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 | 1425 ±7 | 17,103 | — | — | — |
| 2 | gpt-image-2.5-flare | OpenAI | 1398 ±7 | 16,240 | — | — | — |
| 3 | gpt-image-2 (medium) | OpenAI | 1383 ±4 | 92,836 | — | — | — |
| 4 | Microsoft AI | 1333 ±5 | 24,410 | — | — | — | |
| 5 |  gemini-nano-banana-2.1 | 1328 ±9 | 5,312 | 1.50 | 7.50 | — | |
| 6 |  grok-imagine-image-2.0 (canvas) | SpaceXAI | 1321 ±11 | 3,447 | — | — | — |
| 7 |  reve-2.1 | Reve | 1302 ±8 | 8,249 | — | — | — |
| 8 | grok-imagine-image-2.0 (20260801) | SpaceXAI | 1297 ±6 | 13,724 | — | — | — |
| 9 |  muse-image | Meta | 1274 ±5 | 41,538 | — | — | — |
| 10 | reve-2.0 | Reve | 1269 ±6 | 15,773 | — | — | — |
| 11 | gemini-3.1-flash-image (nano-banana-2) [web-search] | 1261 ±4 | 59,779 | 0.500 | 3.00 | — | |
| 12 |  seedream-5.0-pro | Bytedance | 1256 ±4 | 93,528 | — | — | — |
| 13 |  qwen-image-3.0-pro | Alibaba | 1255 ±6 | 11,439 | — | — | — |
| 14 | Microsoft AI | 1254 ±4 | 61,267 | — | — | — | |
| 15 | gemini-3.1-flash-lite-image (nano-banana-2-lite) | 1250 ±6 | 17,806 | 0.250 | 1.50 | — | |
| 16 | gemini-3-pro-image-2k (nano-banana-pro) | 1248 ±3 | 174,996 | — | — | — | |
| 17 | gpt-image-1.5-high-fidelity | OpenAI | 1238 ±3 | 169,476 | — | — | — |
| 18 | gemini-3-pro-image-preview (nano-banana-pro) | 1234 ±5 | 86,464 | 2.00 | 12.0 | 0.200 | |
| 19 | qwen-image-2.1 | Alibaba | 1223 ±7 | 10,688 | — | — | — |
| 20 |  ideogram-4.0-quality | Ideogram | 1205 ±4 | 59,812 | — | — | — |
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.