania. Przegląd wraca mniej więcej co dwa tygodnie, a karta bez danych pokazuje ładowanie zamiast zmyślonych liczb.
