Vai al contenuto principale

Modelli di IA classificati per attività

Voti pubblici, un’attività alla volta, accanto ai nostri test su fin dove arriva ogni modello.

Al 19 ott 2026, i voti pubblici mettono al primo posto Wan 3.0 per la generazione da testo a video, MiniMax H3 Max per la generazione da immagine a video, Seedance 2.5 per la generazione di video da riferimenti, GPT Image 2.5 Sunburst per la generazione da testo a immagine e GPT Image 2.5 Sunburst per l’editing di immagini.

Classifica della qualità vocale

Voti di ascolto umani indipendenti per la sintesi vocale. Questi punteggi Elo non entrano nello Spicy Index.

Rilevato il 29 set 2026 · 5 modelli del catalogo identificati in una classifica di 92 modelli.

  1. 1Gemini 3.8 Flash TTS
    1267 Elo95% CI 1251–1283

    2211 voti di ascolto

  2. 2Gemini 3.8 Flash-Lite TTS
    1241 Elo95% CI 1225–1257

    2180 voti di ascolto

  3. 3MiniMax Speech 2.8 HD
    1171 Elo95% CI 1160–1182

    4498 voti di ascolto

  4. 4MiniMax Speech 2.8 Turbo
    1151 Elo95% CI 1140–1162

    4391 voti di ascolto

  5. 5Chatterbox
    1023 Elo95% CI 1012–1034

    4603 voti di ascolto

L’ordine si basa sulle stime puntuali. Intervalli di confidenza al 95% sovrapposti non dimostrano una chiara differenza di qualità.

Artificial Analysis

Rispetto delle istruzioni su documenti lunghi

Sei documenti fissi condivisi, quattro domande ciascuno: recupero, ragionamento a più passaggi, fatti aggiornati e informazioni mancanti. I punti richiedono risposte corrette in JSON rigoroso e non entrano nello Spicy Index.

  1. Claude Opus 5.5

    Aggiornato il 30 set 2026

    Input misurato: 47.180–47.180 token

    100,0 / 100

    24/24 risposte corrette nel formato richiesto

  2. DeepSeek V4 Flash

    Aggiornato il 30 set 2026

    Input misurato: 32.087–32.087 token

    100,0 / 100

    24/24 risposte corrette nel formato richiesto

  3. DeepSeek V4 Pro

    Aggiornato il 30 set 2026

    Input misurato: 32.087–32.087 token

    100,0 / 100

    24/24 risposte corrette nel formato richiesto

  4. GLM 5.2

    Aggiornato il 30 set 2026

    Input misurato: 38.336–38.429 token

    100,0 / 100

    24/24 risposte corrette nel formato richiesto

  5. GLM 5.3

    Aggiornato il 30 set 2026

    Input misurato: 38.336–38.429 token

    100,0 / 100

    24/24 risposte corrette nel formato richiesto

  6. GLM 5.3 Flash

    Aggiornato il 30 set 2026

    Input misurato: 38.336–38.429 token

    100,0 / 100

    24/24 risposte corrette nel formato richiesto

  7. Kimi K3

    Aggiornato il 30 set 2026

    Input misurato: 32.084–32.086 token

    100,0 / 100

    24/24 risposte corrette nel formato richiesto

  8. Gemini 3.5 Flash-Lite

    Aggiornato il 30 set 2026

    Input misurato: 53.282–53.282 token

    95,8 / 100

    23/24 risposte corrette nel formato richiesto

  9. Claude Opus 4.6

    Aggiornato il 30 set 2026

    Input misurato: 33.716–33.716 token

    Campioni: 0 rifiuti · 1 errori di formato JSON · 0 al limite di output. Le categorie possono sovrapporsi.

    83,3 / 100

    20/24 risposte corrette nel formato richiesto

  10. Gemini 3 Flash Preview

    Aggiornato il 30 set 2026

    Input misurato: 53.282–53.283 token

    Campioni: 0 rifiuti · 1 errori di formato JSON · 0 al limite di output. Le categorie possono sovrapporsi.

    83,3 / 100

    20/24 risposte corrette nel formato richiesto

  11. Grok 4.6

    Aggiornato il 30 set 2026

    Input misurato: 32.211–32.211 token

    Campioni: 0 rifiuti · 1 errori di formato JSON · 0 al limite di output. Le categorie possono sovrapporsi.

