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 | AA-WER ↓ ? |
|---|---|---|---|
| 1 |  StepAudio 3 ASR | StepFun | 1.73% |
| 2 |  Fun-Realtime-ASR-preview | Alibaba | 1.73% |
| 3 | Microsoft AI | 2.04% | |
| 4 |  Scribe v2, ElevenLabs | ElevenLabs | 2.18% |
| 5 |  Grok Voice Transcribe 2.0 | SpaceXAI | 2.29% |
| 6 | Microsoft AI | 2.38% | |
| 7 |  Smallest AI Pulse Pro | Smallest.ai | 2.43% |
| 8 |  Gemini 3.5 Transcribe | 2.6% | |
| 9 |  Voxtral Small, Mistral | Mistral | 2.77% |
| 10 | Gemini 3.1 Pro Preview (High) | 2.82% | |
| 11 |  Universal-3.5 Pro, AssemblyAI | AssemblyAI | 3.02% |
| 12 |  Solaria-3, Gladia | Gladia | 3.23% |
| 13 |  GPT Transcribe, OpenAI | OpenAI | 3.31% |
| 14 |  Resonant-1 | Reson8 | 3.39% |
| 15 |  Inkling (256K), Thinking Machines | Thinking Machines | 3.47% |
| 16 | Qwen3.5 Omni Plus | Alibaba | 3.55% |
| 17 | Gemini 3.1 Pro Preview (Low) | 3.58% | |
| 18 | Voxtral Mini Transcribe 2, Mistral | Mistral | 3.59% |
| 19 |  Soniox v5 Async | Soniox | 3.81% |
| 20 |  Inworld STT 1 | Inworld | 3.93% |
Fonte: Artificial Analysis · Atualizado Sep 24, 2026 · PandaNpc Atualizado 24 de set. 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.