Il modello più recente dell'AIM LLM Index è GPT-6.2 Astra.
AIM LLM Index
v1.11Un unico indice trasparente che combina 5 benchmark pubblici con le 4 valutazioni agentiche, RAG e di ragionamento aziendale di AIMultiple. Consulta AIM LLM Index Methodology per ulteriori dettagli.
| Nome | Serie | Costo per attività ($, scala logaritmica) | Indice LLM |
|---|---|---|---|
| Gemini 4 Carbon | 0.0402 | 85 | |
| Gemini 4 Argon | 0.0459 | 73 | |
| Gemini 3.8 Flash | 0.013 | 58 | |
| GPT-6.2 Astra | OpenAI | 0.0794 | 83 |
| GPT-6 Astra | OpenAI | 0.455 | 73 |
| GPT-6.1 Sol | OpenAI | 0.0225 | 73 |
| GPT-6.1 Terra | OpenAI | 0.0132 | 69 |
| GPT-6 Sol | OpenAI | 0.0314 | 69 |
| GPT-6 Luna | OpenAI | 0.0017 | 57 |
| Claude Fable 5.2 | Anthropic | 0.1452 | 77 |
| Claude Opus 5.5 | Anthropic | 0.1148 | 76 |
| Claude Fable 5.1 | Anthropic | 0.3895 | 72 |
| Claude Sonnet 5.5 | Anthropic | 0.0386 | 72 |
| Claude Haiku 5.5 | Anthropic | 0.0025 | 56 |
| Muse Wonder | Meta | 0.1107 | 68 |
| Muse Spark 1.3 | Meta | 0.04 | 61 |
| Muse Spark Open | Meta | 0.0493 | 53 |
| Kimi K3.1 Pro | Moonshot AI | 0.0438 | 67 |
| MiMo-V2.6-Pro | Xiaomi | 0.008 | 58 |
| MiniMax M3.1 Flash | MiniMax | 0.0045 | 56 |
| Grok 4.7 | X | 0.0659 | 56 |
| Qwen3.8 Flash | Alibaba Cloud | 0.005 | 56 |
| Qwen3.8 Max (0902) | Alibaba Cloud | 0.0526 | 55 |
| DeepSeek V4.1 Flash 1017 | DeepSeek | 0.0023 | 56 |
| DeepSeek V4.1 Flash | DeepSeek | 0.003 | 52 |
| GLM 5.3 Flash | Z AI | 0.0014 | 53 |
| Nome | AIM LLM Index |
|---|---|
| Gemini 4 Carbon | 85 |
| GPT-6.2 Astra | 83 |
| Claude Fable 5.2 | 77 |
| Claude Opus 5.5 | 76 |
| GPT-6 Astra | 73 |
| Gemini 4 Argon | 73 |
| GPT-6.1 Sol | 73 |
| Claude Fable 5.1 | 72 |
| Claude Sonnet 5.5 | 72 |
| GPT-6.1 Terra | 69 |
| GPT-6 Sol | 69 |
| Muse Wonder | 68 |
| Kimi K3.1 Pro | 67 |
| MiMo-V2.6-Pro | 58 |
| GPT-6 Luna | 57 |
| MiniMax M3.1 Flash | 56 |
| Grok 4.7 | 56 |
| DeepSeek V4.1 Flash 1017 | 56 |
| Claude Haiku 5.5 | 56 |
| Muse Spark Open | 53 |
Classifica
I modelli con il punteggio più alto in tutti i benchmark.
