Quanti compiti di programmazione il modello ha davvero risolto su insiemi fissi di prove — un risultato verificabile, non un'opinione. La selezione ha un secondo sguardo, basato su voti umani alla cieca: l'ordine lì è diverso, e lo scarto tra le due liste dice più di ciascuna presa da sola.
Una domanda, due modi di rispondere. I due indicatori misurano cose diverse e non si sommano in un unico punteggio.
Qui non sono misurati tutti i modelli. Dei primi dieci della scheda «Per voti umani», questa tabella non ne include 3 — MiMo V2.5 Pro, Gemini 3.6 Flash, Muse Spark 1.1. Non hanno alcun punteggio sugli insiemi di compiti di questa scheda: uno spazio vuoto significa «non misurato», non «ha reso male». Il modello più recente raggiunto da questo insieme è uscito il 24 luglio 2026.
| # | Modello | Sviluppatore | Punteggio sui compiti 0–100, corretto per copertura | Accesso$ / 1M | Uscita$ / 1M | Contestotoken | Aider Polyglot | Terminal-Bench | SWE-bench Verified | GSO-Bench | FrontierCode | Insiemimisurato |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | Claude Opus 4.7 | Anthropic | 59,79 64,22 | $5 | $25 | 1.000K | — | 90,2 | 83,5 | 44,1 | 38,5 | 5 |
| 2 | Claude Opus 4.6 | Anthropic | 59,43 66,57 | $5 | $25 | 1.000K | — | 79,8 | 78,7 | 41,2 | — | 3 |
| 3 | GPT 5.4 2026-03-05 | OpenAI | 57,49 63,34 | $2,5 | $15 | 1.050K | — | 81,8 | 76,9 | 31,4 | — | 3 |
| 4 | Gemini 3.5 Flash | Google DeepMind | 56,64 64,57 | $1,5 | $9 | 1.049K | — | — | 79,3 | — | — | 2 |
| 5 | Claude Fable 5 | Anthropic | 55,96 63,2 | $10 | $50 | 1.000K | — | — | — | — | 53,5 | 2 |
| 6 | GLM 5 | Zhipu AI / Z.ai | 55,48 62,24 | $0,48 | $1,9 | 205K | — | 52,4 | 72,1 | — | — | 2 |
| 7 | Kimi K2.6 | Moonshot AI (Kimi) | 55,42 62,13 | $0,22 | $1,14 | 262K | — | — | 76,7 | — | — | 2 |
| 8 | Claude Opus 5 | Anthropic | 55,21 61,7 | $5 | $25 | 1.000K | — | — | — | — | 53,4 | 2 |
| 9 | Claude Sonnet 4.6 | Anthropic | 55,01 59,2 | $3 | $15 | 1.000K | — | 53,4 | 75,2 | — | — | 3 |
| 10 | o3 2025-04-16 | OpenAI | 53,98 56,61 | $2 | $8 | 200K | 81,3 | — | 62,3 | 8,8 | — | 4 |
| 11 | o1 2024-12-17 | OpenAI | 53,78 58,85 | $15 | $60 | 200K | 61,7 | — | — | — | — | 2 |
| 12 | GPT-5.6 Sol | OpenAI | 53,03 57,35 | $5 | $30 | 1.050K | — | — | — | — | 47,5 | 2 |
| 13 | Claude 4.5 Opus | Anthropic | 52,74 55,42 | $5 | $25 | 200K | — | 63,1 | 76,7 | 26,5 | — | 3 |
| 14 | GPT 5 2025-08-07 | OpenAI | 52,58 54,51 | $1,25 | $10 | 272K | 88 | 49,6 | 73,6 | 6,9 | — | 4 |
| 15 | Claude 4.1 Opus | Anthropic | 52,2 55,68 | $15 | $75 | 200K | — | 38 | 73,4 | — | — | 2 |
| 16 | Gemini 3 Pro Preview | Google DeepMind | 51,67 53,64 | $2 | $12 | 1.049K | — | 69,4 | 72,9 | 18,6 | — | 3 |
