Leaderboard de LLMs e Rankings de Modelos de IA
Uma página que reúne os principais benchmarks e rankings de IA — Chatbot Arena Elo (arena.ai), o Índice de Inteligência da Artificial Analysis e as arenas de fala, e o uso do OpenRouter — em chat, codificação, TTS, fala para texto, imagem, vídeo e agentes.
| Posição | Modelo | Fornecedor | Elo ? | Votos ? | Input ? | Output | Cache ? |
|---|---|---|---|---|---|---|---|
| 1 |  gemini-4-argon-high | 1525 ±9 | 4,932 | — | — | — | |
| 2 |  claude-opus-4-6-high | Anthropic | 1505 ±3 | 77,636 | 5.00 | 25.0 | 0.500 |
| 3 | claude-fable-5-high | Anthropic | 1504 ±4 | 38,387 | 10.0 | 50.0 | 1.00 |
| 4 | claude-opus-5.5-high | Anthropic | 1504 ±9 | 4,552 | 4.00 | 20.0 | 0.200 |
| 5 | claude-opus-4-7-high | Anthropic | 1501 ±4 | 64,946 | 5.00 | 25.0 | 0.500 |
| 6 | claude-fable-5.1-max | Anthropic | 1501 ±6 | 11,800 | 10.0 | 50.0 | 0.250 |
| 7 | claude-opus-4-6 | Anthropic | 1497 ±3 | 82,189 | 5.00 | 25.0 | 0.500 |
| 8 | gemini-3.8-flash-high | 1495 ±5 | 26,298 | 0.750 | 3.75 | 0.075 | |
| 9 |  muse-spark-1.3-max | Meta | 1494 ±6 | 12,343 | 1.25 | 4.25 | 0.150 |
| 10 | claude-opus-4-7 | Anthropic | 1494 ±4 | 66,058 | 5.00 | 25.0 | 0.500 |
| 11 | muse-spark-1.2 (xHigh) | Meta | 1494 ±9 | 4,356 | 1.25 | 4.25 | 0.150 |
| 12 | muse-spark-1.1 | Meta | 1491 ±4 | 37,238 | 1.25 | 4.25 | 0.150 |
| 13 | claude-opus-5-high | Anthropic | 1490 ±4 | 59,482 | 5.00 | 25.0 | 0.500 |
| 14 | claude-opus-5-max | Anthropic | 1489 ±5 | 28,937 | 5.00 | 25.0 | 0.500 |
| 15 | muse-spark | Meta | 1489 ±6 | 14,120 | — | — | — |
| 16 |  kimi-k3-max | Moonshot | 1488 ±5 | 28,280 | 0.730 | 13.5 | 0.550 |
| 17 | gemini-3.7-flash-high | 1488 ±5 | 21,539 | 0.750 | 3.75 | 0.075 | |
| 18 | gemini-3.1-pro-preview | 1487 ±3 | 121,806 | 2.00 | 12.0 | 0.200 | |
| 19 | gemini-3-pro | 1485 ±4 | 41,910 | — | — | — | |
| 20 |  gpt-5.6-sol-xhigh | OpenAI | 1484 ±4 | 36,656 | 2.00 | 10.0 | 0.200 |
Fonte: arena.ai · Atualizado Oct 2, 2026 · PandaNpc Atualizado 13 de out. de 2026, 06:00 UTCVer classificação completa →
Como ler esses números
Um ranking de LLMs mostra qual modelo as pessoas preferem; um benchmark de IA mostra do que um modelo é objetivamente capaz; dados de uso mostram o que os desenvolvedores realmente usam. Nenhum ranking sozinho responde “qual é o melhor modelo de IA”, então esta página reúne os três — o Chatbot Arena Elo do arena.ai, o Artificial Analysis Intelligence Index e as arenas de fala, e a participação de tokens do OpenRouter — e os atualiza diariamente.
arena.ai (antigo LMArena) mostra aos usuários duas respostas anônimas para o mesmo prompt e pede que escolham uma, depois deriva uma classificação Elo dessas batalhas. Mede qual resposta as pessoas preferem — não a capacidade objetiva. Um estilo agradável pode vencer, enquanto uma resposta rigorosa mas prolixa pode perder.
Votos são as batalhas que um modelo acumulou. Um modelo recém-listado tem poucos votos e um amplo intervalo de confiança, então sua classificação oscila facilmente — sempre leia a classificação junto com o intervalo ±.
O painel de Agentes funciona de forma diferente dos demais: ele mede sessões reais de agentes em vez de preferência de votação cega. Sua métrica principal, Net Improvement, é um ganho percentual — não uma classificação Elo — portanto, não pode ser comparado entre painéis. arena.ai também relata mais cinco dimensões (Confirmed Success, Steerability, Bash Recovery e outras) na tabela de classificação completa.
O painel de uso vem do OpenRouter e conta a participação real de tokens da API — desenvolvedores votando com suas carteiras, o que complementa os painéis de preferência subjetiva.
As tabelas de fala vêm da Artificial Analysis: TTS usa o Elo do Speech Arena por escuta cega; ASR usa AA-WER v2, em que o menor é melhor; e Speech-to-Speech nativo usa uma composição com pesos iguais de Big Bench Audio, Full Duplex Bench e τ-Voice, em que o maior é melhor. Compare as pontuações apenas dentro da mesma tabela. Fonte: artificialanalysis.ai.
O quadro Intelligence Index vem da Artificial Analysis: ele destila muitos benchmarks públicos em um único Intelligence Index de 0 a 100, medindo capacidade objetiva em vez de preferência subjetiva — um complemento natural para o voto cego humano do arena.ai. Fonte: artificialanalysis.ai.