关于AI模型的排名，目前并没有一个统一或官方的全球性网站专门对所有类型的AI模型进行排名。不过，有一些平台和资源可以提供关于特定领域内AI模型性能的信息或排行榜。以下是一些参考资源：

1、Papers With Code (https://paperswithcode.com/) 这个网站不仅收集了大量机器学习相关的论文，还提供了许多任务上的最新技术水平（SOTA, State of the Art）模型列表。它覆盖了图像识别、自然语言处理等多个领域。

2、MLPerf (https://mlcommons.org/en/) MLPerf是由行业领导者组成的联盟发起的一个基准测试套件，旨在测量不同硬件平台上训练及推理各种机器学习模型的速度与效率。虽然主要是针对硬件性能的评估，但也可以从中看出哪些模型在给定条件下表现较好。

3、Hugging Face Models Leaderboard (https://huggingface.co/models) 对于自然语言处理领域的从业者来说，Hugging Face维护了一个非常活跃且全面的预训练模型库。用户可以根据自己的需求搜索并比较不同的NLP模型。

4、Google Research Publications and Tools (https://research.google/) 谷歌研究团队经常发布新的研究成果和技术工具，并且有时会分享他们在某些特定任务上达到的最佳成绩。

请注意，选择合适的AI模型不仅仅取决于其在排行榜上的位置；还需要考虑模型的实际应用场景、计算资源限制等因素。希望这些信息对你有所帮助！如果有更具体的需求或者想要了解某个特定领域的模型，请告诉我更多细节。