Classifica LLM & Classifiche dei Modelli AI
Una pagina che aggrega i principali benchmark e leaderboard di IA — Chatbot Arena Elo (arena.ai), l'Artificial Analysis Intelligence Index e le speech arena, e l'utilizzo di OpenRouter — in chat, coding, TTS, speech-to-text, immagini, video e agenti.
| Posizione | Modello | Fornitore | Elo ? | Voti ? | Input ? | Output | Cache ? |
|---|---|---|---|---|---|---|---|
| 1 |  gemini-4-argon-high | 1525 ±9 | 4,932 | — | — | — | |
| 2 |  claude-opus-4-6-high | Anthropic | 1505 ±3 | 77,636 | 5.00 | 25.0 | 0.500 |
| 3 | claude-fable-5-high | Anthropic | 1504 ±4 | 38,387 | 10.0 | 50.0 | 1.00 |
| 4 | claude-opus-5.5-high | Anthropic | 1504 ±9 | 4,552 | 4.00 | 20.0 | 0.200 |
| 5 | claude-opus-4-7-high | Anthropic | 1501 ±4 | 64,946 | 5.00 | 25.0 | 0.500 |
| 6 | claude-fable-5.1-max | Anthropic | 1501 ±6 | 11,800 | 10.0 | 50.0 | 0.250 |
| 7 | claude-opus-4-6 | Anthropic | 1497 ±3 | 82,189 | 5.00 | 25.0 | 0.500 |
| 8 | gemini-3.8-flash-high | 1495 ±5 | 26,298 | 0.750 | 3.75 | 0.075 | |
| 9 |  muse-spark-1.3-max | Meta | 1494 ±6 | 12,343 | 1.25 | 4.25 | 0.150 |
| 10 | claude-opus-4-7 | Anthropic | 1494 ±4 | 66,058 | 5.00 | 25.0 | 0.500 |
| 11 | muse-spark-1.2 (xHigh) | Meta | 1494 ±9 | 4,356 | 1.25 | 4.25 | 0.150 |
| 12 | muse-spark-1.1 | Meta | 1491 ±4 | 37,238 | 1.25 | 4.25 | 0.150 |
| 13 | claude-opus-5-high | Anthropic | 1490 ±4 | 59,482 | 5.00 | 25.0 | 0.500 |
| 14 | claude-opus-5-max | Anthropic | 1489 ±5 | 28,937 | 5.00 | 25.0 | 0.500 |
| 15 | muse-spark | Meta | 1489 ±6 | 14,120 | — | — | — |
| 16 |  kimi-k3-max | Moonshot | 1488 ±5 | 28,280 | 0.730 | 13.5 | 0.550 |
| 17 | gemini-3.7-flash-high | 1488 ±5 | 21,539 | 0.750 | 3.75 | 0.075 | |
| 18 | gemini-3.1-pro-preview | 1487 ±3 | 121,806 | 2.00 | 12.0 | 0.200 | |
| 19 | gemini-3-pro | 1485 ±4 | 41,910 | — | — | — | |
| 20 |  gpt-5.6-sol-xhigh | OpenAI | 1484 ±4 | 36,656 | 2.00 | 10.0 | 0.200 |
Fonte: arena.ai · Aggiornato Oct 2, 2026 · PandaNpc Aggiornato 13 ott 2026, 06:00 UTCVedi classifica completa →
Come leggere i numeri
Una classifica LLM ti dice quale modello le persone preferiscono; un benchmark di IA ti dice cosa un modello può oggettivamente fare; i dati di utilizzo ti dicono cosa gli sviluppatori pubblicano effettivamente. Nessuna singola classifica risponde alla domanda "qual è il miglior modello di IA", quindi questa pagina aggrega tutti e tre — Chatbot Arena Elo da arena.ai, l'Artificial Analysis Intelligence Index e le speech arenas, e la quota di token di OpenRouter — e li aggiorna quotidianamente.
arena.ai (ex LMArena) mostra agli utenti due risposte anonime allo stesso prompt e chiede loro di sceglierne una, quindi ricava un punteggio Elo da quelle battaglie. Misura quale risposta le persone preferiscono — non la capacità oggettiva. Uno stile gradevole può vincere, mentre una risposta rigorosa ma prolissa può perdere.
I voti sono le battaglie che un modello ha accumulato. Un modello appena elencato ha pochi voti e un ampio intervallo di confidenza, quindi la sua posizione oscilla facilmente — leggi sempre la posizione insieme all'intervallo ±.
La board Agent funziona diversamente dalle altre: misura sessioni reali di agenti, non preferenze di voto cieco. La sua metrica principale, Net Improvement, è un guadagno percentuale — non un punteggio Elo — quindi non può essere confrontata tra board diverse. arena.ai riporta anche altre cinque dimensioni (Confirmed Success, Steerability, Bash Recovery e altre) nella leaderboard completa.
La classifica di utilizzo proviene da OpenRouter e conta la quota reale di token API — gli sviluppatori votano con i loro portafogli, che completa le classifiche di preferenza soggettiva.
Le classifiche vocali provengono da Artificial Analysis: TTS utilizza Speech Arena Elo in ascolto cieco; ASR utilizza AA-WER v2, dove un valore più basso è migliore; e Speech-to-Speech nativo utilizza un composito a pari peso di Big Bench Audio, Full Duplex Bench e τ-Voice, dove un valore più alto è migliore. Confronta i punteggi solo all'interno della stessa classifica. Fonte: artificialanalysis.ai.
La classifica Intelligence Index proviene da Artificial Analysis: distilla molti benchmark pubblici in un unico Intelligence Index da 0 a 100, misurando la capacità oggettiva piuttosto che la preferenza soggettiva — un complemento naturale al voto umano cieco di arena.ai. Fonte: artificialanalysis.ai.