Classifiche dei modelli AI
Classifiche AI multi-fonte per chat, parlato, TTS, ASR, codice, immagine, video e agenti — da arena.ai, OpenRouter e Artificial Analysis.
| Posizione | Modello | Fornitore | Elo ? | Voti ? | Input ? | Output | Cache ? |
|---|---|---|---|---|---|---|---|
| 1 |  claude-opus-5-high | Anthropic | 1520 ±15 | 1,663 | 5.00 | 25.0 | 0.500 |
| 2 | claude-opus-4-6 | Anthropic | 1510 ±6 | 37,271 | 5.00 | 25.0 | 0.500 |
| 3 | claude-opus-4-6-high | Anthropic | 1506 ±7 | 24,973 | 5.00 | 25.0 | 0.500 |
| 4 | claude-fable-5 | Anthropic | 1504 ±9 | 5,792 | 10.0 | 50.0 | 1.00 |
| 5 | claude-opus-4-7 | Anthropic | 1498 ±7 | 18,990 | 5.00 | 25.0 | 0.500 |
| 6 | claude-opus-4-7-high | Anthropic | 1497 ±7 | 18,793 | 5.00 | 25.0 | 0.500 |
| 7 |  gpt-5.5-high | OpenAI | 1485 ±7 | 16,816 | 5.00 | 30.0 | 0.500 |
| 8 | claude-sonnet-4-6 | Anthropic | 1483 ±6 | 54,427 | 3.00 | 15.0 | 0.300 |
| 9 | gpt-5.5 | OpenAI | 1480 ±7 | 17,286 | 5.00 | 30.0 | 0.500 |
| 10 | gpt-5.6-terra-xhigh | OpenAI | 1479 ±13 | 1,969 | 2.00 | 12.0 | 0.200 |
| 11 | gpt-5.6-sol-xhigh | OpenAI | 1479 ±17 | 1,152 | 2.00 | 10.0 | 0.200 |
| 12 | claude-opus-4-8-high | Anthropic | 1475 ±8 | 8,388 | 5.00 | 25.0 | 0.500 |
| 13 |  muse-spark-1.1 | Meta | 1472 ±13 | 2,054 | 1.25 | 4.25 | 0.150 |
| 14 | claude-sonnet-5-high | Anthropic | 1470 ±10 | 3,601 | 2.00 | 10.0 | 0.200 |
| 15 | gpt-5.4 | OpenAI | 1470 ±7 | 29,809 | 2.50 | 15.0 | 0.250 |
Fonte: arena.ai · Aggiornato Jul 26, 2026 · PandaNpc Aggiornato 29 ago 2026, 06:00 UTCVedi classifica completa →
Come leggere i numeri
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.