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-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	Tjev-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	Google	1%	215.8B	0.825	4.13	0.083
23	Tjev-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	Usolar-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	Google	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	Google	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	Ddots-3-note-preview-20260813	Dots-studio	0.4%	88.7B	—	—	—
38	gemini-2.5-flash-lite	Google	0.4%	85.1B	0.100	0.400	0.010
39	Usolar-pro4-20260810	Upstage	0.3%	78.7B	0.150	0.600	0.030
40	gemma-4-31b-it-20260402	Google	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	Google	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	Google	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	Google	0.2%	55.3B	0.076	0.255	0.043

Fonte: OpenRouter · Atualizado 2026-10-19 · PandaNpc Atualizado 20 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.