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	Participação % ?	Tokens ?	Input ?	Output	Cache ?
1	deepseek-v4.1-flash-20260910	DeepSeek	23.9%	6.0T	0.045	0.891	0.0054
2	step-5-preview-20261008	Stepfun	12.9%	3.2T	1.00	2.70	0.050
3	glm-5.3-flash-20260826	Zhipu	8.1%	2.0T	0.026	0.900	0.011
4	mimo-v2.6-flash-20260921	Xiaomi	6.3%	1.6T	0.140	0.280	0.0028
5	nemotron-3-ultra-550b-a55b-20260604	Nvidia	4.5%	1.1T	0.600	2.40	0.120
6	hy4-preview-20260827	Tencent	4.4%	1.1T	0.834	2.50	0.042
7	gpt-6-luna-20260922	OpenAI	3.4%	856.2B	0.100	0.500	0.010
8	claude-opus-5.5-20260921	Anthropic	3.1%	788.5B	4.00	20.0	0.200
9	glm-5.3-20260816	Zhipu	2.6%	652.1B	0.079	4.80	0.059
10	deepseek-v4-flash-20260731	DeepSeek	2.4%	601.1B	0.014	0.576	0.011
11	deepseek-v4-flash-20260423	DeepSeek	2%	499.8B	0.014	0.576	0.011
12	hy3-20260706	Tencent	1.9%	485.8B	0.132	0.528	0.033
13	muse-spark-1.3-contributor-20260902	Meta	1.9%	480.3B	0.100	0.200	0.0020
14	Tjev-1.13-20260917	Typesafe	1.9%	469.4B	—	—	—
15	kimi-k3-20260715	Moonshot	1.8%	452.3B	0.730	13.5	0.550
16	claude-sonnet-5.5-20260928	Anthropic	1.5%	374.3B	2.00	10.0	0.100
17	gpt-6.1-sol-20260929	OpenAI	1.2%	301.7B	2.00	10.0	0.100
18	gemini-3.8-flash-20260902	Google	1.2%	297.0B	0.750	3.75	0.075
19	mimo-v2.6-pro-20260921	Xiaomi	1.1%	268.8B	0.435	0.870	0.0036
20	claude-haiku-5.5-20261007	Anthropic	1%	253.0B	0.100	0.500	0.010
21	gpt-5.6-luna-20260709	OpenAI	1%	250.6B	0.200	1.20	0.020
22	nemotron-3.5-lightning-20260807	Nvidia	0.9%	223.4B	0.070	0.200	0.040
23	minimax-m3-20260531	MiniMax	0.8%	202.5B	0.300	1.20	0.060
24	gemini-3-flash-preview-20251217	Google	0.8%	190.7B	0.500	3.00	0.050
25	glm-5.2-20260616	Zhipu	0.6%	152.5B	0.060	7.00	0.059
26	laguna-s-2.1-20260720	Poolside	0.6%	145.1B	0.090	0.180	0.0090
27	Usolar-mini4-20260922	Upstage	0.6%	143.3B	0.050	0.200	0.0050
28	claude-opus-5-20260723	Anthropic	0.5%	131.1B	5.00	25.0	0.500
29	gpt-5.6-sol-20260709	OpenAI	0.5%	130.5B	2.00	10.0	0.200
30	deepseek-v4-pro-20260813	DeepSeek	0.5%	119.9B	0.660	1.98	0.022
31	Usolar-pro4-20260810	Upstage	0.5%	114.5B	0.090	0.360	0.018
32	Ddots-3-note-preview-20260813	Dots-studio	0.5%	113.6B	—	—	—
33	Iling-3.1-flash-20261002	Inclusionai	0.4%	107.0B	—	—	—
34	claude-sonnet-5-20260630	Anthropic	0.4%	104.7B	2.00	10.0	0.200
35	deepseek-v4-pro-20260423	DeepSeek	0.4%	102.2B	0.660	1.98	0.022
36	muse-spark-1.3-20260902	Meta	0.4%	91.6B	1.25	4.25	0.150
37	gemini-2.5-flash-lite	Google	0.4%	90.6B	0.100	0.400	0.010
38	nemotron-3-super-120b-a12b-20230311	Nvidia	0.4%	88.3B	0.080	0.450	—
39	qwen3.8-flash-20260826	Alibaba	0.3%	82.6B	0.150	0.470	0.016
40	gpt-6-astra-20260903	OpenAI	0.3%	74.2B	10.0	50.0	1.00
41	gemma-4-31b-it-20260402	Google	0.3%	73.0B	0.090	0.340	0.050
42	gpt-oss-120b	OpenAI	0.3%	71.2B	0.150	0.600	0.075
43	mimo-v2.5-20260422	Xiaomi	0.3%	70.6B	0.140	0.280	0.0028
44	pplx-decider-v1.1-27b-20261006	Perplexity	0.3%	66.9B	—	—	—
45	gemini-3.1-flash-lite-20260507	Google	0.3%	66.2B	0.250	1.50	0.025
46	qwen3.8-max-20260902	Alibaba	0.2%	63.1B	2.00	6.00	0.250
47	gemma-4-26b-a4b-it-20260403	Google	0.2%	61.1B	0.076	0.255	0.043
48	gpt-6-sol-20260922	OpenAI	0.2%	60.3B	2.00	10.0	0.200
49	gemini-2.5-flash	Google	0.2%	59.5B	0.300	2.50	0.030
50	mistral-large-4-0-20261006	Mistral	0.2%	58.4B	0.680	2.09	0.070

Fonte: OpenRouter · Atualizado 2026-10-12 · 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.