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 | Condivisione % ? | Tokens ? | Input ? | Output | Cache ? |
|---|---|---|---|---|---|---|---|
| 1 |  gpt-5.6-luna-20260709 | OpenAI | 11.9% | 1.7T | 0.200 | 1.20 | 0.020 |
| 2 |  deepseek-v4-flash-20260731 | DeepSeek | 11.3% | 1.6T | 0.030 | 0.100 | 0.0070 |
| 3 |  mimo-v2.5-20260422 | Xiaomi | 11.1% | 1.6T | 0.140 | 0.280 | 0.0028 |
| 4 |  glm-5.3-flash-20260826 | Zhipu | 10.9% | 1.6T | 0.075 | 0.250 | 0.015 |
| 5 |  hy3-20260706 | Tencent | 6.8% | 963.0B | 0.132 | 0.528 | 0.033 |
| 6 |  nemotron-3-ultra-550b-a55b-20260604 | Nvidia | 5.3% | 750.2B | 0.500 | 2.20 | 0.100 |
| 7 | deepseek-v4-flash-20260423 | DeepSeek | 5% | 711.5B | 0.030 | 0.100 | 0.0070 |
| 8 |  minimax-m3-20260531 | MiniMax | 4.2% | 605.1B | 0.300 | 1.20 | 0.060 |
| 9 | hy4-preview-20260827 | Tencent | 2.6% | 363.8B | 0.834 | 2.50 | 0.042 |
| 10 |  gemini-3.7-flash-20260813 | 2.5% | 353.6B | 0.750 | 3.75 | 0.075 | |
| 11 | glm-5.2-20260616 | Zhipu | 2.4% | 338.1B | 1.19 | 3.74 | 0.221 |
| 12 | gpt-5.6-sol-20260709 | OpenAI | 1.7% | 248.2B | 2.00 | 10.0 | 0.200 |
| 13 | deepseek-v4-pro-20260423 | DeepSeek | 1.6% | 233.3B | 0.660 | 1.98 | 0.022 |
| 14 |  kimi-k3-20260715 | Moonshot | 1.6% | 226.0B | 3.00 | 15.0 | 0.300 |
| 15 |  claude-opus-5-20260723 | Anthropic | 1.5% | 220.7B | 5.00 | 25.0 | 0.500 |
Fonte: OpenRouter · Aggiornato 2026-08-28 · 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.