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 ? |
|---|---|---|---|---|
| 1 |  dreamina-seedance-2.5-720p | Bytedance | 1411 ±27 | 403 |
| 2 |  minimax-h3 | MiniMax | 1388 ±24 | 554 |
| 3 | dreamina-seedance-2.0-720p | Bytedance | 1359 ±14 | 3,634 |
| 4 |  gemini-omni-flash | 1358 ±15 | 1,868 | |
| 5 |  happyhorse-1.0 | Alibaba-ATH | 1307 ±13 | 3,115 |
| 6 |  grok-imagine-video | SpaceXAI | 1262 ±10 | 13,281 |
| 7 |  kling-o3-pro | KlingAI | 1257 ±12 | 7,125 |
| 8 | kling-o1-pro | KlingAI | 1200 ±10 | 10,104 |
| 9 |  runway-gen4-aleph | Runway | 1183 ±8 | 9,817 |
Fonte: arena.ai · Aggiornato Aug 14, 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.