AI-rangliste · Agentarbejde
Den bedste AI til agenter: 57 modeller rangeret efter målte resultater
LMArenas Agent Arena: folk giver en agent rigtigt arbejde på arena.ai, og arenaen måler, hvordan arbejdet forløber med hver model ved roret: opgaver, brugeren markerer som færdige, ros mod klager, udførte rettelser, shell-kommandoer og kald til værktøjer, der ikke findes.
Kør Claude Opus 5.5 op til 60% under listepris. 25 US$ om måneden giver 110 US$ i API-kredit og kan opsiges når som helst. 25 US$ som engangskøb giver 100 US$. Scorer fra Agent Arena hos LMArena, offentliggjort 8. november 2026, under CC BY 4.0. Priser fra hver udvikleres prisside, aflæst 12. november 2026.
+20,0 %Claude Opus 5.5 fra Anthropic
- Rangerede modeller
- 57
- På niveau med føreren
- 1
- Til salg med AIGROW-kredit
- 8
- Data fra
- 8. november 2026
På niveau: dens interval overlapper førerens.
På Agent Arena hos LMArena, offentliggjort 8. november 2026, fører Claude Opus 5.5 fra Anthropic blandt 57 modeller med en score på +20,0 % fra rigtige agentsessioner. Én anden model er statistisk på niveau med den. AIGROW API-kredit sælger den til 1,60 US$ / 8,00 US$ i stedet for 4,00 US$ / 20,00 US$ pr. million input- / outputtokens.
Kør modeller fra denne rangliste til under listepris
AIGROW API-kredit kører disse modeller med én nøgle, afregnet pr. token til priserne nedenfor. 25 US$ om måneden giver 110 US$ i API-kredit og kan opsiges når som helst. 25 US$ som engangskøb giver 100 US$.
- Nr. 1Claude Opus 5.5Anthropic
Listepris 4,00 US$ / 20,00 US$1,60 US$ / 8,00 US$med AIGROW API-kreditKør Claude Opus 5.5 op til 60% under listeprisCertificeret ægte af AIGROW den 11. november 2026 - Nr. 3Claude Sonnet 5.5Anthropic
Listepris 2,00 US$ / 10,00 US$0,80 US$ / 4,00 US$med AIGROW API-kreditKør Claude Sonnet 5.5 op til 60% under listeprisCertificeret ægte af AIGROW den 11. november 2026 - Nr. 4Claude Fable 5.1Anthropic
Listepris 10,00 US$ / 50,00 US$4,00 US$ / 20,00 US$med AIGROW API-kreditKør Claude Fable 5.1 op til 60% under listeprisCertificeret ægte af AIGROW den 11. november 2026
Amerikanske dollar pr. million input- / outputtokens. Certificeret ægte af AIGROW betyder, at modellen bestod AIGROWs egen kontrol mod den samme model hos dens udvikler den 11. november 2026. Ingen modeludvikler har gennemgået eller godkendt den.
Den bedste AI til agenter
Scoren viser, hvor meget bedre opgaverne gik end med den gennemsnitlige model i arenaen, ikke andelen af afsluttede opgaver, og den stammer fra arenaens egne brugere og værktøjer.
