Så ska listan läsas
Artificial Analysis skickar samma inspelningar till varje tjänst och räknar andelen ord som blir fel (de kallar måttet AA-WER). Lägre är bättre. Hälften av vikten ligger på deras egen samling AgentTalk med tal riktat till röstassistenter, resten på rensade versioner av EU-parlamentstal (VoxPopuli) och telefonkonferenser om kvartalsrapporter (Earnings22), där fel i facit har rättats.
Topplistan jämför tjänster så som de säljs, så samma modell kan förekomma flera gånger via olika leverantörer. Här visas de 15 bästa raderna sorterade efter felfrekvens, och modeller med samma avrundade värde delar placering. Placeringarna längre ner räknas bland alla rader i tabellen, även dubbletter via olika leverantörer. Några allmänna språkmodeller (Gemini) finns med eftersom de också kan skriva ut ljud.
Mätningen gäller i första hand engelska och säger inget om svenska. Den visar inte heller pris och hastighet, som Artificial Analysis redovisar separat, och skillnader på en eller ett par tiondelar är små i praktiken.