Classifica LLM & Classifiche dei Modelli AI
Una pagina che aggrega i principali benchmark e leaderboard di IA — Chatbot Arena Elo (arena.ai), l'Artificial Analysis Intelligence Index e le speech arena, e l'utilizzo di OpenRouter — in chat, coding, TTS, speech-to-text, immagini, video e agenti.
| Posizione | Modello | Fornitore | Condivisione % ? | Tokens ? | Input ? | Output | Cache ? |
|---|---|---|---|---|---|---|---|
| 1 |  deepseek-v4.1-flash-20261017 | DeepSeek | 16% | 3.6T | 0.150 | 0.600 | 0.0030 |
| 2 | deepseek-v4.1-flash-20260910 | DeepSeek | 12.4% | 2.8T | 0.150 | 0.600 | 0.0030 |
| 3 |  glm-5.3-flash-20260826 | Zhipu | 7.7% | 1.7T | 0.048 | 0.160 | 0.0060 |
| 4 |  hy4-preview-20260827 | Tencent | 6.1% | 1.4T | 0.834 | 2.50 | 0.042 |
| 5 |  mimo-v2.6-flash-20260921 | Xiaomi | 5.5% | 1.2T | 0.140 | 0.280 | 0.0028 |
| 6 |  claude-opus-5.5-20260921 | Anthropic | 4.8% | 1.1T | 4.00 | 20.0 | 0.200 |
| 7 |  minimax-m3.1-flash-20261019 | MiniMax | 4.7% | 1.1T | — | — | — |
| 8 |  gpt-6-luna-20260922 | OpenAI | 3.9% | 878.2B | 0.100 | 0.500 | 0.010 |
| 9 |  nemotron-3-ultra-550b-a55b-20260604 | Nvidia | 3.6% | 803.1B | 0.600 | 2.40 | 0.120 |
| 10 | glm-5.3-20260816 | Zhipu | 3.3% | 745.2B | 0.079 | 1.40 | 0.078 |
| 11 | deepseek-v4-flash-20260731 | DeepSeek | 2.8% | 626.4B | 0.015 | 0.450 | 0.015 |
| 12 | hy3-20260706 | Tencent | 2.2% | 502.1B | 0.132 | 0.528 | 0.033 |
| 13 |  muse-spark-1.3-contributor-20260902 | Meta | 2.1% | 477.1B | 0.100 | 0.200 | 0.0020 |
| 14 | jev-1.13-20260917 | Typesafe | 1.9% | 422.1B | — | — | — |
| 15 | deepseek-v4-flash-20260423 | DeepSeek | 1.7% | 377.1B | 0.015 | 0.450 | 0.015 |
| 16 | claude-sonnet-5.5-20260928 | Anthropic | 1.6% | 350.1B | 2.00 | 10.0 | 0.100 |
| 17 | mimo-v2.6-pro-20260921 | Xiaomi | 1.3% | 287.1B | 0.435 | 0.870 | 0.0036 |
| 18 |  kimi-k3-20260715 | Moonshot | 1.3% | 283.4B | 0.239 | 11.9 | 0.210 |
| 19 | gpt-6.1-sol-20260929 | OpenAI | 1.2% | 267.6B | 2.00 | 10.0 | 0.100 |
| 20 | claude-haiku-5.5-20261007 | Anthropic | 1.1% | 250.8B | 0.100 | 0.500 | 0.010 |
| 21 | gpt-5.6-luna-20260709 | OpenAI | 1% | 232.3B | 0.200 | 1.20 | 0.020 |
| 22 |  gemini-3.8-flash-20260902 | 1% | 215.8B | 0.825 | 4.13 | 0.083 | |
| 23 | jev-1.14-20261014 | Typesafe | 0.9% | 210.3B | — | — | — |
| 24 | nemotron-3.5-super-vl-20261015 | Nvidia | 0.9% | 208.7B | 0.150 | 0.500 | 0.020 |
| 25 | minimax-m3-20260531 | MiniMax | 0.9% | 206.5B | 0.300 | 1.20 | 0.060 |
| 26 | solar-mini4-20260922 | Upstage | 0.7% | 153.9B | 0.050 | 0.200 | 0.0050 |
| 27 | glm-5.2-20260616 | Zhipu | 0.6% | 141.9B | 0.620 | 2.42 | 0.140 |
| 28 |  laguna-s-2.1-20260720 | Poolside | 0.6% | 138.5B | 0.090 | 0.180 | 0.0090 |
| 29 | claude-opus-5-20260723 | Anthropic | 0.6% | 130.8B | 5.00 | 25.0 | 0.500 |
| 30 | nemotron-3.5-lightning-20260807 | Nvidia | 0.6% | 130.4B | 0.070 | 0.200 | 0.040 |
| 31 | gemini-4-argon-20261013 | 0.6% | 128.3B | 2.00 | 10.0 | 0.100 | |
| 32 | deepseek-v4-pro-20260813 | DeepSeek | 0.5% | 121.6B | 0.660 | 1.98 | 0.022 |
| 33 | gemini-3-flash-preview-20251217 | 0.5% | 113.4B | 0.500 | 3.00 | 0.050 | |
| 34 | deepseek-v4-pro-20260423 | DeepSeek | 0.5% | 103.2B | 0.660 | 1.98 | 0.022 |
| 35 |  qwen3.8-flash-20260826 | Alibaba | 0.5% | 102.4B | 0.150 | 0.470 | 0.016 |
| 36 | claude-sonnet-5-20260630 | Anthropic | 0.4% | 90.5B | 2.00 | 10.0 | 0.200 |
| 37 | dots-3-note-preview-20260813 | Dots-studio | 0.4% | 88.7B | — | — | — |