| 17 | Grok 4 | xAI | 51,06 53,4 | $3 | $15 | 256K | 79,6 | 27,2 | — | — | — | 2 |
| 18 | GLM 5.2 | Zhipu AI / Z.ai | 51,05 52,6 | $0,42 | $1,32 | 1.049K | — | — | 78,7 | — | 24,5 | 3 |
| 19 | Claude Opus 4.8 | Anthropic | 50,96 52,45 | $5 | $25 | 1.000K | — | — | — | 47,1 | 46,5 | 3 |
| 20 | Gemini 3.1 Pro Preview | Google DeepMind | 50,05 51,38 | $2 | $12 | 1.049K | — | 80,2 | — | 22,6 | — | 2 |
| 21 | Claude 4 Opus | Anthropic | 49,4 49,85 | $15 | $75 | 200K | 72 | — | 70,7 | 6,9 | — | 3 |
| 22 | Gemini 3 Flash Preview | Google DeepMind | 49,39 49,84 | $0,5 | $3 | 1.049K | — | 64,3 | 75,4 | 9,8 | — | 3 |
| 23 | Kimi K2.5 | Moonshot AI (Kimi) | 49,26 49,62 | $0,35 | $1,7 | 262K | — | 43,2 | 73,8 | — | — | 3 |
| 24 | GPT 5 Mini 2025-08-07 | OpenAI | 49,23 49,74 | $0,25 | $2 | 272K | — | 34,8 | 64,7 | — | — | 2 |
| 25 | DeepSeek V4 Pro | DeepSeek | 48,17 47,62 | $0,44 | $0,87 | 1.049K | — | — | 77,6 | — | 17,6 | 2 |
| 26 | GPT 4.1 2025-04-14 | OpenAI | 48,07 47,65 | $2 | $8 | 1.048K | 52,4 | — | 48,5 | — | — | 3 |
| 27 | Claude Sonnet 5 | Anthropic | 47,72 47,05 | $2 | $10 | 1.000K | — | — | — | 37,3 | 42,7 | 3 |
| 28 | o4 Mini 2025-04-16 | OpenAI | 47,01 45,87 | $1,1 | $4,4 | 200K | 72 | — | — | 3,6 | — | 3 |
| 29 | Gemini 2.5 Pro | Google DeepMind | 46,9 45,08 | $1,25 | $10 | 1.049K | — | 32,6 | 57,6 | — | — | 2 |
| 30 | Claude Sonnet 3.7 | Anthropic | 46,85 45,91 | $3 | $15 | 200K | 64,9 | — | 61 | 3,8 | — | 4 |
| 31 | Gemini 2.5 Pro Preview 0605 | Google DeepMind | 46,11 43,51 | $1,13 | $9 | 1.049K | 83,1 | — | — | 3,9 | — | 2 |
| 32 | Claude Sonnet 4.5 | Anthropic | 45,98 44,16 | $3 | $15 | 1.000K | — | 46,5 | 71,3 | 14,7 | — | 3 |
| 33 | o3 Mini 2025-01-31 | OpenAI | 42,63 38,57 | $1,1 | $4,4 | 200K | 60,4 | — | — | 1,3 | — | 3 |
| 34 | Claude 4 Sonnet | Anthropic | 40,91 33,1 | $3 | $15 | 1.000K | 61,3 | — | — | 4,9 | — | 2 |
| 35 | Claude 3.5 Sonnet 2024-10-22 | Anthropic | 40,33 34,73 | $3 | $15 | 200K | 51,6 | — | — | 4,6 | — | 3 |
| 36 | GPT OSS 120B | OpenAI | 39,48 30,25 | $0,03 | $0,14 | 131K | 41,8 | 18,7 | — | — | — | 2 |
| 37 | Claude 3.5 Haiku | Anthropic | 39,36 30 | $0,25 | $1,25 | 200K | 28 | — | — | — | — | 2 |
| 38 | Kimi K2 Instruct | Moonshot AI (Kimi) | 37,85 30,6 | $0,1 | $2 | 131K | 59,1 | 27,8 | — | 4,9 | — | 3 |
| 39 | GPT-4o (2024-08-06) | OpenAI | 36,63 24,55 | $2,5 | $10 | 128K | 23,1 | — | — | — | — | 2 |
| 40 | OpenAI GPT-4.1 Mini | OpenAI | 36,46 24,2 | $0,4 | $1,6 | 1.048K | 32,4 | — | — | — | — | 2 |
| 41 | GPT-4o (2024-11-20) | OpenAI | 29,32 16,4 | $2,5 | $10 | 128K | 18,2 | — | 31 | 0 | — | 3 |
La tabella scorre lateralmente: non tutte le colonne entrano.
