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 | Indice di Intelligenza ? | Input ? | Output | Cache ? |
|---|---|---|---|---|---|---|
| 1 |  Claude Opus 5 (Adaptive Reasoning, Max Effort) | Anthropic | 63.1 | 5.00 | 25.0 | 0.500 |
| 2 | Claude Opus 5 (Adaptive Reasoning, Xhigh Effort) | Anthropic | 62.5 | 5.00 | 25.0 | 0.500 |
| 3 | Claude Fable 5 (Adaptive Reasoning, Max Effort, Opus 4.8 Fallback) | Anthropic | 62.1 | 10.0 | 50.0 | 1.00 |
| 4 | Claude Opus 5 (Adaptive Reasoning, High Effort) | Anthropic | 61.5 | 5.00 | 25.0 | 0.500 |
| 5 |  GPT-5.6 Sol (max) | OpenAI | 60.9 | 2.00 | 10.0 | 0.200 |
| 6 |  Grok 4.6 (high) | SpaceXAI | 60.9 | 2.00 | 6.00 | 0.500 |
| 7 | Grok 4.6 (xhigh) | SpaceXAI | 60 | 2.00 | 6.00 | 0.500 |
| 8 |  Kimi K3 (max) | Kimi | 59.7 | 3.00 | 15.0 | 0.300 |
| 9 |  GLM-5.3 (max) | Z AI | 59.5 | 1.40 | 4.40 | 0.260 |
| 10 | GPT-5.6 Sol (xhigh) | OpenAI | 59 | 2.00 | 10.0 | 0.200 |
| 11 | Grok 4.6 (medium) | SpaceXAI | 59 | 2.00 | 6.00 | 0.500 |
| 12 | Claude Opus 5 (Adaptive Reasoning, Medium Effort) | Anthropic | 58.6 | 5.00 | 25.0 | 0.500 |
| 13 |  Qwen3.8 Max | Alibaba | 58.1 | 2.00 | 6.00 | 0.250 |
| 14 | Qwen3.8 2.4T A95B | Alibaba | 57.7 | 2.00 | 6.00 | 0.250 |
| 15 | GLM-5.3-Flash | Z AI | 57.5 | 0.075 | 0.250 | 0.015 |
Fonte: Artificial Analysis · Aggiornato Aug 29, 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.