    83,3 / 100

    20/24 risposte corrette nel formato richiesto

  12. Claude Sonnet 5

    Aggiornato il 30 set 2026

    Input misurato: 47.178–47.178 token

    Campioni: 0 rifiuti · 2 errori di formato JSON · 0 al limite di output. Le categorie possono sovrapporsi.

    66,7 / 100

    16/24 risposte corrette nel formato richiesto

  13. Gemini 3.1 Pro Preview

    Aggiornato il 30 set 2026

    Input misurato: 53.283–53.283 token

    Campioni: 0 rifiuti · 2 errori di formato JSON · 0 al limite di output. Le categorie possono sovrapporsi.

    66,7 / 100

    16/24 risposte corrette nel formato richiesto

  14. Grok 4.5

    Aggiornato il 30 set 2026

    Input misurato: 32.211–32.211 token

    Campioni: 0 rifiuti · 4 errori di formato JSON · 0 al limite di output. Le categorie possono sovrapporsi.

    33,3 / 100

    8/24 risposte corrette nel formato richiesto

  15. Claude Opus 4.5

    Aggiornato il 30 set 2026

    Input misurato: 33.716–33.745 token

    Campioni: 0 rifiuti · 5 errori di formato JSON · 0 al limite di output. Le categorie possono sovrapporsi.

    16,7 / 100

    4/24 risposte corrette nel formato richiesto

  16. Gemini 3.7 Flash

    Aggiornato il 30 set 2026

    Input misurato: 53.283–53.283 token

    Campioni: 0 rifiuti · 5 errori di formato JSON · 0 al limite di output. Le categorie possono sovrapporsi.

    16,7 / 100

    4/24 risposte corrette nel formato richiesto

  17. Claude Opus 5

    Aggiornato il 30 set 2026

    Input misurato: 47.178–47.178 token

    Campioni: 6 rifiuti · 6 errori di formato JSON · 0 al limite di output. Le categorie possono sovrapporsi.

    0,0 / 100

    0/24 risposte corrette nel formato richiesto

  18. Claude Sonnet 4.5

    Aggiornato il 30 set 2026

    Input misurato: 33.745–33.745 token

    Campioni: 0 rifiuti · 6 errori di formato JSON · 0 al limite di output. Le categorie possono sovrapporsi.

    0,0 / 100

    0/24 risposte corrette nel formato richiesto

  19. Claude Sonnet 4.6

    Aggiornato il 30 set 2026

    Input misurato: 33.716–33.716 token

    Campioni: 0 rifiuti · 6 errori di formato JSON · 0 al limite di output. Le categorie possono sovrapporsi.

    0,0 / 100

    0/24 risposte corrette nel formato richiesto

  20. Gemini 2.5 Flash

    Aggiornato il 30 set 2026

    Input misurato: 53.282–53.282 token

    Campioni: 0 rifiuti · 6 errori di formato JSON · 0 al limite di output. Le categorie possono sovrapporsi.

    0,0 / 100

    0/24 risposte corrette nel formato richiesto

Tutti i modelli ricevono gli stessi testi: 31.998 token di riferimento per documento (o200k_base, tiktoken 0.14.0), con un limite di output di 4.096 token. I blocchi di codice sono errori di formato anche se contengono risposte corrette. Si pubblicano solo sei campioni completati. Il test non misura il contesto massimo né l’intera suite per contesti lunghi.

Metodo del test

Trascrizione di brevi brani in inglese

Sei brani fissi letti da sei persone: 53,6 secondi e 146 parole di riferimento. Questo piccolo test non misura testi di canzoni, parlato rumoroso o capacità generali di trascrizione. Non incide sullo Spicy Index.

  • Grok STT

    Aggiornato il 30 set 2026

    2 sostituzioni · 0 omissioni · 0 inserimenti / 146 parole di riferimento

    1,37% WER

    Più basso è meglio

  • HeartMuLa Transcribe

    Aggiornato il 30 set 2026

    4 sostituzioni · 0 omissioni · 2 inserimenti / 146 parole di riferimento

    4,11% WER

    Più basso è meglio

Il tasso di errore per parola (WER) è la somma di sostituzioni, omissioni e inserimenti divisa per tutte le parole di riferimento. Maiuscole e punteggiatura sono normalizzate in modo uniforme; gli apostrofi interni restano. Sono mostrati solo i risultati completi sui sei brani. Il WER può superare il 100%.

Metodo di trascrizione

Domande sulle classifiche