Classificati in base al traffico di produzione reale di OrcaRouter e ai voti della community in Battle Mode, non a benchmark dichiarati dai fornitori.
Una classifica combinata per modello — voti LMArena, benchmark indipendenti, adozione dell'ecosistema ed evidenze di produzione OrcaRouter, con pesi pubblici fissi. I nuovi modelli entrano dal primo giorno sulla base di evidenze esterne.
| Posizione | Modello | Punteggio composito | Affidabilità | $/1M misto | Volume | Slancio | Evidenze |
|---|---|---|---|---|---|---|---|
| #1 | Google: Gemini 3.6 Flash | 65.9 | 99.19% · 4146ms | $4.50$1.5 → $7.5 per 1M tokens | <1%▲ | — | Vision 1311Elo dell'arena visione LMArena — voti alla cieca su risposte multimodali.OR 1.7%Quota token OpenRouter — adozione reale dell'ecosistema. |
| #2 | Anthropic: Claude Fable 5 | 64.9 | 99.26% · 6787ms | $30.00$10 → $50 per 1M tokens | <1%▲ | — | Vision 1331Elo dell'arena visione LMArena — voti alla cieca su risposte multimodali.OR 0.3%Quota token OpenRouter — adozione reale dell'ecosistema. |
| #3 | Anthropic: Claude Opus 4.7 | 63.3 | 99.09% · 4345ms | $15.00$5 → $25 per 1M tokens | <1%▼ | — | Vision 1316Elo dell'arena visione LMArena — voti alla cieca su risposte multimodali.OR 0.5%Quota token OpenRouter — adozione reale dell'ecosistema. |
| #4 | Qwen: Qwen3.8 Max | 62.5 | 99.49% · 5607ms | $4.00$2 → $6 per 1M tokens | <1% | — | Vision 1315Elo dell'arena visione LMArena — voti alla cieca su risposte multimodali.OR 0.4%Quota token OpenRouter — adozione reale dell'ecosistema. |
| #5 | Anthropic: Claude Opus 4.6 | 61.1 | 99.15% · 4592ms | $15.00$5 → $25 per 1M tokens | <1%▲ | — | Vision 1311Elo dell'arena visione LMArena — voti alla cieca su risposte multimodali.OR 0.2%Quota token OpenRouter — adozione reale dell'ecosistema. |
| #6 | Google: Gemini 3.1 Pro Preview | 58.8 | 99.37% · 10000ms | $7.00$2 → $12 per 1M tokens | <1%▼ | — | Vision 1294Elo dell'arena visione LMArena — voti alla cieca su risposte multimodali.OR 0.3%Quota token OpenRouter — adozione reale dell'ecosistema. |
| #7 | Anthropic: Claude Opus 4.8 | 58.7 | 99.32% · 8070ms | $15.00$5 → $25 per 1M tokens | <1%▼ | — | Vision 1290Elo dell'arena visione LMArena — voti alla cieca su risposte multimodali.OR 0.4%Quota token OpenRouter — adozione reale dell'ecosistema. |
| #8 | Anthropic: Claude Sonnet 4.6 | 58.7 | 99.16% · 2675ms | $9.00$3 → $15 per 1M tokens | <1%▼ | — | Vision 1282Elo dell'arena visione LMArena — voti alla cieca su risposte multimodali.OR 0.8%Quota token OpenRouter — adozione reale dell'ecosistema. |
| #9 | xAI: Grok 4.5 | 58.4 | 99.20% · 10000ms | $4.00$2 → $6 per 1M tokens | <1%▼ | — | Vision 1295Elo dell'arena visione LMArena — voti alla cieca su risposte multimodali.OR 0.2%Quota token OpenRouter — adozione reale dell'ecosistema. |
| #10 | MiniMax: MiniMax M3 | 57.7 | 99.95% · 10000ms | $0.75$0.3 → $1.2 per 1M tokens | <1%▼ | — | Vision 1258Elo dell'arena visione LMArena — voti alla cieca su risposte multimodali.OR 2.0%Quota token OpenRouter — adozione reale dell'ecosistema. |
LMArena leaderboard dataset (CC-BY-4.0) — lmarena.ai · Source: OpenRouter (openrouter.ai/rankings) · SWE-bench Verified — swebench.com · Artificial Analysis — artificialanalysis.ai
Percentuali di vittoria a coppie nel Battle Mode: quanto spesso ogni modello batte ciascun rivale nello scontro diretto.
