Codziennie pracuję z AI: koduję stronę, piszę skrypty do mediów społecznościowych, analizuję dokumenty i tworzę grafiki. Poniżej mój zestaw, a pod nim aktualne rankingi z Areny.
> subiektywny wybór od KrupińskiAI_
Cztery modele, które mam otwarte przez większość dnia. Każdy do czego innego.
Cała ta strona powstała w Claude Code. Rozumie kontekst projektu, nie psuje istniejącego kodu i pisze najbardziej naturalną polszczyzną ze wszystkich. Do najcięższych zadań sięgam po droższego Fable 5.1, a do prostych wystarcza darmowy Sonnet 5.5.
Mocny w programowaniu i szukaniu błędów. Sięgam po niego, gdy chcę spojrzeć na problem z innej strony albo gdy pierwsze podejście nie wypaliło. Wybieram Sola, a nie Astrę, bo Astra bardzo szybko wyczerpuje limit. W Codeksie nagrałem też kurs o stronie www.
Długie PDF-y i raporty, do tego Nano Banana 2 do obrazków i modele wideo Google, które prowadzą w rankingu Areny. Najlepszy stosunek możliwości do ceny, a w pakiecie więcej miejsca na Dysku. Czekam na Gemini 4.
Najlepsze wyszukiwanie w serwisie X na bieżąco, tego nie ma nikt inny. Do śledzenia bieżących wydarzeń i nastrojów.
Wyżej mój wybór. Tutaj twarde dane: rankingi z Arena Leaderboard, gdzie modele rywalizują w ślepych testach ocenianych przez miliony użytkowników.
Claude Opus 5.5 nadal prowadzi. Za nim remis: GPT-6 Astra i Sonnet 5.5 dzielą dwa punkty, a Sonnet kosztuje pięć razy mniej. Na czwarte miejsce wszedł nowy GPT-6.1 Sol. W mojej pracy liczy się co innego, niż mierzy Arena: kilkugodzinna praca w istniejącym projekcie, w której model nie może psuć kodu obok.
Ta kategoria jest najbliższa temu, jak naprawdę pracuję: model dostaje narzędzia i ma doprowadzić zadanie do końca. Prowadzi Fable 5.1, ale Opus 5.5 jest pół punktu za nim, a jedno zadanie kosztuje z nim mniej niż jedną trzecią (1,57 wobec 5,15 dolara). Sonnet 5.5 wszedł od razu na trzecie miejsce.
Nowy Gemini 4 Argon od Google wszedł na pierwsze miejsce z przewagą 20 punktów, choć jego wynik jest jeszcze wstępny. Za nim cztery modele Anthropic w czterech punktach. Ślepy test ocenia pierwsze wrażenie, nie wiarygodność: w symulacji firmy Andon Labs Argon zmyślał maile z potwierdzeniami i okłamywał dostawców.
OpenAI zajmuje całe podium, a dwa nowe warianty GPT Image 2.5 mają na razie wyniki wstępne. Nano Banana 2 od Google jest poza pierwszą siódemką, a i tak używam go najczęściej. Powód jest prozaiczny: mam go w Gemini, które i tak opłacam, więc nie muszę kupować osobnego narzędzia.
Użytkownik dostaje dwie odpowiedzi bez nazw modeli i wybiera lepszą. Z milionów takich pojedynków powstaje ranking punktowy. To najuczciwszy dostępny pomiar preferencji, ale mierzy pierwsze wrażenie z jednego zapytania.
Nie sprawdza, jak model radzi sobie w trzygodzinnej sesji w dużym projekcie, czy pamięta ustalenia sprzed pół godziny i czy nie psuje rzeczy, których nie miał dotykać. Dlatego mój wybór wyżej różni się od tych tabel.
Dane pochodzą z Arena Leaderboard i są przepisywane ręcznie, zwykle co dwa tygodnie. Data pobrania jest zawsze widoczna na górze sekcji. Rynek AI rusza się szybko, więc jeśli szukasz stanu na teraz, kliknij link do pełnego rankingu przy każdej kategorii.
Naucz się pisać skuteczne prompty do ChatGPT, Claude i innych narzędzi AI. 21 lekcji wideo i gotowe prompty do użycia.
21 lekcji wideo i gotowe prompty do skopiowania. Dołącz do 110 000+ osób, które uczą się ze mną AI.
Sprawdź kurs Skuteczne Prompty →