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 |  gpt-image-2.5-sunburst | OpenAI | 1524 ±5 | 59,825 | — | — | — |
| 2 | gpt-image-2.5-flare | OpenAI | 1481 ±5 | 57,408 | — | — | — |
| 3 | gpt-image-2 (medium) | OpenAI | 1462 ±3 | 305,825 | — | — | — |
| 4 |  grok-imagine-image-2.0 (canvas) | SpaceXAI | 1439 ±9 | 11,589 | — | — | — |
| 5 | Microsoft AI | 1428 ±5 | 51,384 | — | — | — | |
| 6 |  gemini-nano-banana-2.1 | 1428 ±6 | 12,985 | 1.50 | 7.50 | — | |
| 7 | grok-imagine-image-2.0 (20260801) | SpaceXAI | 1425 ±5 | 50,427 | — | — | — |
| 8 |  muse-image | Meta | 1403 ±4 | 142,644 | — | — | — |
| 9 | Microsoft AI | 1401 ±4 | 190,081 | — | — | — | |
| 10 |  seedream-5.0-pro | Bytedance | 1394 ±3 | 282,865 | — | — | — |
| 11 | grok-imagine-image-quality (20260519) | SpaceXAI | 1391 ±6 | 38,195 | — | — | — |
| 12 | gemini-3-pro-image-2k (nano-banana-pro) | 1390 ±3 | 651,674 | — | — | — | |
| 13 | chatgpt-image-latest-high-fidelity (20251216) | OpenAI | 1389 ±3 | 629,464 | — | — | — |
| 14 | gemini-3.1-flash-image (nano-banana-2) [web-search] | 1387 ±3 | 229,782 | 0.500 | 3.00 | — | |
| 15 | gemini-3-pro-image-preview (nano-banana-pro) | 1386 ±3 | 540,775 | 2.00 | 12.0 | 0.200 | |
| 16 |  reve-2.1 | Reve | 1374 ±6 | 20,792 | — | — | — |
| 17 | gpt-image-1.5-high-fidelity | OpenAI | 1370 ±3 | 654,249 | — | — | — |
| 18 |  qwen-image-2.1 | Alibaba | 1369 ±6 | 21,941 | — | — | — |
| 19 | reve-2.0 | Reve | 1359 ±6 | 19,265 | — | — | — |
| 20 |  ideogram-4.5 | Ideogram | 1347 ±5 | 19,318 | — | — | — |
| 21 |  uni-1.1-max | Luma AI | 1334 ±5 | 43,446 | — | — | — |
| 22 | grok-imagine-image | SpaceXAI | 1329 ±2 | 756,681 | — | — | — |
| 23 | uni-1.1 | Luma AI | 1315 ±3 | 188,834 | — | — | — |
| 24 | gemini-3.1-flash-lite-image (nano-banana-2-lite) | 1314 ±5 | 65,669 | 0.250 | 1.50 | — | |
| 25 | qwen-image-2.0-pro-2026-06-22 | Alibaba | 1303 ±5 | 56,723 | — | — | — |
| 26 |  hunyuan-image-3.0-instruct | Tencent | 1303 ±3 | 331,423 | — | — | — |
| 27 | wan2.7-image-pro | Alibaba | 1303 ±4 | 43,974 | — | — | — |
| 28 | seedream-4.5 | Bytedance | 1302 ±2 | 1,294,217 | — | — | — |
| 29 | wan2.7-image | Alibaba | 1301 ±4 | 44,796 | — | — | — |
| 30 | seedream-5.0-lite | Bytedance | 1294 ±3 | 459,744 | — | — | — |
| 31 | gemini-2.5-flash-image-preview (nano-banana) | 1293 ±2 | 11,383,435 | 0.300 | 2.50 | 0.030 | |
| 32 | seedream-4-2k | Bytedance | 1270 ±7 | 210,059 | — | — | — |
| 33 | reve-v1.1 | Reve | 1262 ±3 | 672,625 | — | — | — |
| 34 |  flux-2-max | Black Forest Labs | 1262 ±3 | 375,861 | — | — | — |
| 35 |  kling-image-o1 | KlingAI | 1251 ±4 | 143,639 | — | — | — |
| 36 | flux-2-pro | Black Forest Labs | 1245 ±3 | 637,986 | — | — | — |
| 37 | qwen-image-edit | Alibaba | 1242 ±3 | 2,021,952 | — | — | — |
| 38 | reve-v1 | Reve | 1235 ±5 | 395,313 | — | — | — |
| 39 | qwen-image-edit-2511 | Alibaba | 1234 ±3 | 485,078 | — | — | — |
| 40 | wan2.6-image | Alibaba | 1231 ±3 | 677,385 | — | — | — |
| 41 | flux-2-flex | Black Forest Labs | 1225 ±3 | 443,912 | — | — | — |
| 42 | flux-2-klein-9b | Black Forest Labs | 1225 ±3 | 540,742 | — | — | — |
| 43 | flux-2-dev | Black Forest Labs | 1225 ±4 | 254,281 | — | — | — |
| 44 | seedream-4-high-res-fal | Bytedance | 1217 ±3 | 1,229,850 | — | — | — |
| 45 | p-image-edit | — | 1211 ±3 | 359,880 | — | — | — |
| 46 | seedream-4-fal | Bytedance | 1210 ±6 | 152,113 | — | — | — |
| 47 | reve-v1.1-fast | Reve | 1207 ±3 | 553,317 | — | — | — |
| 48 | reve-edit-fast | Reve | 1198 ±4 | 230,283 | — | — | — |
| 49 | flux-2-klein-4b | Black Forest Labs | 1187 ±3 | 541,304 | — | — | — |
| 50 | wan2.5-i2i-preview | Alibaba | 1181 ±3 | 723,697 | — | — | — |
| 51 | flux-1-kontext-max | Black Forest Labs | 1181 ±3 | 390,852 | — | — | — |
| 52 | flux-1-kontext-pro | Black Forest Labs | 1176 ±3 | 6,404,567 | — | — | — |
| 53 | flux-1-kontext-dev | Black Forest Labs | 1149 ±3 | 3,639,808 | — | — | — |
| 54 | seededit-3.0 | Bytedance | 1139 ±3 | 4,918,008 | — | — | — |
| 55 | gpt-image-1 | OpenAI | 1139 ±3 | 2,869,941 | — | — | — |
| 56 | gpt-image-1-mini | OpenAI | 1124 ±3 | 682,914 | — | — | — |
| 57 | gemini-2.0-flash-preview-image-generation | 1081 ±2 | 4,942,834 | — | — | — | |
| 58 | bagel | Bytedance | 1027 ±6 | 13,488 | — | — | — |
| 59 |  step1x-edit | StepFun | 998 ±4 | 155,418 | — | — | — |
Fonte: arena.ai · Aggiornato Oct 6, 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.