Punteggi di intelligenza indipendenti tracciati rispetto al prezzo di input. La linea tratteggiata è la frontiera di Pareto prezzo/intelligenza.
Due risposte anonime, un voto. Le tue battaglie alimentano il 20% di evidenza di produzione del punteggio consolidato.
Due modelli anonimi rispondono allo stesso prompt. Leggi entrambi, vota il vincitore e poi scopri chi ha scritto cosa: il tuo voto alimenta la classifica qui sopra.
Ogni numero in questa pagina è misurato, mai autodichiarato. Questo è il metodo completo dietro la classifica combinata — le stesse regole per ogni modello, ogni giorno.
Ogni modello riceve un punteggio composito da quattro famiglie di evidenze indipendenti: preferenza umana alla cieca 40%, benchmark indipendenti 30%, evidenze di produzione OrcaRouter 20% e adozione dell’ecosistema 10%. I pesi sono fissi e pubblici — nessun aggiustamento editoriale, nessun posizionamento a pagamento, nessuna candidatura dei vendor.
La preferenza umana viene dall’Elo comunitario di LMArena — voti ciechi a coppie nelle arene testo e visione (CC-BY-4.0). I benchmark indipendenti combinano Artificial Analysis (Intelligence Index più coding, matematica, GPQA Diamond e τ²-Bench) con SWE-bench Verified, la percentuale di issue GitHub reali risolte. Le evidenze di produzione sono di OrcaRouter: tassi di vittoria in Blind Battle più telemetria live del gateway — tasso di successo, latenza e volume di token instradati. L’adozione usa la quota di token pubblicata da OpenRouter.
Le fonti misurano su scale diverse (Elo, indici 0–100, % risolte), quindi ogni segnale è standardizzato rispetto alla classifica corrente e proiettato su 0–100: 50 è la media della classifica e ogni 15 punti valgono una deviazione standard, con limiti agli estremi. Un modello ha bisogno di almeno due famiglie di evidenze indipendenti per classificarsi, e la tabella elenca i top 25 per punteggio composito.
Le classifiche testo, coding, visione, matematica, ragionamento e agenti ricalcolano la stessa miscela su segnali adatti al segmento — il coding sostituisce i benchmark di codice e SWE-bench Verified, la visione usa l’arena visione di LMArena — e le Blind Battle accoppiano solo modelli dello stesso segmento.
I feed esterni si aggiornano ogni giorno e la telemetria interna è live; i nuovi modelli entrano con evidenze esterne entro 48 ore dal rilascio. Non si usano mai numeri autodichiarati dai vendor, il buzz della community è mostrato solo come contesto e non alimenta mai una posizione, e ogni fonte esterna è accreditata sotto la classifica.
Ogni modello riceve un punteggio combinato da quattro famiglie di evidenze — preferenza umana alla cieca (LMArena), benchmark indipendenti (Artificial Analysis, SWE-bench), affidabilità di produzione OrcaRouter e adozione nell'ecosistema (OpenRouter) — con pesi pubblici fissi 40 / 30 / 20 / 10.
I nuovi modelli entrano in classifica sulla base di evidenze esterne entro 48 ore dal rilascio. La posizione si consolida man mano che si accumulano battaglie della community e traffico di produzione.
I feed esterni si aggiornano ogni giorno e la telemetria OrcaRouter è live; la data di aggiornamento è nell'intestazione.
Un modello richiede almeno due fonti di evidenza indipendenti per essere classificato e la board mostra i primi 25 per punteggio composito — i modelli con evidenze insufficienti restano esclusi finché un'altra fonte non li copre.
Sì — i pulsanti sopra la tabella consolidata passano tra le classifiche testo, coding, visione, matematica, ragionamento e agenti, e le battaglie accoppiano solo modelli comparabili.
Quando un modello raggiunge tre famiglie di evidenze, incluse le battaglie e il traffico di OrcaRouter, la sua posizione si basa sulla combinazione completa e non solo su evidenze esterne.
LMArena (CC-BY-4.0), Artificial Analysis, SWE-bench e OpenRouter, più la telemetria di produzione OrcaRouter — tutto attribuito sotto la tabella.
Difficile: pesi pubblici, niente numeri autodichiarati, e battaglie alla cieca più traffico reale ancorano ogni punteggio.
Sì — export JSON/CSV, badge di posizione incorporabile e feed RSS delle variazioni, gratuiti con attribuzione. Link nel footer.