Le colonne a destra sono gli addendi del punteggio, riportati a una scala comune 0–100 secondo la dispersione reale tra i modelli misurati. Sommati con i pesi indicati, danno il numero della colonna principale: da essi si vede in che cosa esattamente un modello ha superato un altro. Un trattino significa «non misurato», non zero. Sono mostrati i cinque insiemi di compiti più completi su 7; gli altri sono nella scheda del modello.
La colonna «insiemi» indica su quanti insiemi di compiti è calcolato il punteggio di questo modello. Più sono, più il numero è affidabile: un punteggio su due insiemi è più disperso che su sei, e la correzione per copertura tiene conto proprio di questo.
Il prezzo è il più basso tra i fornitori del modello, tariffa base, senza tariffe batch o agevolate. Ingresso e uscita sono mostrati separatamente di proposito: nella maggior parte dei modelli l'uscita costa diverse volte più dell'ingresso, e il conto finale dipende da quale dei due prevale nel compito.
Epoch AI
— licenza CC-BY · fonte originale
По данным Epoch AI
Qui non sono misurati tutti i modelli. Dei primi dieci della scheda «Per compiti risolti», questa tabella non ne include 1 — GPT 5.4 2026-03-05. Non hanno alcun punteggio sugli insiemi di compiti di questa scheda: uno spazio vuoto significa «non misurato», non «ha reso male». Il modello più recente raggiunto da questo insieme è uscito il 27 luglio 2026.
| # | Modello | Sviluppatore | Arena Score, codice | Accesso$ / 1M | Uscita$ / 1M | Contestotoken |
|---|---|---|---|---|---|---|
| 1 | Claude Opus 4.6 | Anthropic | 1.534,96 1.529–1.541 | $5 | $25 | 1.000K |
| 2 | Claude Opus 5 ≈ | Anthropic | 1.534,15 1.510–1.559 | $5 | $25 | 1.000K |
| 3 | Claude Fable 5 ≈ | Anthropic | 1.518,95 1.509–1.529 | $10 | $50 | 1.000K |
| 4 | Claude Opus 4.7 ≈ | Anthropic | 1.516,56 1.510–1.523 | $5 | $25 | 1.000K |
| 5 | Claude Sonnet 4.6 | Anthropic | 1.502,48 1.497–1.508 | $3 | $15 | 1.000K |
| 6 | Kimi K3 ≈ | Moonshot AI (Kimi) | 1.499,63 1.480–1.519 | $2 | $8 | 1.049K |
| 7 | MiMo V2.5 Pro ≈ | Xiaomi | 1.498,44 1.492–1.505 | $0,44 | $0,87 | 1.050K |
| 8 | Claude 4.5 Opus ≈ | Anthropic | 1.498,02 1.493–1.503 | $5 | $25 | 200K |