# | Modello | Indice | AIM-Agentic-RAG | AIM-AI-Bias | AIM-FinanceReasoning | AIM-Text-to-SQL | CritPt | FrontierMath | MMMU-Pro | SciCode | Terminal-Bench 4.0 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | Gemini 4 Carbon Google | 85 | 92 | - | 90 | 78 | - | 95 | 89 | - | 65 |
| 2 | GPT-6.2 Astra OpenAI | 83 | 86 | 88 | 88 | 68 | - | 100 | 89 | - | 64 |
| 3 | Claude Fable 5.2 Anthropic | 77 | 97 | 74 | 92 | 86 | 36 | 100 | - | 68 | 62 |
| 4 | Claude Opus 5.5 Anthropic | 76 | 90 | 78 | 92 | 88 | 32 | 95 | 88 | 67 | 60 |
| 5 | GPT-6 Astra OpenAI | 73 | 84 | 91 | 87 | 66 | 32 | 98 | 87 | 56 | 60 |
| 6 | Gemini 4 Argon Google | 73 | 94 | 84 | 91 | 79 | 27 | 78 | 88 | 62 | 57 |
| 7 | GPT-6.1 Sol OpenAI | 73 | 81 | 93 | 90 | 65 | 32 | 100 | 86 | 56 | 56 |
| 8 | Claude Fable 5.1 Anthropic | 72 | 84 | 85 | 90 | 67 | 31 | 88 | 86 | 63 | 55 |
| 9 | Claude Sonnet 5.5 Anthropic | 72 | 85 | 74 | 89 | 74 | 31 | 80 | 86 | 61 | 64 |
| 10 | GPT-6.1 Terra OpenAI | 69 | 84 | 82 | 87 | 57 | 28 | 93 | 85 | 55 | 56 |
| Nome | Serie | Data di rilascio del modello | Indice LLM | Rilascio |
|---|---|---|---|---|
| Claude Opus 4.8 | Anthropic | 2026-05-27 | 59 | 27 mag. 2026 |
| Claude Fable 5 | Anthropic | 2026-06-09 | 68 | 9 giu. 2026 |
| Claude Fable 5.1 | Anthropic | 2026-09-01 | 72 | 1 set. 2026 |
| Claude Opus 5.5 | Anthropic | 2026-09-22 | 76 | 22 set. 2026 |
| Claude Fable 5.2 | Anthropic | 2026-11-09 | 77 | 9 nov. 2026 |
| Gemini 3.6 Flash | 2026-07-21 | 53 | 21 lug. 2026 | |
| Gemini 3.7 Flash | 2026-08-13 | 60 | 13 ago. 2026 | |
| Gemini 4 Argon | 2026-10-13 | 73 | 13 ott. 2026 | |
| Gemini 4 Carbon | 2026-11-10 | 85 | 10 nov. 2026 | |
| DeepSeek V4 Flash 0731 | DeepSeek | 2026-07-31 | 48 | 31 lug. 2026 |
| DeepSeek V4 Pro 0813 | DeepSeek | 2026-08-12 | 49 | 12 ago. 2026 |
| DeepSeek V4.1 Flash | DeepSeek | 2026-09-10 | 52 | 10 set. 2026 |
| DeepSeek V4.1 Flash 1017 | DeepSeek | 2026-10-17 | 56 | 17 ott. 2026 |
| Muse Spark 1.1 | Meta | 2026-07-16 | 55 | 16 lug. 2026 |
| Muse Spark 1.2 | Meta | 2026-08-05 | 57 | 5 ago. 2026 |
| Muse Spark 1.3 | Meta | 2026-09-02 | 61 | 2 set. 2026 |
| Muse Wonder | Meta | 2026-10-12 | 68 | 12 ott. 2026 |
| GPT-5.6 Sol | OpenAI | 2026-07-09 | 67 | 9 lug. 2026 |
| GPT-6 Astra | OpenAI | 2026-09-04 | 73 | 4 set. 2026 |
| GPT-6.2 Astra | OpenAI | 2026-11-17 | 83 | 17 nov. 2026 |
| Kimi K3 | Moonshot AI | 2026-07-16 | 57 | 16 lug. 2026 |
| Kimi K3.1 Pro | Moonshot AI | 2026-10-23 | 67 | 23 ott. 2026 |
| MiniMax M3 | MiniMax | 2026-05-31 | 40 | 31 mag. 2026 |
| MiniMax M3.1 Flash | MiniMax | 2026-10-19 | 56 | 19 ott. 2026 |
| Grok 4.5 | X | 2026-07-08 | 54 | 8 lug. 2026 |
| Grok 4.6 | X | 2026-08-12 | 59 | 12 ago. 2026 |
| Qwen3.7 Plus | Alibaba Cloud | 2026-06-03 | 43 | 3 giu. 2026 |
| Qwen3.8 Max | Alibaba Cloud | 2026-08-03 | 58 | 3 ago. 2026 |
| GLM 5.2 | Z AI | 2026-06-16 | 49 | 16 giu. 2026 |
| GLM 5.3 | Z AI | 2026-08-18 | 57 | 18 ago. 2026 |
| Model | Benchmark | Punteggio |
|---|---|---|
| GPT-6.2 Astra | AIM-Agentic-RAG | 86 |
