Análise independente
de modelos de IA
Entenda o ecossistema de IA de ponta para escolher o modelo de fundação ideal, planos de preço e provedor de inferência em nuvem para seu caso de uso.
Destaques
01 · Rankings em tempo real
Principais modelos
Top 10 modelos por pontuação Podium
Ver todos →| # | Modelo | Podium Score |
|---|---|---|
| 01 | Claude Mythos Preview Anthropic · Proprietary | 97.4 |
| 02 | Claude Fable 5 Anthropic · Proprietary | 93.4 |
| 03 | Claude Fable 5.1 (XHigh) Anthropic · Proprietary | 89.0 |
| 4 | Claude Fable 5.1 Anthropic · Proprietary | 88.4 |
| 5 | GPT-6 Astra (xhigh) OpenAI · Proprietary | 87.0 |
| 6 | Claude Fable 5.1 (High) Anthropic · Proprietary | 86.5 |
| 7 | GPT-6 Astra OpenAI · Proprietary | 86.2 |
| 8 | GPT-6 Astra (high) OpenAI · Proprietary | 85.0 |
| 9 | GPT-6 Luna OpenAI · Proprietary | 84.5 |
| 10 | Claude Opus 5.5 (XHigh) Anthropic · Proprietary | 84.5 |
02 · Domínios de avaliação
Melhores por tarefa
Código
Engenharia de código: SWE-Bench, LiveCodeBench, SciCode, Terminal-Bench e HumanEval.
Líder: Claude Fable 5.1
Matemática
De olimpíadas de matemática a problemas de fronteira: AIME, MATH e FrontierMath.
Líder: Claude Mythos Preview
Raciocínio
Raciocínio profundo e ciência: GPQA Diamond, HLE e ARC-AGI-2.
Líder: Claude Mythos Preview
Agentes
Ferramentas autônomas e operação de computador: OSWorld, Toolathlon, MCP Atlas, τ²-Bench.
Líder: Kimi K3
Conhecimento
Fatos e resistência a alucinações: SimpleQA, MMLU-Pro e MMMLU.
Líder: Claude Mythos Preview
Multimodal
Compreensão de imagens e documentos: MMMU, CharXiv e ScreenSpot-Pro.
Líder: Claude Mythos Preview
03 · Pesquisa e análise
Últimos artigos
04 · FAQ
Perguntas frequentes
Cada modelo recebe um Podium Score (0–100) — uma mistura ponderada de quatro sinais: 35% Elo de arena de comparações humanas, 30% média de benchmarks, 20% Índice de Inteligência da Artificial Analysis e 15% pontuação do LLM Stats. Todos os sinais são normalizados para uma escala comum, então a pontuação é um meio-termo plausível entre cinco leaderboards independentes.
Claude Mythos Preview lidera com 97.4. Em seguida vêm Claude Fable 5 (93.4) e Claude Fable 5.1 (XHigh) (89.0). Os rankings mudam semanalmente conforme novos votos e resultados chegam.
Curamos 738 modelos flagship em 18 categorias (código, matemática, raciocínio, agentes, conhecimento, multimodal, contexto longo, velocidade, custo-benefício e pesos abertos), mais a tabela completa da arena com 726 modelos.
De cinco leaderboards públicos: Arena.ai, Artificial Analysis, LLM Stats, Vellum Leaderboard, LLMBase. Cada fonte é sincronizada semanalmente; a fórmula exata está na página de metodologia.