| 9 | Gemini 3.6 Flash ≈ | Google DeepMind | 1.495,38 1.481–1.510 | $1,5 | $7,5 | 1.049K |
| 10 | Muse Spark 1.1 ≈ | Meta AI | 1.495,35 1.484–1.507 | $1,25 | $4,25 | 1.049K |
| 11 | GLM 5.1 ≈ | Zhipu AI / Z.ai | 1.493,04 1.486–1.500 | $0,06 | $0,22 | 205K |
| 12 | Gemini 3.5 Flash ≈ | Google DeepMind | 1.492,01 1.480–1.504 | $1,5 | $9 | 1.049K |
| 13 | ERNIE 5.1 ≈ | Baidu (Ernie) | 1.488,69 1.482–1.496 | $0,75 | $3 | 119K |
| 14 | GPT-5.6 Terra ≈ | OpenAI | 1.488,59 1.476–1.501 | $2 | $12 | 1.050K |
| 15 | Kimi K2.6 ≈ | Moonshot AI (Kimi) | 1.486,74 1.480–1.494 | $0,22 | $1,14 | 262K |
| 16 | GPT-5.6 Sol ≈ | OpenAI | 1.486,07 1.473–1.499 | $5 | $30 | 1.050K |
| 17 | Claude Opus 4.8 ≈ | Anthropic | 1.485,6 1.478–1.493 | $5 | $25 | 1.000K |
| 18 | Claude Sonnet 5 ≈ | Anthropic | 1.485,59 1.476–1.495 | $2 | $10 | 1.000K |
| 19 | Claude Sonnet 4.5 ≈ | Anthropic | 1.485,37 1.480–1.490 | $3 | $15 | 1.000K |
| 20 | Gemini 3.1 Pro Preview ≈ | Google DeepMind | 1.483,89 1.479–1.489 | $2 | $12 | 1.049K |
| 21 | Gemini 3 Pro ≈ | Google DeepMind | 1.482,68 1.476–1.490 | $1,6 | $9,6 | 1.049K |
| 22 | Qwen3.7 Plus ≈ | Alibaba (Qwen) | 1.481,93 1.474–1.490 | $0,5 | $3 | 1.000K |
| 23 | Grok 4.5 ≈ | xAI | 1.479,12 1.468–1.491 | $2 | $6 | 500K |
| 24 | GLM 5.2 ≈ | Zhipu AI / Z.ai | 1.477,24 1.469–1.486 | $0,42 | $1,32 | 1.049K |
| 25 | MiMo V2 Pro ≈ | Xiaomi | 1.476,32 1.469–1.484 | $0,44 | $0,87 | 1.049K |
| 26 | Kimi K2.5 Thinking TEE ≈ | Moonshot AI (Kimi) | 1.473,6 1.468–1.479 | $0,3 | $1,9 | 256K |
| 27 | Claude 4.1 Opus ≈ | Anthropic | 1.473,09 1.468–1.478 | $15 | $75 | 200K |
| 28 | MiniMax M3 ≈ | MiniMax | 1.472,57 1.465–1.480 | $0,3 | $1,2 | 1.049K |
| 29 | GPT-5.6 Luna ≈ | OpenAI | 1.471,79 1.460–1.484 | $0,2 | $1,2 | 1.050K |
| 30 | Seed 2.0 Pro ≈ | ByteDance (Doubao) | 1.471,1 1.465–1.477 | $0,5 | $3 | 131K |
| 31 | DeepSeek V4 Pro ≈ | DeepSeek | 1.470,43 1.464–1.477 | $0,44 | $0,87 | 1.049K |
| 32 | MiMo V2.5 ≈ | Xiaomi | 1.469,48 1.463–1.476 | $0,14 | $0,28 | 1.050K |
| 33 | Longcat Flash Chat ≈ | Meituan | 1.467,98 1.455–1.481 | — | — | 131K |
| 34 | GLM 5V Turbo ≈ | Zhipu AI / Z.ai | 1.467,51 1.456–1.479 | $0,7 | $3,1 | 203K |
| 35 | Hy3 ≈ | Tencent (Hunyuan) | 1.467,42 1.448–1.487 | $0,13 | $0,53 | 262K |