| # | Model | Score | Sessioner | Median pris pr. opgave | Pr. 1M tokens, input / output |
|---|---|---|---|---|---|
| 1 | Claude Opus 5.5Anthropic · Claude Opus 5.5 (Max)Kør Claude Opus 5.5 op til 60% under listeprisCertificeret ægte af AIGROW den 11. november 2026 | 95 %-interval +17,9 % til +22,0 % | 14.358 | 6,31 US$ | |
| 2 | Gemini 4 CarbonGoogle · Gemini 4 Carbon (High) | 95 %-interval +15,9 % til +17,3 % | 53.721 | 1,54 US$ | 2,00 US$ / 10,00 US$ |
| 3 | Claude Sonnet 5.5Anthropic · Claude Sonnet 5.5 (Max)Kør Claude Sonnet 5.5 op til 60% under listeprisCertificeret ægte af AIGROW den 11. november 2026 | 95 %-interval +13,2 % til +18,8 %Dens interval overlapper 2 modeller over den | 8.670 | 3,42 US$ | |
| 4 | Claude Fable 5.1Anthropic · Claude Fable 5.1 (Max)Kør Claude Fable 5.1 op til 60% under listeprisCertificeret ægte af AIGROW den 11. november 2026 | 95 %-interval +12,4 % til +16,3 %Dens interval overlapper 2 modeller over den | 17.468 | 6,87 US$ | |
| 5 | GPT-6 AstraOpenAI · GPT-6 Astra (Max)Kør GPT-6 Astra op til 75% under listeprisCertificeret ægte af AIGROW den 11. november 2026 | 95 %-interval +12,2 % til +16,3 %Dens interval overlapper 3 modeller over den | 15.520 | 7,04 US$ | |
| 6 | GPT-6.1 SolOpenAI · GPT-6.1 Sol (Max)Kør GPT-6.1 Sol op til 75% under listeprisCertificeret ægte af AIGROW den 11. november 2026 | 95 %-interval +11,4 % til +13,6 %Dens interval overlapper 3 modeller over den | 30.514 | 0,98 US$ | |
| 7 | GPT-6.1 TerraOpenAI · GPT-6.1 Terra (Max)Kør GPT-6.1 Terra op til 75% under listeprisCertificeret ægte af AIGROW den 11. november 2026 | 95 %-interval +10,8 % til +13,5 %Dens interval overlapper 4 modeller over den | 23.276 | 0,80 US$ | |
| 8 | Gemini 4 ArgonGoogle · Gemini 4 Argon (High)Kør Gemini 4 Argon op til 50% under listeprisCertificeret ægte af AIGROW den 11. november 2026 | 95 %-interval +10,0 % til +11,7 %Dens interval overlapper 2 modeller over den | 53.301 | 0,82 US$ | |
| 9 | Muse Wonder Full (Max)Meta | 95 %-interval +8,2 % til +10,0 %Dens interval overlapper 1 model over den | 32.477 | Ikke offentliggjort | Ingen listepris |
| 10 | Claude Fable 5 (High)Anthropic | 95 %-interval +6,6 % til +8,8 %Dens interval overlapper 1 model over den | 51.053 | 3,42 US$ | Ingen listepris |
| 11 | Claude Opus 5Anthropic · Claude Opus 5 (Max) | 95 %-interval +6,2 % til +8,8 %Dens interval overlapper 2 modeller over den | 31.928 | 4,14 US$ | 5,00 US$ / 25,00 US$ |
| 12 | GPT-6 SolOpenAI · GPT-6 Sol (Max) | 95 %-interval +5,5 % til +8,6 %Dens interval overlapper 3 modeller over den | 12.836 | 1,76 US$ | 2,00 US$ / 10,00 US$ |
| 13 | Kimi K3.1 ProMoonshot AI · Kimi K3.1 Pro (Max) · åbne modelvægte | 95 %-interval +4,1 % til +6,4 %Dens interval overlapper 2 modeller over den | 22.581 | 1,31 US$ | 2,00 US$ / 10,00 US$ |
| 14 | Hy4Tencent | 95 %-interval +3,2 % til +6,1 %Dens interval overlapper 2 modeller over den | 17.888 | 0,59 US$ | Ingen listepris |
| 15 | GPT-5.6 SolOpenAI · GPT-5.6 Sol (xHigh) | 95 %-interval +3,5 % til +5,6 %Dens interval overlapper 3 modeller over den | 45.371 | 1,72 US$ | 4,00 US$ / 20,00 US$ |
