NUOVOAdded Agnes 3.0 Flash & DeepSeek V4.1 Flash
Analisi indipendente dei modelli di IA
Comprendi il panorama dell'IA di frontiera per scegliere il modello fondamentale ottimale, la fascia di prezzo e il provider di inferenza per il tuo progetto.
- Modelli classificati
- 767
- Categorie
- 18
- Fonti di dati
- 5
Punti chiave
01 · Classifiche in tempo reale
Modelli Principali
Top 10 modelli per punteggio Podium
Vedi Tutti →| # | Modello | Podium Score |
|---|---|---|
| 01 | Claude Mythos Preview Anthropic · Proprietary | 97.4 |
| 02 | Claude 5.5 Sonnet Anthropic · Proprietary | 94.8 |
| 03 | Kimi K3.1 Pro Moonshot AI · Open Weights | 94.2 |
| 4 | Eleven Multilingual v3 ElevenLabs · Proprietary | 94.0 |
| 5 | FLUX.2 Pro Black Forest Labs · Proprietary | 93.8 |
| 6 | Gemini 4 Argon Google · Proprietary | 93.6 |
| 7 | Claude Fable 5 Anthropic · Proprietary | 93.4 |
| 8 | GPT-Image 2 OpenAI · Proprietary | 93.1 |
| 9 | Grok Imagine Quality xAI · Proprietary | 92.6 |
| 10 | ElevenLabs Scribe v2 ElevenLabs · Proprietary | 92.5 |
02 · Domini di valutazione
I Migliori per Caso d'Uso
Coding
Ingegneria del codice a livello di repository: SWE-Bench, LiveCodeBench, SciCode, Terminal-Bench, HumanEval.
Leader: Claude Fable 5.1
Matematica
Dalla matematica olimpica alla frontiera: AIME, MATH, FrontierMath.
Leader: Claude Mythos Preview
Reasoning
Reasoning profondo e scienza: GPQA Diamond, HLE, ARC-AGI-2.
Leader: Claude Mythos Preview
Agentico
Uso autonomo di strumenti: OSWorld, Toolathlon, MCP Atlas, τ²-Bench.
Leader: Kimi K3
Conoscenza
Conoscenza fattuale e anti-allucinazione: SimpleQA, MMLU-Pro, MMMLU.
Leader: Claude Mythos Preview
Multimodale
Comprensione di immagini e documenti: MMMU, CharXiv, ScreenSpot-Pro.
Leader: Claude Mythos Preview
03 · Ricerca e analisi
Ultimi Articoli
04 · FAQ
Domande Frequenti
Ogni modello riceve un Podium Score (0–100): una combinazione ponderata di quattro segnali: 35% Arena Elo da confronti umani, 30% media benchmark, 20% indice di intelligenza Artificial Analysis e 15% punteggio LLM Stats.
Claude Mythos Preview guida il podio con un punteggio di 97.4. Seguito da Claude 5.5 Sonnet (94.8) e Kimi K3.1 Pro (94.2).
Selezioniamo 767 modelli principali su 18 categorie, più la tabella completa dell'arena con 722 modelli.
Da cinque classifiche pubbliche: Arena.ai, Artificial Analysis, LLM Stats, Vellum Leaderboard, LLMBase. Ogni fonte viene risincronizzata ogni settimana.