| 36 | Qwen3.6 Max Preview ≈ | Alibaba (Qwen) | 1.467,25 1.452–1.483 | $1,3 | $7,8 | 262K |
| 37 | Inkling ≈ | Thinking Machines Lab | 1.467,21 1.454–1.480 | $1,87 | $4,68 | 1.049K |
| 38 | Qwen3.6 Plus ≈ | Alibaba (Qwen) | 1.465,74 1.459–1.472 | $0,5 | $3 | 1.000K |
| 39 | Qwen3.5 397B-A17B ≈ | Alibaba (Qwen) | 1.465,71 1.460–1.471 | $0,6 | $3,6 | 262K |
| 40 | MiMo V2 Omni ≈ | Xiaomi | 1.465,04 1.456–1.474 | $0,14 | $0,28 | 262K |
| 41 | Gemini 3 Flash ≈ | Google DeepMind | 1.462,61 1.455–1.470 | $0,4 | $2,4 | 1.049K |
| 42 | GLM 5 ≈ | Zhipu AI / Z.ai | 1.460,36 1.453–1.468 | $0,48 | $1,9 | 205K |
| 43 | Mistral Medium 3.5 ≈ | Mistral AI | 1.460,3 1.449–1.471 | $1,5 | $7,5 | 262K |
| 44 | Grok 4.20 (Reasoning) ≈ | xAI | 1.458,81 1.453–1.465 | $2 | $6 | 2.000K |
| 45 | Grok 4.20 Multi Agent Beta 0309 ≈ | xAI | 1.457,78 1.452–1.464 | $2 | $6 | 2.000K |
| 46 | Qwen3 Max Preview ≈ | Alibaba (Qwen) | 1.456,92 1.449–1.465 | $1,2 | $6 | 256K |
| 47 | DeepSeek V4 Flash ≈ | DeepSeek | 1.456,12 1.450–1.463 | $0,14 | $0,28 | 1.049K |
| 48 | GLM 4.7 ≈ | Zhipu AI / Z.ai | 1.455,74 1.444–1.468 | $0,15 | $0,8 | 205K |
| 49 | Gemini 3.5 Flash Lite ≈ | Google DeepMind | 1.455,6 1.441–1.470 | $0,3 | $2,5 | 1.049K |
| 50 | Gemma 4 31B ≈ | Google DeepMind | 1.454,93 1.440–1.470 | $0,14 | $0,4 | 262K |
| 51 | Kimi K2 Thinking Turbo ≈ | Moonshot AI (Kimi) | 1.453,31 1.448–1.459 | $1,15 | $8 | 262K |
| 52 | Gemini 2.5 Pro ≈ | Google DeepMind | 1.452,45 1.448–1.457 | $1,25 | $10 | 1.049K |
| 53 | MiniMax M2.7 ≈ | MiniMax | 1.451,3 1.445–1.457 | $0,3 | $1,2 | 205K |
| 54 | Claude Haiku 4.5 ≈ | Anthropic | 1.450,74 1.446–1.455 | $1 | $5 | 200K |
| 55 | GLM 4.6 ≈ | Zhipu AI / Z.ai | 1.449,4 1.442–1.457 | $0,29 | $1,14 | 205K |
| 56 | DeepSeek V3.2 ≈ | DeepSeek | 1.448,64 1.442–1.455 | $0,28 | $0,4 | 164K |
| 57 | GPT-5.2 Chat ≈ | OpenAI | 1.446,66 1.440–1.454 | $1,75 | $14 | 128K |
| 58 | Qwen3 235B A22B Instruct 2507 ≈ | Alibaba (Qwen) | 1.444,78 1.440–1.449 | $0,1 | $0,1 | 262K |
| 59 | Grok 4.1 ≈ | xAI | 1.444,4 1.439–1.450 | $2 | $10 | 200K |
| 60 | Gemma 4 26B-A4B ≈ | Google DeepMind | 1.444,01 1.429–1.459 | $0,05 | $0,29 | 262K |
| 61 | Mistral Large 3 ≈ | Mistral AI | 1.443,94 1.438–1.450 | $0,5 | $1,5 | 256K |
