Abbiamo testato 131 modelli su 44 benchmark per tasso di successo, latenza e costo per attività.
Ogni punto è un modello. La linea tratteggiata unisce i modelli che nessun altro supera sia nel costo sia nel punteggio.
Fai clic su una colonna per ordinare. Seleziona fino a 3 modelli da confrontare.
# | Modello | Licenza | Punteggio AIM | Input $/1M | Output $/1M | Costo per attività | TTFT | Contesto | |
|---|---|---|---|---|---|---|---|---|---|
| 1 | Claude Opus 5.5Anthropic | Proprietario | 78 | $4,00 | $20,00 | $2,03 | 3,15 s | 1M | |
| 2 | GPT-6 AstraOpenAI | Proprietario | 74 | $10,00 | $50,00 | $1,42 | 3,90 s | 1,1M | |
| 3 | GPT-6.1 SolOpenAI | Proprietario | 74 | $2,00 | $10,00 | $0,27 | 3,50 s | 1,1M | |
| 4 | Claude Sonnet 5.5Anthropic | Proprietario | 74 | $2,00 | $10,00 | $2,13 | 1,27 s | 1M | |
| 5 | Claude Fable 5.1Anthropic | Proprietario | 74 | $10,00 | $50,00 | $3,76 | 3,33 s | 1M | |
| 6 | Gemini 4 ArgonGoogle | Proprietario | 73 | $2,00 | $10,00 | $1,23 | 4,98 s | 1M | |
| 7 | GPT-6.1 TerraOpenAI | Proprietario | 71 | $1,00 | $5,00 | $0,23 | 2,02 s | 1,1M | |
| 8 | Muse WonderMeta | Proprietario | 70 | $4,00 | $20,00 | $2,02 | 35,22 s | 1M | |
| 9 | GPT-6 SolOpenAI | Proprietario | 70 | $2,00 | $10,00 | $0,56 | 2,46 s | 1,1M | |
| 10 | Kimi K3.1 ProMoonshot AI | Pesi aperti | 69 | $2,00 | $10,00 | $0,77 | 49,60 s | 1M |
Benchmark eseguiti internamente da AIMultiple, insieme a risultati pubblici forniti dai produttori o da classifiche di terze parti. Il miglior risultato di ogni colonna è evidenziato.
Modello | Punteggio AIM | AIM-Agentic-RAG | AIM-FinanceReasoning | AIM-Text-to-SQL | AIM-AI-Bias | CritPt | GPQA Diamond | Humanity's Last Exam | SciCode |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5.5 | 78 | 90 | 92 | 88 | 94 | 32 | - | 61 | 67 |
| GPT-6 Astra | 74 | 84 | 87 | 66 | 98 | 32 | 96 | 55 | 56 |
| GPT-6.1 Sol | 74 | 81 | 90 | 65 | 98 | 32 | - | 53 | 56 |
| Claude Sonnet 5.5 | 74 | 85 | 89 | 74 | 93 | 31 | - | 55 | 61 |
| Claude Fable 5.1 | 74 | 84 | 90 | 67 | 98 | 31 | 94 | 59 | 63 |
| Gemini 4 Argon | 73 | 94 | 91 | 79 | 98 | 27 | - | 57 | 62 |
| GPT-6.1 Terra | 71 | 84 | 87 | 57 | 95 | 28 | - | 46 | 55 |
| Muse Wonder | 70 | 86 | 92 | 56 | 95 | 28 | - | 50 | 60 |
| GPT-6 Sol | 70 | 82 | 89 | 54 | 96 | 31 | - | 48 | 58 |
| Kimi K3.1 Pro | 69 | 85 | 90 | 52 | 91 | 25 | - | 52 | 61 |
Scorri lateralmente per vedere tutti i benchmark
I modelli sono classificati dall'AIM LLM Index, una media ponderata dei benchmark di AIMultiple e di benchmark pubblici su programmazione, ragionamento, finanza e attività di agenti. I prezzi sono il prezzo di listino API più basso tra i fornitori. Il costo per attività deriva dai token o dai costi pubblicati di ogni benchmark; la vista predefinita ne fa la media sui benchmark in cui il modello ha un costo.
Leggi la metodologia completaAttività valutate a mano su programmazione, ragionamento, finanza e flussi di agenti, rieseguite all'uscita di nuovi modelli.
Esplora l'AIM LLM Index