Confronto delle capacità dei modelli AI
Uso del computer
Only models released within the past year are shown. Only benchmarks covering at least 3 of these models are shown. Unknown release dates are excluded; historical data is retained.
Coarena · attività miste
— means no published score for this candidate in this source, not zero.7/11 recent-year models have scores
| N. | Modello | Motore agente | Sforzo di ragionamento | Intervallo 95% | |
|---|---|---|---|---|---|
| 1 |  GPT-6 Solgpt-6-sol | Coarena | medium | 1043 | 985–1101 |
| 2 | GPT-6.1 Solgpt-6.1-sol | Coarena | medium | 1025 | 965–1085 |
| 3 | GPT-6 Lunagpt-6-luna | Coarena | medium | 1018 | 966–1070 |
| 4 |  Claude Opus 5.5claude-opus-5-5 | Coarena | medium | 1010 | 973–1047 |
| 5 | Claude Fable 5.1claude-fable-5-1 | Coarena | medium | 1001 | 968–1034 |
| 6 | Claude Sonnet 5.5claude-sonnet-5-5 | Coarena | medium | 989 | 928–1050 |
| 7 | GPT-6 Astragpt-6-astra | Coarena | medium | 976 | 936–1016 |
Coarena · attività miste
Fonte: Coarena ↗ · Recuperato 21 ott 2026, 06:00 UTC
Coarena · attività miste · Source date unknown
PandaNpc Aggiornato 21 ott 2026, 06:01 UTC
Fonte: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
Guida alle colonne
- N.
- Solo ordine di visualizzazione. L'ordinamento modifica questo numero; non è una classifica di capacità pubblicata.
- Modello
- Il nome del modello valutato e l'icona del suo fornitore. Un trattino in una colonna di punteggio indica che qui non è disponibile alcun punteggio pubblicato, non uno zero.
- Motore agente
- Coarena
- Sforzo di ragionamento
- medium
- Punteggio
- Valutazione cieca delle preferenze umane su attività miste di browser, desktop, coding e domande e risposte nell’harness di Coarena. Questa è una valutazione Bradley–Terry, non una percentuale né un successo verificato dell’attività. L’intervallo è al 95%; intervalli sovrapposti non stabiliscono un vincitore. Questi sono risultati complessivi, non il sottoinsieme desktop. Lo sforzo di ragionamento è mostrato solo quando pubblicato. La classifica utilizza le ultime 20.000 battaglie giudicate idonee; PandaNpc mostra il proprio orario di recupero perché questo snapshot non fornisce alcun timestamp di calcolo. Metodologia di valutazione ↗
- Intervallo 95%
- Intervallo 95%