| 62 | Qwen3 Next 80B A3B Instruct ≈ | Alibaba (Qwen) | 1.441,15 1.433–1.450 | $0,15 | $1,2 | 262K |
| 63 | MiMo V2 Flash ≈ | Xiaomi | 1.441,11 1.435–1.447 | $0,14 | $0,28 | 262K |
| 64 | Qwen3 VL 235B A22B Instruct ≈ | Alibaba (Qwen) | 1.440,09 1.427–1.453 | $0,4 | $1,6 | 262K |
| 65 | Qwen3 Max 2025-09-23 ≈ | Alibaba (Qwen) | 1.439,19 1.426–1.452 | $0,86 | $3,43 | 258K |
| 66 | Step 3.5 Flash ≈ | StepFun | 1.436,75 1.431–1.443 | $0,1 | $0,3 | 262K |
| 67 | Qwen3.5 122B-A10B ≈ | Alibaba (Qwen) | 1.436,07 1.429–1.443 | $0,4 | $3,2 | 262K |
| 68 | Mistral Medium 3.1 ≈ | Mistral AI | 1.434,76 1.430–1.439 | $0,4 | $2 | 262K |
| 69 | GPT-5.5 Instant ≈ | OpenAI | 1.434,45 1.427–1.442 | $5 | $30 | 400K |
| 70 | GLM 4.5 ≈ | Zhipu AI / Z.ai | 1.433,35 1.425–1.442 | $0,2 | $0,8 | 131K |
| 71 | DeepSeek V3.2 Exp ≈ | DeepSeek | 1.433,29 1.422–1.445 | $0,22 | $0,33 | 164K |
| 72 | Qwen3 VL 235B A22B Thinking ≈ | Alibaba (Qwen) | 1.427,7 1.413–1.442 | $0,4 | $4 | 262K |
| 73 | DeepSeek R1 0528 ≈ | DeepSeek | 1.426,99 1.416–1.438 | $0,25 | $0,25 | 164K |
| 74 | Qwen3.5 27B ≈ | Alibaba (Qwen) | 1.424,82 1.417–1.432 | $0,3 | $2,4 | 262K |
| 75 | Qwen3 235B A22B Thinking-2507 ≈ | Alibaba (Qwen) | 1.423,79 1.409–1.438 | $0,1 | $0,1 | 262K |
| 76 | Gemini 2.5 Flash ≈ | Google DeepMind | 1.423,41 1.419–1.428 | $0,3 | $2,5 | 1.049K |
| 77 | Grok 4 Fast Reasoning ≈ | xAI | 1.418,56 1.409–1.428 | $0,2 | $0,5 | 2.000K |
| 78 | Qwen3 30B A3B Instruct 2507 ≈ | Alibaba (Qwen) | 1.417,48 1.409–1.426 | $0,05 | $0,19 | 262K |
| 79 | MiMo V2 Flash (Thinking) ≈ | Xiaomi | 1.417,25 1.405–1.429 | $0,1 | $0,31 | 256K |
| 80 | Grok 4.3 ≈ | xAI | 1.415,7 1.409–1.422 | $1,25 | $2,5 | 1.000K |
| 81 | DeepSeek V3.1 ≈ | DeepSeek | 1.414,76 1.403–1.426 | $0,2 | $0,7 | 164K |
| 82 | ChatGPT 4o Latest ≈ | OpenAI | 1.414,41 1.409–1.419 | $5 | $15 | 128K |
| 83 | Qwen3.5 Flash ≈ | Alibaba (Qwen) | 1.413,61 1.408–1.419 | $0,09 | $0,36 | 1.000K |
| 84 | Qwen3 Coder 480B A35B ≈ | Alibaba (Qwen) | 1.412,31 1.403–1.421 | $1,5 | $7,5 | 262K |
| 85 | Grok 4.1 Fast Reasoning ≈ | xAI | 1.411,95 1.406–1.418 | $0,2 | $0,5 | 2.000K |
| 86 | Qwen3.5 35B A3B ≈ | Alibaba (Qwen) | 1.409,26 1.402–1.417 | $0,25 | $2 | 262K |
