Classificações de Modelos de IA
Classificações de IA de múltiplas fontes para chat, fala, TTS, ASR, código, imagem, vídeo e agentes — de arena.ai, OpenRouter e Artificial Analysis.
| Posição | Modelo | Fornecedor | Elo ? | Votos ? | Input ? | Output | Cache ? |
|---|---|---|---|---|---|---|---|
| 1 |  claude-opus-5-max | Anthropic | 1691 ±9 | 8,116 | 5.00 | 25.0 | 0.500 |
| 2 |  kimi-k3-max | Moonshot | 1674 ±11 | 4,546 | 3.00 | 15.0 | 0.300 |
| 3 |  qwen3.8-max | Alibaba | 1669 ±13 | 3,212 | 2.00 | 6.00 | 0.250 |
| 4 | claude-opus-5-high | Anthropic | 1663 ±8 | 8,659 | 5.00 | 25.0 | 0.500 |
| 5 |  grok-4.6-high | SpaceXAI | 1629 ±17 | 1,523 | 2.00 | 6.00 | 0.500 |
| 6 | claude-fable-5 | Anthropic | 1626 ±8 | 8,382 | 10.0 | 50.0 | 1.00 |
| 7 |  gpt-5.6-sol-xhigh (codex-harness) | OpenAI | 1619 ±8 | 9,499 | 2.00 | 10.0 | 0.200 |
| 8 |  glm-5.3-max | Z.ai | 1599 ±15 | 1,916 | 1.40 | 4.40 | 0.260 |
| 9 | qwen3.8-27b | Alibaba | 1595 ±13 | 2,464 | 0.425 | 2.55 | 0.085 |
| 10 |  gemini-3.7-flash-high | 1587 ±13 | 2,552 | 0.750 | 3.75 | 0.075 | |
| 11 | glm-5.2-max | Z.ai | 1582 ±8 | 8,775 | 1.19 | 3.74 | 0.221 |
| 12 |  deepseek-v4-pro-high-20260813 | DeepSeek | 1582 ±12 | 2,869 | 0.660 | 1.98 | 0.022 |
| 13 | deepseek-v4-flash-high | DeepSeek | 1579 ±11 | 3,537 | 0.030 | 0.100 | 0.0070 |
| 14 | claude-opus-4-8-high | Anthropic | 1563 ±7 | 11,699 | 5.00 | 25.0 | 0.500 |
| 15 | claude-opus-4-7 | Anthropic | 1558 ±6 | 14,527 | 5.00 | 25.0 | 0.500 |
Fonte: arena.ai · Atualizado Aug 21, 2026 · PandaNpc Atualizado 29 de ago. de 2026, 06:00 UTCVer classificação completa →
Como ler esses números
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.