| 16 | Grok 4.7xAI · Grok 4.7 (xHigh)Kør Grok 4.7 op til 75% under listeprisCertificeret ægte af AIGROW den 11. november 2026 | 95 %-interval +1,2 % til +4,1 %Dens interval overlapper 3 modeller over den | 18.848 | 2,91 US$ | |
| 17 | Gemini 3.8 FlashGoogle · Gemini 3.8 Flash (High) | 95 %-interval +1,5 % til +3,2 %Dens interval overlapper 2 modeller over den | 52.722 | 0,75 US$ | 0,75 US$ / 3,75 US$ |
| 18 | MiMo-V2.6-ProXiaomi · åbne modelvægte | 95 %-interval +1,4 % til +3,2 %Dens interval overlapper 3 modeller over den | 49.297 | 0,17 US$ | Ingen listepris |
| 19 | Muse Spark 1.3Meta · Muse Spark 1.3 (Max) | 95 %-interval +1,4 % til +3,0 %Dens interval overlapper 3 modeller over den | 80.655 | 0,47 US$ | 1,25 US$ / 4,25 US$ |
| 20 | DeepSeek V4.1 FlashDeepSeek · DeepSeek-V4.1-Flash-20261017 (Max) · åbne modelvægte | 95 %-interval +1,5 % til +2,6 %Dens interval overlapper 4 modeller over den | 78.504 | 0,15 US$ | 0,30 US$ / 1,20 US$ |
| 21 | Claude Sonnet 5Anthropic · Claude Sonnet 5 (High) | 95 %-interval +0,9 % til +3,2 %Dens interval overlapper 6 modeller over den | 41.726 | 0,91 US$ | 2,00 US$ / 10,00 US$ |
| 22 | Muse WonderMeta · Muse Wonder (Max) | 95 %-interval +0,6 % til +3,3 %Dens interval overlapper 7 modeller over den | 13.921 | 1,28 US$ | 4,00 US$ / 20,00 US$ |
| 23 | GPT-6 LunaOpenAI · GPT-6 Luna (Max) | 95 %-interval +1,1 % til +2,0 %Dens interval overlapper 7 modeller over den | 228.261 | 0,09 US$ | 0,10 US$ / 0,50 US$ |
| 24 | GLM-5.3Z.ai · GLM-5.3 (Max) · åbne modelvægte | 95 %-interval +0,2 % til +1,8 %Dens interval overlapper 8 modeller over den | 95.597 | 1,09 US$ | 1,40 US$ / 4,40 US$ |
| 25 | Kimi K3Moonshot AI · Kimi K3 (Max) · åbne modelvægte | 95 %-interval 0,0 % til +1,2 %Dens interval overlapper 4 modeller over den | 160.495 | 0,93 US$ | 3,00 US$ / 15,00 US$ |
| 26 | Hy4 previewTencent · åbne modelvægte | 95 %-interval -0,3 % til +1,2 %Dens interval overlapper 5 modeller over den | 102.097 | 0,46 US$ | Ingen listepris |
| 27 | Claude Haiku 5.5Anthropic · Claude Haiku 5.5 (High) | 95 %-interval -0,6 % til +1,5 %Dens interval overlapper 9 modeller over den | 31.731 | 0,08 US$ | 0,10 US$ / 0,50 US$ |
| 28 | GLM-5.2 (Max)Z.ai · åbne modelvægte | 95 %-interval -0,4 % til +1,2 %Dens interval overlapper 8 modeller over den | 98.965 | 0,90 US$ | Ingen listepris |
| 29 | Qwen3.8 MaxAlibaba · Qwen3.8-Max | 95 %-interval -0,3 % til +1,0 %Dens interval overlapper 7 modeller over den | 80.457 | 1,24 US$ | 2,00 US$ / 6,00 US$ |
| 30 | MiMo-V2.6-FlashXiaomi · åbne modelvægte | 95 %-interval -1,0 % til +1,2 %Dens interval overlapper 10 modeller over den | 32.025 | 0,07 US$ | Ingen listepris |
| 31 | Inkling 2 SmallThinky | 95 %-interval -2,5 % til +2,6 %Dens interval overlapper 15 modeller over den | 4.063 | 0,26 US$ | Ingen listepris |
| 32 | Grok 4.6 (xHigh)xAI | 95 %-interval -1,4 % til +1,1 %Dens interval overlapper 10 modeller over den | 30.247 | 1,46 US$ | Ingen listepris |