| 87 | Grok 4 ≈ | xAI | 1.408,98 1.402–1.416 | $3 | $15 | 256K |
| 88 | o3 2025-04-16 ≈ | OpenAI | 1.408,19 1.402–1.414 | $2 | $8 | 200K |
| 89 | DeepSeek V3.1 Terminus ≈ | DeepSeek | 1.406,59 1.386–1.427 | $0,21 | $0,79 | 164K |
| 90 | GPT-5.3 Chat (latest) ≈ | OpenAI | 1.406,23 1.399–1.413 | $1,75 | $14 | 128K |
| 91 | Nemotron 3 Super ≈ | NVIDIA | 1.405,97 1.392–1.420 | $0,2 | $0,8 | 1.000K |
| 92 | NVIDIA Nemotron 3 Super 120B A12B ≈ | NVIDIA | 1.405,97 1.392–1.420 | $0,15 | $0,65 | 262K |
| 93 | Claude 4 Opus ≈ | Anthropic | 1.401,8 1.395–1.409 | $15 | $75 | 200K |
| 94 | 2025) ≈ | Google DeepMind | 1.401,55 1.394–1.409 | $0,3 | $2,5 | 1.049K |
| 95 | GPT 5 Chat ≈ | OpenAI | 1.400,27 1.392–1.408 | $1,25 | $10 | 128K |
| 96 | Kimi K2 0905 Preview ≈ | Moonshot AI (Kimi) | 1.399,71 1.387–1.412 | $0,6 | $2,5 | 262K |
| 97 | Gemini 3.1 Flash Lite Preview ≈ | Google DeepMind | 1.399,63 1.394–1.406 | $0,25 | $1,5 | 1.049K |
| 98 | GPT 4.5 Preview ≈ | OpenAI | 1.397,05 1.384–1.410 | $75 | $150 | 128K |
| 99 | GLM 4.5 Air ≈ | Zhipu AI / Z.ai | 1.396,36 1.389–1.404 | $0,11 | $0,29 | 131K |
| 100 | Mercury 2 ≈ | Inception Labs | 1.392,87 1.372–1.413 | $0,25 | $0,75 | 128K |
La tabella scorre lateralmente: non tutte le colonne entrano.
Il prezzo è il più basso tra i fornitori del modello, tariffa base, senza tariffe batch o agevolate. Ingresso e uscita sono mostrati separatamente di proposito: nella maggior parte dei modelli l'uscita costa diverse volte più dell'ingresso, e il conto finale dipende da quale dei due prevale nel compito.
Il segno ≈ indica i modelli il cui intervallo di confidenza si sovrappone a quello della riga sopra. Qui ce ne sono 98 modelli — il loro ordine reciproco non è determinato dai dati disponibili.
L'intervallo di confidenza di metà dei modelli supera 15,2 punti — cioè circa 11 righe adiacenti della tabella. All'interno di un gruppo così l'ordine non è dato dai dati ma da chi ha votato questa volta; i dati reggono la differenza tra l'inizio e la fine dell'elenco, non la vicinanza tra le posizioni. Voti per modello qui — mediana 7.317: meno ce ne sono, più ampio è l'intervallo.
Arena (LMArena)
— licenza CC-BY-4.0 · fonte originale
По данным Arena (LMArena)