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 | AA-WER ↓ ? |
|---|---|---|---|
| 1 |  StepAudio 3 ASR | StepFun | 1.73% |
| 2 |  Fun-Realtime-ASR-preview | Alibaba | 1.73% |
| 3 | Microsoft AI | 2.04% | |
| 4 |  Scribe v2, ElevenLabs | ElevenLabs | 2.18% |
| 5 |  Grok Voice Transcribe 2.0 | SpaceXAI | 2.29% |
| 6 | Microsoft AI | 2.38% | |
| 7 |  Smallest AI Pulse Pro | Smallest.ai | 2.43% |
| 8 |  Gemini 3.5 Transcribe | 2.6% | |
| 9 |  Voxtral Small, Mistral | Mistral | 2.77% |
| 10 | Gemini 3.1 Pro Preview (High) | 2.82% | |
| 11 |  Universal-3.5 Pro, AssemblyAI | AssemblyAI | 3.02% |
| 12 |  Solaria-3, Gladia | Gladia | 3.23% |
| 13 |  GPT Transcribe, OpenAI | OpenAI | 3.31% |
| 14 |  Resonant-1 | Reson8 | 3.39% |
| 15 |  Inkling (256K), Thinking Machines | Thinking Machines | 3.47% |
| 16 | Qwen3.5 Omni Plus | Alibaba | 3.55% |
| 17 | Gemini 3.1 Pro Preview (Low) | 3.58% | |
| 18 | Voxtral Mini Transcribe 2, Mistral | Mistral | 3.59% |
| 19 |  Soniox v5 Async | Soniox | 3.81% |
| 20 |  Inworld STT 1 | Inworld | 3.93% |
Fonte: Artificial Analysis · Aggiornato Sep 24, 2026 · PandaNpc Aggiornato 24 set 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.