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 |  gpt-5.6-sol-xhigh | OpenAI | 1257 ±7 | 29,663 | 2.00 | 10.0 | 0.200 |
| 2 |  claude-opus-4-6-search | Anthropic | 1253 ±5 | 134,699 | 5.00 | 25.0 | 0.500 |
| 3 | gpt-5.5-search | OpenAI | 1242 ±5 | 89,873 | 5.00 | 30.0 | 0.500 |
| 4 | claude-opus-4-7 | Anthropic | 1233 ±5 | 91,394 | 5.00 | 25.0 | 0.500 |
| 5 | claude-fable-5 | Anthropic | 1230 ±8 | 41,795 | 10.0 | 50.0 | 1.00 |
| 6 |  ernie-5.1 | Baidu | 1227 ±10 | 3,788 | — | — | — |
| 7 | claude-sonnet-4-6-search | Anthropic | 1221 ±5 | 134,905 | 3.00 | 15.0 | 0.300 |
| 8 |  grok-4.5 | SpaceXAI | 1213 ±7 | 31,505 | 2.00 | 6.00 | 0.300 |
| 9 |  gemini-3.1-pro-grounding | 1210 ±5 | 113,282 | 2.00 | 12.0 | 0.200 | |
| 10 | gemini-3-pro-grounding | 1207 ±6 | 37,024 | — | — | — | |
| 11 | gpt-5.2-search | OpenAI | 1207 ±6 | 52,712 | 1.75 | 14.0 | 0.175 |
| 12 | claude-opus-4-8 | Anthropic | 1204 ±6 | 70,998 | 5.00 | 25.0 | 0.500 |
| 13 | grok-4.20-multi-agent-beta-0309 | SpaceXAI | 1204 ±5 | 109,553 | 1.25 | 2.50 | 0.200 |
| 14 | gpt-5.1-search | OpenAI | 1199 ±5 | 59,909 | 1.25 | 10.0 | 0.125 |
| 15 | gemini-3-flash-grounding | 1198 ±5 | 149,334 | 0.500 | 3.00 | 0.050 |
Fonte: arena.ai · Aggiornato Aug 24, 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.