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 |  claude-opus-5.5-max | Anthropic | 1814 ±16 | 2,229 | 4.00 | 20.0 | 0.200 |
| 2 |  gpt-6-astra-max | OpenAI | 1788 ±11 | 5,057 | 10.0 | 50.0 | 1.00 |
| 3 | claude-sonnet-5.5-xhigh | Anthropic | 1773 ±15 | 2,150 | 2.00 | 10.0 | 0.100 |
| 4 | gpt-6.1-sol-max | OpenAI | 1757 ±15 | 1,965 | 2.00 | 10.0 | 0.100 |
| 5 | claude-fable-5.1-max | Anthropic | 1745 ±9 | 6,521 | 10.0 | 50.0 | 0.250 |
| 6 | claude-sonnet-5.5-high | Anthropic | 1716 ±11 | 3,787 | 2.00 | 10.0 | 0.100 |
| 7 | claude-opus-5-max | Anthropic | 1692 ±6 | 17,162 | 5.00 | 25.0 | 0.500 |
| 8 | gpt-6-sol-max | OpenAI | 1687 ±12 | 3,221 | 2.00 | 10.0 | 0.200 |
| 9 |  gemini-4-argon-high | 1678 ±15 | 1,772 | — | — | — | |
| 10 |  qwen3.8-max | Alibaba | 1672 ±12 | 3,450 | 2.00 | 6.00 | 0.250 |
| 11 | qwen3.8-max-0902 | Alibaba | 1672 ±8 | 10,549 | 2.00 | 6.00 | 0.250 |
| 12 | claude-opus-5-high | Anthropic | 1658 ±6 | 21,992 | 5.00 | 25.0 | 0.500 |
| 13 |  muse-spark-1.3-max | Meta | 1656 ±8 | 7,678 | 1.25 | 4.25 | 0.150 |
| 14 |  kimi-k3-max | Moonshot | 1655 ±6 | 17,061 | 0.730 | 13.5 | 0.550 |
| 15 |  grok-4.7-xhigh | SpaceXAI | 1638 ±11 | 3,734 | 2.00 | 6.00 | 0.500 |
| 16 |  mimo-v2.6-flash | Xiaomi | 1636 ±11 | 3,851 | 0.140 | 0.280 | 0.0028 |
| 17 | qwen3.8-flash-next | Alibaba | 1632 ±9 | 6,711 | — | — | — |
| 18 |  hy4-preview | Tencent | 1632 ±10 | 4,798 | 0.834 | 2.50 | 0.042 |
| 19 | mimo-v2.6-pro | Xiaomi | 1630 ±11 | 3,415 | 0.435 | 0.870 | 0.0036 |
| 20 | muse-spark-1.3 (xHigh) | Meta | 1626 ±8 | 6,901 | 1.25 | 4.25 | 0.150 |
Fonte: arena.ai · Atualizado Oct 7, 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.