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 ? | Input ? | Output | Cache ? |
|---|---|---|---|---|---|---|---|
| 1 |  claude-fable-5 | Anthropic | 1312 ±9 | 9,562 | 10.0 | 50.0 | 1.00 |
| 2 |  qwen3.8-max | Alibaba | 1302 ±8 | 6,743 | 2.00 | 6.00 | 0.250 |
| 3 | claude-opus-4-7-high | Anthropic | 1301 ±7 | 21,122 | 5.00 | 25.0 | 0.500 |
| 4 | claude-opus-4-7 | Anthropic | 1299 ±7 | 21,445 | 5.00 | 25.0 | 0.500 |
| 5 | claude-opus-4-6-high | Anthropic | 1299 ±7 | 20,867 | 5.00 | 25.0 | 0.500 |
| 6 |  muse-spark | Meta | 1294 ±9 | 5,582 | — | — | — |
| 7 | claude-opus-4-6 | Anthropic | 1293 ±7 | 25,169 | 5.00 | 25.0 | 0.500 |
| 8 | muse-spark-1.2 (xHigh) | Meta | 1292 ±15 | 1,853 | 1.25 | 4.25 | 0.150 |
| 9 | claude-opus-5-high | Anthropic | 1292 ±9 | 7,049 | 5.00 | 25.0 | 0.500 |
| 10 |  gemini-3-pro | 1289 ±8 | 13,134 | — | — | — | |
| 11 | gemini-3.5-flash-high | 1286 ±9 | 7,586 | 1.50 | 9.00 | 0.150 | |
| 12 | claude-opus-4-8-high | Anthropic | 1285 ±8 | 12,894 | 5.00 | 25.0 | 0.500 |
| 13 | gemini-3.6-flash-high | 1285 ±12 | 3,119 | 0.750 | 3.75 | 0.075 | |
| 14 |  gpt-5.5 | OpenAI | 1285 ±7 | 20,727 | 5.00 | 30.0 | 0.500 |
| 15 | gemini-3.5-flash-medium | 1285 ±9 | 7,533 | 1.50 | 9.00 | 0.150 |
Fonte: arena.ai · Aggiornato Aug 21, 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.