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 ? |
|---|---|---|---|---|
| 1 |  minimax-h3 | MiniMax | 1495 ±5 | 57,112 |
| 2 |  gemini-omni-1.1-flash | 1488 ±11 | 3,734 | |
| 3 |  wan3.0 | Alibaba | 1480 ±11 | 3,442 |
| 4 |  dreamina-seedance-2.5-720p | Bytedance | 1477 ±7 | 15,729 |
| 5 | dreamina-seedance-2.0-720p | Bytedance | 1475 ±7 | 121,427 |
| 6 | gemini-omni-flash | 1465 ±6 | 87,155 | |
| 7 |  hidream-o1-video-1.0 | HiDream | 1456 ±8 | 6,488 |
| 8 |  grok-imagine-video-1.5-720p | SpaceXAI | 1456 ±4 | 137,459 |
| 9 |  flux-3-video-20260811 | Black Forest Labs | 1449 ±5 | 37,042 |
| 10 | happyhorse-1.0 | Alibaba-ATH | 1442 ±10 | 70,640 |
| 11 | wan2.7-i2v | Alibaba | 1428 ±5 | 85,521 |
| 12 | grok-imagine-video-720p | SpaceXAI | 1415 ±4 | 554,050 |
| 13 | veo-3.1-audio | 1398 ±10 | 25,116 | |
| 14 | veo-3.1-audio-1080p | 1390 ±9 | 53,089 | |
| 15 | veo-3.1-fast-audio | 1385 ±9 | 99,804 | |
| 16 | grok-imagine-video-480p | SpaceXAI | 1385 ±8 | 19,429 |
| 17 | veo-3.1-fast-audio-1080p | 1372 ±9 | 54,380 | |
| 18 |  vidu-q3-pro | Shengshu | 1363 ±9 | 36,679 |
| 19 |  kling-v3-pro | KlingAI | 1354 ±6 | 206,221 |
| 20 | veo-3-audio | 1331 ±12 | 32,367 | |
| 21 | veo-3-fast-audio | 1326 ±10 | 41,194 | |
| 22 | wan2.5-i2v-preview | Alibaba | 1321 ±10 | 16,907 |
| 23 | wan2.6-i2v | Alibaba | 1310 ±7 | 121,082 |
| 24 | seedance-v1.5-pro | Bytedance | 1307 ±7 | 245,206 |
| 25 | pixverse-v5.6 | — | 1299 ±7 | 126,710 |
| 26 | kling-2.6-pro | KlingAI | 1294 ±8 | 202,113 |
| 27 | kling-2.5-turbo-1080p | KlingAI | 1276 ±13 | 3,795 |
| 28 | seedance-v1-pro | Bytedance | 1273 ±8 | 34,019 |
| 29 | hailuo-2.3 | MiniMax | 1262 ±5 | 405,786 |
| 30 | veo-3 | 1258 ±10 | 26,081 | |
| 31 | veo-3-fast | 1257 ±10 | 26,272 | |
| 32 | p-video | — | 1244 ±16 | 23,364 |
| 33 | vidu-q2-turbo | Shengshu | 1244 ±17 | 2,509 |
| 34 | kling-v2.1-master | KlingAI | 1235 ±8 | 29,824 |
| 35 | hailuo-02-pro | MiniMax | 1229 ±11 | 21,743 |
| 36 | kling-v2.1-standard | KlingAI | 1229 ±8 | 29,957 |
| 37 |  ray-3 | Luma AI | 1226 ±19 | 1,585 |
| 38 | hailuo-02-standard | MiniMax | 1224 ±10 | 21,785 |
| 39 | vidu-q2-pro | Shengshu | 1223 ±17 | 2,614 |
| 40 |  hunyuan-video-1.5 | Tencent | 1198 ±16 | 5,462 |
| 41 | hailuo-02-fast | MiniMax | 1194 ±11 | 22,519 |
| 42 | seedance-v1-lite | Bytedance | 1185 ±8 | 33,734 |
| 43 | wan-v2.2-a14b | Alibaba | 1170 ±10 | 27,054 |
| 44 | veo-2 | 1166 ±16 | 10,303 | |
| 45 | ltx-2-19b | — | 1159 ±5 | 262,336 |
| 46 | ray2 | Luma AI | 1108 ±16 | 9,521 |
| 47 |  runway-gen4-turbo | Runway | 1052 ±13 | 6,801 |
| 48 |  pika-v2.2 | Pika | 997 ±14 | 8,635 |
Fonte: arena.ai · Aggiornato Sep 21, 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.