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-5.6-sol-xhigh | OpenAI | 1257 ±7 | 29,663 | 2.00 | 10.0 | 0.200 |
| 2 |  claude-opus-4-6-search | Anthropic | 1253 ±5 | 134,699 | 5.00 | 25.0 | 0.500 |
| 3 | gpt-5.5-search | OpenAI | 1242 ±5 | 89,873 | 5.00 | 30.0 | 0.500 |
| 4 | claude-opus-4-7 | Anthropic | 1233 ±5 | 91,394 | 5.00 | 25.0 | 0.500 |
| 5 | claude-fable-5-high | Anthropic | 1230 ±8 | 41,795 | 10.0 | 50.0 | 1.00 |
| 6 |  ernie-5.1 | Baidu | 1227 ±10 | 3,788 | — | — | — |
| 7 | claude-sonnet-4-6-search | Anthropic | 1221 ±5 | 134,905 | 3.00 | 15.0 | 0.300 |
| 8 |  grok-4.5 | SpaceXAI | 1213 ±7 | 31,505 | 2.00 | 6.00 | 0.300 |
| 9 |  gemini-3.1-pro-grounding | 1210 ±5 | 113,282 | 2.00 | 12.0 | 0.200 | |
| 10 | gemini-3-pro-grounding | 1207 ±6 | 37,024 | — | — | — | |
| 11 | gpt-5.2-search | OpenAI | 1207 ±6 | 52,712 | 1.75 | 14.0 | 0.175 |
| 12 | claude-opus-4-8 | Anthropic | 1204 ±6 | 70,998 | 5.00 | 25.0 | 0.500 |
| 13 | grok-4.20-multi-agent-beta-0309 | SpaceXAI | 1204 ±5 | 109,553 | 1.25 | 2.50 | 0.200 |
| 14 | gpt-5.1-search | OpenAI | 1199 ±5 | 59,909 | 1.25 | 10.0 | 0.125 |
| 15 | gemini-3-flash-grounding | 1198 ±5 | 149,334 | 0.500 | 3.00 | 0.050 | |
| 16 | gpt-5.4-search | OpenAI | 1197 ±5 | 110,116 | 2.50 | 15.0 | 0.250 |
| 17 | claude-sonnet-5-search | Anthropic | 1194 ±7 | 40,230 | 2.00 | 10.0 | 0.200 |
| 18 | grok-4.20-beta1 | SpaceXAI | 1189 ±6 | 53,921 | 1.25 | 2.50 | 0.200 |
| 19 | claude-opus-4-5-search | Anthropic | 1180 ±6 | 61,573 | 5.00 | 25.0 | 0.500 |
| 20 | gpt-5.2-search-non-reasoning | OpenAI | 1172 ±6 | 75,658 | — | — | — |
| 21 | grok-4-1-fast-search | SpaceXAI | 1171 ±5 | 81,507 | — | — | — |
| 22 | grok-4-fast-search | SpaceXAI | 1171 ±5 | 41,794 | — | — | — |
| 23 | grok-4.3 | SpaceXAI | 1165 ±5 | 91,483 | 1.25 | 2.50 | 0.200 |
| 24 | claude-sonnet-4-5-search | Anthropic | 1158 ±5 | 127,378 | 3.00 | 15.0 | 0.300 |
| 25 | claude-opus-4-1-search | Anthropic | 1148 ±5 | 76,933 | 15.0 | 75.0 | 1.50 |
| 26 | o3-search | OpenAI | 1144 ±5 | 20,644 | 2.00 | 8.00 | 0.500 |
| 27 | gemini-2.5-pro-grounding | 1142 ±5 | 83,404 | 1.25 | 10.0 | 0.125 | |
| 28 | grok-4-search | SpaceXAI | 1142 ±6 | 19,108 | — | — | — |
| 29 |  ppl-sonar-reasoning-pro-high | Perplexity AI | 1139 ±6 | 29,055 | 2.00 | 8.00 | — |
| 30 | gpt-5-search | OpenAI | 1133 ±6 | 20,781 | 1.25 | 10.0 | 0.125 |
| 31 | ppl-sonar-pro-high | Perplexity AI | 1130 ±6 | 28,519 | 3.00 | 15.0 | — |
| 32 | claude-opus-4-search | Anthropic | 1126 ±5 | 31,037 | — | — | — |
| 33 |  diffbot-small-xl | Diffbot | 1023 ±8 | 6,388 | — | — | — |
| 34 | api-gpt-4o-search | OpenAI | 1006 ±11 | 3,411 | 2.50 | 10.0 | 1.25 |
Fonte: arena.ai · Atualizado Aug 24, 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.