| 33 | GPT-5.6 TerraOpenAI · GPT-5.6 Terra (xHigh) | 95 %-interval -2,7 % til -1,1 %Dens interval overlapper 2 modeller over den | 44.425 | 0,64 US$ | 2,00 US$ / 12,00 US$ |
| 34 | Gemini 3.7 Flash (High)Google | 95 %-interval -2,8 % til -1,0 %Dens interval overlapper 4 modeller over den | 63.336 | 0,52 US$ | Ingen listepris |
| 35 | GPT-6 LunaOpenAI · GPT-6 Luna (Medium) | 95 %-interval -2,5 % til -1,5 %Dens interval overlapper 3 modeller over den | 76.341 | 0,03 US$ | 0,10 US$ / 0,50 US$ |
| 36 | MiniMax-M3.1-FlashMiniMax · åbne modelvægte | 95 %-interval -4,3 % til -1,3 %Dens interval overlapper 5 modeller over den | 13.089 | 0,24 US$ | Ingen listepris |
| 37 | GLM-5.3-FlashZ.ai · åbne modelvægte | 95 %-interval -3,5 % til -2,1 %Dens interval overlapper 5 modeller over den | 95.526 | 0,17 US$ | 0,15 US$ / 0,50 US$ |
| 38 | Step 5 PreviewStepFun | 95 %-interval -4,8 % til -2,0 %Dens interval overlapper 6 modeller over den | 17.051 | 0,66 US$ | Ingen listepris |
| 39 | Gemini 3.1 Pro (preview)Google · Gemini 3.1 Pro Preview | 95 %-interval -5,8 % til -2,9 %Dens interval overlapper 3 modeller over den | 87.553 | 0,55 US$ | 2,00 US$ / 12,00 US$ |
| 40 | Qwen3.8 27BAlibaba · Qwen3.8-27B · åbne modelvægte | 95 %-interval -5,5 % til -3,7 %Dens interval overlapper 3 modeller over den | 63.984 | 0,40 US$ | 0,50 US$ / 3,00 US$ |
| 41 | Qwen3.8-Flash-NextAlibaba · åbne modelvægte | 95 %-interval -5,4 % til -3,9 %Dens interval overlapper 4 modeller over den | 109.992 | 0,23 US$ | Ingen listepris |
| 42 | Mistral Large 4Mistral AI · åbne modelvægte | 95 %-interval -8,0 % til -4,2 %Dens interval overlapper 5 modeller over den | 5.559 | 0,32 US$ | 0,70 US$ / 2,10 US$ |
| 43 | GPT-6 LunaOpenAI · GPT-6 Luna (Low) | 95 %-interval -6,9 % til -5,5 %Dens interval overlapper 2 modeller over den | 43.861 | 0,01 US$ | 0,10 US$ / 0,50 US$ |
| 44 | Beam 1.0 501B A23BReflection · åbne modelvægte | 95 %-interval -9,0 % til -3,9 %Dens interval overlapper 7 modeller over den | 12.257 | Ikke offentliggjort | Ingen listepris |
| 45 | Qwen3.7-MaxAlibaba | 95 %-interval -8,4 % til -5,9 %Dens interval overlapper 3 modeller over den | 43.146 | 0,35 US$ | Ingen listepris |
| 46 | Hy3Tencent · åbne modelvægte | 95 %-interval -9,1 % til -6,2 %Dens interval overlapper 4 modeller over den | 32.686 | 0,08 US$ | Ingen listepris |
| 47 | Muse Spark 1.1Meta | 95 %-interval -8,5 % til -7,2 %Dens interval overlapper 4 modeller over den | 149.186 | Ikke offentliggjort | Ingen listepris |
| 48 | Qwen3.7 PlusAlibaba · Qwen3.7-Plus | 95 %-interval -9,4 % til -6,3 %Dens interval overlapper 6 modeller over den | 24.539 | 0,13 US$ | 0,40 US$ / 1,60 US$ |
| 49 | Muse Spark 1.2 (xHigh)Meta | 95 %-interval -8,9 % til -7,2 %Dens interval overlapper 6 modeller over den | 54.770 | 0,41 US$ | Ingen listepris |
| 50 | Spark-X2.6Synlan | 95 %-interval -11,6 % til -9,1 %Dens interval overlapper 2 modeller over den | 11.434 | 0,09 US$ | Ingen listepris |
