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 | Índice de Inteligência ? | Input ? | Output | Cache ? |
|---|---|---|---|---|---|---|
| 1 |  Claude Opus 5 (Adaptive Reasoning, Max Effort) | Anthropic | 63.1 | 5.00 | 25.0 | 0.500 |
| 2 | Claude Opus 5 (Adaptive Reasoning, Xhigh Effort) | Anthropic | 62.5 | 5.00 | 25.0 | 0.500 |
| 3 | Claude Fable 5 (Adaptive Reasoning, Max Effort, Opus 4.8 Fallback) | Anthropic | 62.1 | 10.0 | 50.0 | 1.00 |
| 4 | Claude Opus 5 (Adaptive Reasoning, High Effort) | Anthropic | 61.5 | 5.00 | 25.0 | 0.500 |
| 5 |  GPT-5.6 Sol (max) | OpenAI | 60.9 | 2.00 | 10.0 | 0.200 |
| 6 |  Grok 4.6 (high) | SpaceXAI | 60.9 | 2.00 | 6.00 | 0.500 |
| 7 | Grok 4.6 (xhigh) | SpaceXAI | 60 | 2.00 | 6.00 | 0.500 |
| 8 |  Kimi K3 (max) | Kimi | 59.7 | 3.00 | 15.0 | 0.300 |
| 9 |  GLM-5.3 (max) | Z AI | 59.5 | 1.40 | 4.40 | 0.260 |
| 10 | GPT-5.6 Sol (xhigh) | OpenAI | 59 | 2.00 | 10.0 | 0.200 |
| 11 | Grok 4.6 (medium) | SpaceXAI | 59 | 2.00 | 6.00 | 0.500 |
| 12 | Claude Opus 5 (Adaptive Reasoning, Medium Effort) | Anthropic | 58.6 | 5.00 | 25.0 | 0.500 |
| 13 |  Qwen3.8 Max | Alibaba | 58.1 | 2.00 | 6.00 | 0.250 |
| 14 | Qwen3.8 2.4T A95B | Alibaba | 57.7 | 2.00 | 6.00 | 0.250 |
| 15 | GLM-5.3-Flash | Z AI | 57.5 | 0.075 | 0.250 | 0.015 |
Fonte: Artificial Analysis · Atualizado Aug 29, 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.