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 |  gpt-image-2.5-sunburst | OpenAI | 1425 ±7 | 17,103 | — | — | — |
| 2 | gpt-image-2.5-flare | OpenAI | 1398 ±7 | 16,240 | — | — | — |
| 3 | gpt-image-2 (medium) | OpenAI | 1383 ±4 | 92,836 | — | — | — |
| 4 | Microsoft AI | 1333 ±5 | 24,410 | — | — | — | |
| 5 |  gemini-nano-banana-2.1 | 1328 ±9 | 5,312 | 1.50 | 7.50 | — | |
| 6 |  grok-imagine-image-2.0 (canvas) | SpaceXAI | 1321 ±11 | 3,447 | — | — | — |
| 7 |  reve-2.1 | Reve | 1302 ±8 | 8,249 | — | — | — |
| 8 | grok-imagine-image-2.0 (20260801) | SpaceXAI | 1297 ±6 | 13,724 | — | — | — |
| 9 |  muse-image | Meta | 1274 ±5 | 41,538 | — | — | — |
| 10 | reve-2.0 | Reve | 1269 ±6 | 15,773 | — | — | — |
| 11 | gemini-3.1-flash-image (nano-banana-2) [web-search] | 1261 ±4 | 59,779 | 0.500 | 3.00 | — | |
| 12 |  seedream-5.0-pro | Bytedance | 1256 ±4 | 93,528 | — | — | — |
| 13 |  qwen-image-3.0-pro | Alibaba | 1255 ±6 | 11,439 | — | — | — |
| 14 | Microsoft AI | 1254 ±4 | 61,267 | — | — | — | |
| 15 | gemini-3.1-flash-lite-image (nano-banana-2-lite) | 1250 ±6 | 17,806 | 0.250 | 1.50 | — | |
| 16 | gemini-3-pro-image-2k (nano-banana-pro) | 1248 ±3 | 174,996 | — | — | — | |
| 17 | gpt-image-1.5-high-fidelity | OpenAI | 1238 ±3 | 169,476 | — | — | — |
| 18 | gemini-3-pro-image-preview (nano-banana-pro) | 1234 ±5 | 86,464 | 2.00 | 12.0 | 0.200 | |
| 19 | qwen-image-2.1 | Alibaba | 1223 ±7 | 10,688 | — | — | — |
| 20 |  ideogram-4.0-quality | Ideogram | 1205 ±4 | 59,812 | — | — | — |
Fonte: arena.ai · Atualizado Oct 6, 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.