| 51 | MiniMax M3MiniMax · MiniMax-M3 · åbne modelvægte | 95 %-interval -11,6 % til -9,2 %Dens interval overlapper 2 modeller over den | 44.355 | 0,32 US$ | 0,30 US$ / 1,20 US$ |
| 52 | Mistral Medium 3.5Mistral AI · åbne modelvægte | 95 %-interval -15,7 % til -12,1 % | 13.935 | 0,40 US$ | 1,50 US$ / 7,50 US$ |
| 53 | Nemotron 3 UltraNvidia · åbne modelvægte | 95 %-interval -17,7 % til -11,1 %Dens interval overlapper 3 modeller over den | 13.691 | 0,12 US$ | Ingen listepris |
| 54 | NVIDIA-Nemotron-3.5-Super-VL-120B-A12B (NVFP4)Nvidia · åbne modelvægte | 95 %-interval -17,0 % til -15,5 %Dens interval overlapper 2 modeller over den | 29.893 | Ikke offentliggjort | Ingen listepris |
| 55 | InklingThinky · åbne modelvægte | 95 %-interval -18,6 % til -15,5 %Dens interval overlapper 3 modeller over den | 44.032 | 0,34 US$ | Ingen listepris |
| 56 | Inkling-SmallThinky · åbne modelvægte | 95 %-interval -19,7 % til -15,7 %Dens interval overlapper 4 modeller over den | 14.747 | 0,18 US$ | Ingen listepris |
| 57 | Solar Pro 4Upstage | 95 %-interval -25,0 % til -20,6 % | 11.012 | 0,04 US$ | Ingen listepris |
Sådan læser du denne rangliste
Hvad scorerne måler, hvad de udelader, og hvor hvert tal kommer fra.
- Hvad den måler
- LMArenas Agent Arena: folk giver en agent rigtigt arbejde på arena.ai, og arenaen måler, hvordan arbejdet forløber med hver model ved roret: opgaver, brugeren markerer som færdige, ros mod klager, udførte rettelser, shell-kommandoer og kald til værktøjer, der ikke findes.
- Hvad den udelader
- Scoren viser, hvor meget bedre opgaverne gik end med den gennemsnitlige model i arenaen, ikke andelen af afsluttede opgaver, og den stammer fra arenaens egne brugere og værktøjer.
- Sådan læser du marginen
- Hver score har et 95 %-interval fra LMArena. Hvor to modellers intervaller overlapper, kan sessionerne ikke sige, hvilken der er bedst. Rækkerne er stadig nummereret efter score, og en række angiver, hvor mange modeller over den der overlapper.
- Pris pr. opgave
- Medianprisen for en opgave i arenaens sessioner, i amerikanske dollar, som LMArena registrerer den. Den afhænger af modellens pris og af, hvor mange tokens den bruger.
- Ikke opdateret i over 120 dage
- Et resultat, der er kørt mere end 120 dage før de nyeste data på disse sider, får dette mærke, så et ældre resultat kan vægtes som et.
- Priser
- Listeprisen pr. million tokens fra udviklerens egen prisside, aflæst 12. november 2026. Det er en pris pr. token, ikke pr. svar: en højere indstilling for ræsonnement bruger flere tokens på det samme spørgsmål. Hvor AIGROW API-kredit sælger en model, er listeprisen streget over, og prisen via kreditten står under den.
Kilde: LMArena, datasæt til ranglisten (version 4217986c, offentliggjort 8. november 2026), udgivet under licensen CC BY 4.0. Vi ændrer ingen score: vi tilføjer priserne og links til vores modelsider.
Hvad de hver især koster at bruge
Prislisten dækker tre hverdagsopgaver for hver model, og vores egen benchmark kører dem på rigtige forretningsopgaver for at se, hvilke der består.
Data fra 8. november 2026