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 | Elo ? | Voti ? |
|---|---|---|---|---|
| 1 |  wan3.0 | Alibaba | 1414 ±26 | 463 |
| 2 |  dreamina-seedance-2.5-720p | Bytedance | 1410 ±26 | 429 |
| 3 |  minimax-h3 | MiniMax | 1392 ±19 | 962 |
| 4 |  gemini-omni-flash | 1367 ±15 | 2,109 | |
| 5 | dreamina-seedance-2.0-720p | Bytedance | 1365 ±14 | 3,852 |
| 6 | happyhorse-1.0 | Alibaba-ATH | 1307 ±14 | 3,116 |
| 7 |  grok-imagine-video | SpaceXAI | 1258 ±10 | 13,724 |
| 8 |  kling-o3-pro | KlingAI | 1255 ±11 | 7,540 |
| 9 | kling-o1-pro | KlingAI | 1197 ±10 | 10,542 |
| 10 |  runway-gen4-aleph | Runway | 1182 ±9 | 9,818 |
Fonte: arena.ai · Aggiornato Aug 26, 2026 · PandaNpc Aggiornato 13 ott 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.