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 |  gpt-image-2 (medium) | OpenAI | 1382 ±4 | 75,014 | — | — | — |
| 2 | Microsoft AI | 1331 ±8 | 6,418 | — | — | — | |
| 3 |  grok-imagine-image-2.0 (low) | SpaceXAI | 1316 ±12 | 2,675 | — | — | — |
| 4 |  reve-2.1 | Reve | 1302 ±8 | 7,580 | — | — | — |
| 5 |  muse-image | Meta | 1281 ±6 | 22,691 | — | — | — |
| 6 | reve-2.0 | Reve | 1270 ±6 | 14,631 | — | — | — |
| 7 |  gemini-3.1-flash-image (nano-banana-2) [web-search] | 1263 ±5 | 36,392 | 0.500 | 3.00 | — | |
| 8 |  seedream-5.0-pro | Bytedance | 1258 ±5 | 48,174 | — | — | — |
| 9 |  qwen-image-3.0-pro | Alibaba | 1255 ±7 | 10,927 | — | — | — |
| 10 | Microsoft AI | 1254 ±4 | 56,737 | — | — | — | |
| 11 | gemini-3.1-flash-lite-image (nano-banana-2-lite) | 1251 ±6 | 16,381 | 0.250 | 1.50 | — | |
| 12 | gemini-3-pro-image-2k (nano-banana-pro) | 1245 ±3 | 146,806 | — | — | — | |
| 13 | gpt-image-1.5-high-fidelity | OpenAI | 1239 ±3 | 148,079 | — | — | — |
| 14 | gemini-3-pro-image-preview (nano-banana-pro) | 1232 ±5 | 82,738 | 2.00 | 12.0 | 0.200 | |
| 15 |  ideogram-4.0-quality | Ideogram | 1204 ±5 | 36,647 | — | — | — |
Fonte: arena.ai · Atualizado Aug 25, 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.