| 38 | gemini-2.5-flash-lite | 0.4% | 85.1B | 0.100 | 0.400 | 0.010 | |
| 39 | solar-pro4-20260810 | Upstage | 0.3% | 78.7B | 0.150 | 0.600 | 0.030 |
| 40 | gemma-4-31b-it-20260402 | 0.3% | 74.7B | 0.200 | 0.400 | — | |
| 41 | nemotron-3-super-120b-a12b-20230311 | Nvidia | 0.3% | 73.7B | 0.080 | 0.450 | — |
| 42 | gemini-3.1-flash-lite-20260507 | 0.3% | 73.0B | 0.250 | 1.50 | 0.025 | |
| 43 | gpt-oss-120b | OpenAI | 0.3% | 72.8B | 0.150 | 0.600 | 0.075 |
| 44 | mimo-v2.5-20260422 | Xiaomi | 0.3% | 70.7B | 0.140 | 0.280 | 0.0028 |
| 45 | gpt-6-sol-20260922 | OpenAI | 0.3% | 62.8B | 2.00 | 10.0 | 0.200 |
| 46 | gpt-6-astra-20260903 | OpenAI | 0.3% | 61.6B | 10.0 | 50.0 | 1.00 |
| 47 | gemini-3.7-flash-20260813 | 0.3% | 61.3B | 0.750 | 3.75 | 0.075 | |
| 48 | gpt-6-luna-pro-20260922 | OpenAI | 0.3% | 57.8B | 0.100 | 0.500 | 0.010 |
| 49 | qwen3.8-27b-20260814 | Alibaba | 0.3% | 57.4B | 0.040 | 1.35 | 0.018 |
| 50 | gemma-4-26b-a4b-it-20260403 | 0.2% | 55.3B | 0.076 | 0.255 | 0.043 |
Fonte: OpenRouter · Aggiornato 2026-10-19 · PandaNpc Aggiornato 20 ott 2026, 06:00 UTCVedi classifica completa →
Come leggere i numeri
Una classifica LLM ti dice quale modello le persone preferiscono; un benchmark di IA ti dice cosa un modello può oggettivamente fare; i dati di utilizzo ti dicono cosa gli sviluppatori pubblicano effettivamente. Nessuna singola classifica risponde alla domanda "qual è il miglior modello di IA", quindi questa pagina aggrega tutti e tre — Chatbot Arena Elo da arena.ai, l'Artificial Analysis Intelligence Index e le speech arenas, e la quota di token di OpenRouter — e li aggiorna quotidianamente.
arena.ai (ex LMArena) mostra agli utenti due risposte anonime allo stesso prompt e chiede loro di sceglierne una, quindi ricava un punteggio Elo da quelle battaglie. Misura quale risposta le persone preferiscono — non la capacità oggettiva. Uno stile gradevole può vincere, mentre una risposta rigorosa ma prolissa può perdere.
I voti sono le battaglie che un modello ha accumulato. Un modello appena elencato ha pochi voti e un ampio intervallo di confidenza, quindi la sua posizione oscilla facilmente — leggi sempre la posizione insieme all'intervallo ±.
La board Agent funziona diversamente dalle altre: misura sessioni reali di agenti, non preferenze di voto cieco. La sua metrica principale, Net Improvement, è un guadagno percentuale — non un punteggio Elo — quindi non può essere confrontata tra board diverse. arena.ai riporta anche altre cinque dimensioni (Confirmed Success, Steerability, Bash Recovery e altre) nella leaderboard completa.
La classifica di utilizzo proviene da OpenRouter e conta la quota reale di token API — gli sviluppatori votano con i loro portafogli, che completa le classifiche di preferenza soggettiva.
Le classifiche vocali provengono da Artificial Analysis: TTS utilizza Speech Arena Elo in ascolto cieco; ASR utilizza AA-WER v2, dove un valore più basso è migliore; e Speech-to-Speech nativo utilizza un composito a pari peso di Big Bench Audio, Full Duplex Bench e τ-Voice, dove un valore più alto è migliore. Confronta i punteggi solo all'interno della stessa classifica. Fonte: artificialanalysis.ai.
La classifica Intelligence Index proviene da Artificial Analysis: distilla molti benchmark pubblici in un unico Intelligence Index da 0 a 100, misurando la capacità oggettiva piuttosto che la preferenza soggettiva — un complemento naturale al voto umano cieco di arena.ai. Fonte: artificialanalysis.ai.