Sebuah snapshot lanskap model per Agustus 2026, diambil seluruhnya dari data di balik peringkat kami — 58 model yang dipantau, 25 benchmark, lima leaderboard sumber.
Puncak podium
Claude Mythos Preview bertahan di #1 dengan 97.4, diikuti Claude Fable 5 (93.4) dan — satu-satunya model non-Anthropic di podium — Kimi K3 (83.3), yang juga model open-weight terbaik yang kami pantau. Anthropic menduduki empat dari lima posisi teratas.
Jurang open-weight: 14 poin dan menyempit
83.3 milik Kimi K3 berada sekitar 14 poin Podium di bawah frontier proprietar. Di LiveCodeBench ia mengalahkan beberapa model tertutup yang harganya sepuluh kali lipat. Namun setelah tiga model terbuka teratas, skor jatuh di bawah 50 — ranah terbuka saat ini hanya sedalam satu lab di frontier.
Harga: rentang 178×
Harga output membentang dari $0.28/M (DeepSeek V4 Flash) hingga $50/M (Claude Fable 5). Pasar tersegmentasi menjadi tiga tingkat: utilitas (<$1/M), pekerja ($1–10/M), dan frontier ($25–50/M). Peringkat nilai menunjukkan titik manis intelijensi-per-dolar ada di tingkat pekerja.
Kecepatan: perang flash
Keluarga Flash Google menguasai podium kecepatan — Gemini 3.5 Flash-Lite di 389 token/detik — sementara Muse Spark 1.1 milik Meta (208 t/s di $4.25/M) adalah kisah kecepatan-per-dolar terbaik tahun ini.
Yang menentukan 2026
Benchmark agentik menggantikan preferensi chat sebagai medan pertarungan: SWE-Bench Verified (Fable 5 di 95%) dan Terminal-Bench memisahkan para pemimpin, sementara Humanity's Last Exam tetap menjadi langit-langit frontier — tidak ada yang menuntaskannya dengan nyaman. Jelajahi duel apa pun di halaman head-to-head yang baru.