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 |  gemini-omni-flash | 1512 ±11 | 16,916 | |
| 2 |  flux-3-video | Black Forest Labs | 1494 ±17 | 1,291 |
| 3 |  dreamina-seedance-2.0-720p | Bytedance | 1482 ±10 | 49,058 |
| 4 | dreamina-seedance-2.5-720p | Bytedance | 1477 ±19 | 1,337 |
| 5 |  muse-video | Meta | 1457 ±15 | 2,176 |
| 6 |  minimax-h3 | MiniMax | 1453 ±13 | 3,081 |
| 7 |  happyhorse-1.0 | Alibaba-ATH | 1428 ±13 | 22,113 |
| 8 |  sora-2-pro | OpenAI | 1364 ±7 | 46,509 |
| 9 | veo-3.1-audio | 1364 ±14 | 13,743 | |
| 10 | veo-3.1-audio-1080p | 1363 ±10 | 24,979 | |
| 11 | veo-3.1-fast-audio | 1361 ±10 | 39,441 | |
| 12 | veo-3.1-fast-audio-1080p | 1358 ±10 | 25,771 | |
| 13 | veo-3-fast-audio | 1347 ±11 | 25,219 | |
| 14 |  grok-imagine-video-720p | SpaceXAI | 1345 ±7 | 154,827 |
| 15 | wan2.7-t2v | Alibaba | 1344 ±9 | 17,769 |
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.