| GPT-6.2 Astra | AIM-FinanceReasoning | 88 |
| GPT-6.2 Astra | AIM-Text-to-SQL | 68 |
| GPT-6.2 Astra | Terminal-Bench 4.0 | 64 |
| GPT-6.2 Astra | AIM-AI-Bias | 88 |
| Claude Fable 5.2 | AIM-Agentic-RAG | 97 |
| Claude Fable 5.2 | AIM-FinanceReasoning | 92 |
| Claude Fable 5.2 | AIM-Text-to-SQL | 86 |
| Claude Fable 5.2 | Terminal-Bench 4.0 | 62 |
| Claude Fable 5.2 | AIM-AI-Bias | 74 |
| Claude Opus 5.5 | AIM-Agentic-RAG | 90 |
| Claude Opus 5.5 | AIM-FinanceReasoning | 92 |
| Claude Opus 5.5 | AIM-Text-to-SQL | 88 |
| Claude Opus 5.5 | Terminal-Bench 4.0 | 60 |
| Claude Opus 5.5 | AIM-AI-Bias | 78 |
| GPT-6 Astra | AIM-Agentic-RAG | 84 |
| GPT-6 Astra | AIM-FinanceReasoning | 87 |
| GPT-6 Astra | AIM-Text-to-SQL | 66 |
| GPT-6 Astra | Terminal-Bench 4.0 | 60 |
| GPT-6 Astra | AIM-AI-Bias | 91 |
| Gemini 4 Argon | AIM-Agentic-RAG | 94 |
| Gemini 4 Argon | AIM-FinanceReasoning | 91 |
| Gemini 4 Argon | AIM-Text-to-SQL | 79 |
| Gemini 4 Argon | Terminal-Bench 4.0 | 57 |
| Gemini 4 Argon | AIM-AI-Bias | 84 |
| Nome | Serie | Costo combinato ($ / 1M di token, scala logaritmica) | Indice LLM | Release |
|---|---|---|---|---|
| Gemini 4 Carbon | 2 | 85 | 2026-11-10 | |
| Gemini 4 Argon | 4 | 73 | 2026-10-13 | |
| Gemini 3.8 Flash | 0.75 | 58 | 2026-09-02 | |
| GPT-6.2 Astra | OpenAI | 16 | 83 | 2026-11-17 |
| GPT-6 Astra | OpenAI | 20 | 73 | 2026-09-04 |
| GPT-6.1 Sol | OpenAI | 4 | 73 | 2026-09-29 |
| GPT-6.1 Terra | OpenAI | 2 | 69 | 2026-10-26 |
| GPT-6 Sol | OpenAI | 4 | 69 | 2026-09-22 |
| GPT-6 Luna | OpenAI | 0.2 | 57 | 2026-09-22 |
| Claude Fable 5.2 | Anthropic | 16 | 77 | 2026-11-09 |
| Claude Opus 5.5 | Anthropic | 8 | 76 | 2026-09-22 |
| Claude Fable 5.1 | Anthropic | 20 | 72 | 2026-09-01 |
| Claude Sonnet 5.5 | Anthropic | 4 | 72 | 2026-09-28 |
| Claude Haiku 5.5 | Anthropic | 0.2 | 56 | 2026-10-07 |
| Muse Wonder | Meta | 8 | 68 | 2026-10-12 |
| Muse Spark 1.3 | Meta | 2 | 61 | 2026-09-02 |
| Muse Spark Open | Meta | 2 | 53 | 2026-10-15 |
| Kimi K3.1 Pro | Moonshot AI | 3.8 | 67 | 2026-10-23 |
| MiMo-V2.6-Pro | Xiaomi | 0.49 | 58 | 2026-09-21 |
| MiniMax M3.1 Flash | MiniMax | 0.24 | 56 | 2026-10-19 |
| Grok 4.7 | X | 3 | 56 | 2026-09-21 |
| Qwen3.8 Flash | Alibaba Cloud | 0.23 | 56 | 2026-08-26 |
| Qwen3.8 Max (0902) | Alibaba Cloud | 3 | 55 | 2026-09-03 |
| DeepSeek V4.1 Flash 1017 | DeepSeek | 0.15 | 56 | 2026-10-17 |
| DeepSeek V4.1 Flash | DeepSeek | 0.21 | 52 | 2026-09-10 |
| GLM 5.3 Flash | Z AI | 0.09 | 53 | 2026-08-26 |
Domande frequenti
AIM LLM Index Methodology
Il punteggio di un modello nell'indice è la media dei suoi risultati sui benchmark elencati sotto. I punteggi già su una scala 0-100 sono usati così come sono; gli altri sono riscalati su 0-100. Un benchmark mancante per un modello viene escluso invece di essere contato come zero, e ogni benchmark ha lo stesso peso. Un modello deve avere un punteggio in almeno 2 benchmark AIMultiple per entrare in classifica. I risultati di MMMU-Pro provengono da 2 fonti separate.
