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 ? | Input ? | Output | Cache ? |
|---|---|---|---|---|---|---|---|
| 1 |  claude-fable-5-high | Anthropic | 1309 ±7 | 13,709 | 10.0 | 50.0 | 1.00 |
| 2 |  qwen3.8-max | Alibaba | 1301 ±7 | 10,040 | 2.00 | 6.00 | 0.250 |
| 3 | claude-opus-4-6-high | Anthropic | 1299 ±6 | 22,328 | 5.00 | 25.0 | 0.500 |
| 4 | claude-opus-4-7 | Anthropic | 1298 ±7 | 23,169 | 5.00 | 25.0 | 0.500 |
| 5 | claude-opus-4-7-high | Anthropic | 1298 ±7 | 22,755 | 5.00 | 25.0 | 0.500 |
| 6 |  gemini-3.7-flash-high | 1296 ±10 | 3,814 | 0.750 | 3.75 | 0.075 | |
| 7 | claude-opus-4-6 | Anthropic | 1294 ±6 | 26,869 | 5.00 | 25.0 | 0.500 |
| 8 |  muse-spark | Meta | 1294 ±9 | 5,868 | — | — | — |
| 9 | muse-spark-1.2 (xHigh) | Meta | 1293 ±14 | 1,951 | 1.25 | 4.25 | 0.150 |
| 10 |  gpt-6.1-sol-max | OpenAI | 1291 ±16 | 1,408 | 2.00 | 10.0 | 0.100 |
| 11 | gemini-3.8-flash-high | 1290 ±12 | 3,086 | 0.750 | 3.75 | 0.075 | |
| 12 | muse-spark-1.3-max | Meta | 1290 ±10 | 3,843 | 1.25 | 4.25 | 0.150 |
| 13 | gemini-3-pro | 1289 ±7 | 13,620 | — | — | — | |
| 14 | claude-opus-5-high | Anthropic | 1289 ±7 | 15,900 | 5.00 | 25.0 | 0.500 |
| 15 | claude-fable-5.1-max | Anthropic | 1288 ±10 | 4,312 | 10.0 | 50.0 | 0.250 |
| 16 | gpt-5.5 | OpenAI | 1287 ±6 | 27,223 | 5.00 | 30.0 | 0.500 |
| 17 | claude-opus-4-8-high | Anthropic | 1286 ±7 | 18,350 | 5.00 | 25.0 | 0.500 |
| 18 | gpt-5.6-sol-xhigh | OpenAI | 1285 ±8 | 10,421 | 2.00 | 10.0 | 0.200 |
| 19 | gemini-3.5-flash-medium | 1284 ±7 | 12,467 | 1.50 | 9.00 | 0.150 | |
| 20 | gpt-6-astra-max | OpenAI | 1284 ±11 | 3,175 | 10.0 | 50.0 | 1.00 |
Fonte: arena.ai · Aggiornato Oct 2, 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.