Benchmark utilizzati
Risultati grezzi di 2.5 mila punti dati dai benchmark AIMultiple su cui si basa questo indice. Scaricali come file ZIP contenente 4 file CSV e un README.
Vuoi i dati granulari che ci stanno dietro? Passa a Premium
Registro delle modifiche
70 aggiornamenti- v1.11
119 modelli sono stati aggiunti al dataset: Claude 3 Haiku, Claude Opus 4.7 (max), Command A, DeepSeek R1 (Jan), DeepSeek R1 0528 Qwen3 8B e altri 114.
- v1.11
2 modelli sono entrati nell'AIM LLM Index: GPT-6.2 Astra, GPT-6.2 Sol.
- v1.11
2 modelli sono stati aggiunti al dataset: GPT-6.2 Astra, GPT-6.2 Sol.
- v1.11
AIM-AI-Bias è stato aggiunto al calcolo dell'indice. Versione aggiornata a v1.11.
- v1.10
2 modelli sono entrati nell'AIM LLM Index: Gemini 4 Hydrogen, Qwen4 Max.
- v1.10
3 modelli sono stati aggiunti al dataset: Gemini 4 Hydrogen, Hy4, Qwen4 Max.
- v1.10
Gemini 4 Carbon è entrato nell'AIM LLM Index.
- v1.10
Gemini 4 Carbon è stato aggiunto al dataset.
- v1.10
2 modelli sono entrati nell'AIM LLM Index: Claude Fable 5.2, Muse Ember.
- v1.10
2 modelli sono stati aggiunti al dataset: Claude Fable 5.2, Muse Ember.
Esplora Casi d'uso, analisi e benchmark di LLM
- LLMBenchmark15 set
Simulazione del pubblico: gli LLM possono prevedere il comportamento umano?
Nel marketing, valutare con quanta precisione gli LLM prevedono il comportamento umano è fondamentale per stimare la loro efficacia nell'anticipare le esigenze del pubblico e riconoscere i rischi di disallineamento, comunicazione inefficace o influenza non intenzionale. La simulazione del pubblico con gli LLM consente di modellare pubblici virtuali, aiutando le organizzazioni ad anticipare le reazioni…
- LLMApprofondimento1 set
LLM Guida al fine-tuning per le imprese
Segui i link per le soluzioni specifiche ai problemi di output del tuo LLM. Se il tuo LLM: L'adozione diffusa dei large language model (LLM) ha migliorato la nostra capacità di elaborare il linguaggio umano. Tuttavia, il loro addestramento generico spesso porta a prestazioni non ottimali per compiti specifici. Per superare questa limitazione, si adottano…
- LLMApprofondimento27 ago
LLM Automazione: I 7 migliori strumenti e 8 casi di studio
LLM l'automazione si riferisce al passaggio a strumenti di automazione intelligente che sfruttano gli LLM, inclusi agenti IA, LLM sottoposti a fine-tuning e modelli RAG per automatizzare e coordinare le attività. Scopri cos'è l'automazione LLM, le sue principali applicazioni reali e i principali strumenti: I modelli linguistici di grandi dimensioni nell'automazione sono un approccio sistematico…
- LLMApprofondimento19 ago
ChatGPT per il servizio clienti: i migliori 10 casi d'uso
ChatGPT è passato dall'essere una novità a infrastruttura nel servizio clienti. Le aziende lo utilizzano per ridurre i tempi di risposta, gestire volumi che i loro team non possono assorbire e ridurre il costo delle interazioni di routine. Ma i risultati variano notevolmente a seconda di come viene implementato. OpenAI ha lanciato GPT-5.6, un model…
- LLMBenchmark15 apr
LLM Quantizzazione: BF16 vs FP8 vs INT4
Abbiamo benchmarkato Qwen3-32B a 4 livelli di precisione (BF16, FP8, GPTQ-Int8, GPTQ-Int4) su una singola NVIDIA H100 80GB GPU. Ogni configurazione è stata valutata su 2 benchmark (~12,2K domande) che coprono conoscenza e generazione di codice, oltre a oltre 2.000 esecuzioni di inferenza per misurare il throughput. Int4 è 2,7x più veloce di BF16 pur…