Qual è il modello AI più potente: la classifica e come leggerla

Claude Opus 5 di Anthropic resta il modello AI più potente nell’ultima classifica, quella uscita ad agosto da Artificial Analysis, ora l’osservatorio più citato per queste analisi.

Ma i modelli della Cina avanzano veloci alle spalle, conservando il grosso vantaggio di essere più economici ed open, quindi customizzabili dagli utenti.

Kimi K3 arriva a 60 contro i 63 punti di Opus 5, Qwen3.8 Max a 58 e GLM-5.2 a 53. La frontiera continua a parlare americano al vertice, ma i laboratori cinesi occupano ormai una parte stabile della fascia alta e lo fanno con strategie di accesso diverse, dai modelli proprietari ai pesi distribuibili.

E l’Europa? Al 21esimo posto con la francese Mistral.

C’è quindi una competizione su due piani. Il primo riguarda la prestazione sui benchmark; il secondo riguarda il controllo del modello, più o meno open.

Anthropic, OpenAI, Google, Meta e SpaceXAI mantengono l’offerta più forte tra i sistemi proprietari. Kimi, Z.ai, DeepSeek, MiniMax e Xiaomi spingono invece l’offerta cinese open weight, con licenze, costi e possibilità di deployment che cambiano radicalmente il valore della classifica per le imprese.

Classifica modelli AI per potenza: l’aggiornamento di agosto consolida la nuova gerarchia

Artificial Analysis ha pubblicato la versione 4.1.1 dell’index il 6 agosto. L’aggiornamento interviene sul metodo di valutazione: adotta τ³-Banking 1.0.1 e modelli valutatori più recenti per Humanity’s Last Exam, AA-LCR e AA-Omniscience.

La società di analisi descrive l’intervento come una patch, con variazioni inferiori a un punto per la maggior parte dei modelli rispetto alla classifica di luglio. Il senso della nuova classifica non è quindi una rivoluzione prodotta dal benchmark, ma la conferma di una tendenza di mercato: la distanza prestazionale tra i principali sistemi statunitensi e i modelli cinesi più avanzati si è ridotta.

Kimi K3 è il caso più evidente. Con 60 punti è a tre punti da Claude Opus 5 e precede o affianca modelli proprietari di laboratori americani. Qwen3.8 Max, che resta proprietario, arriva a 58. GLM-5.2 di Z.ai raggiunge 53 con pesi disponibili e licenza Mit. La Cina non avanza attraverso un solo modello o una sola modalità di distribuzione.

Il confine tra open weight e proprietario decide il deployment

La graduatoria riunisce modelli disponibili solo via API e modelli i cui pesi possono essere scaricati. La differenza incide su costi, tempi di adozione, sicurezza e dipendenza dal fornitore.

I modelli proprietari di Anthropic e OpenAI offrono le prestazioni più alte del grafico, ma il cliente usa un’infrastruttura governata dal vendor. Il modello non può essere eseguito in un data center aziendale o adattato intervenendo direttamente sui pesi.

Kimi K3, GLM-5.2, DeepSeek V4 Flash, MiniMax-M3 e MiMo-V2.5-Pro rendono invece disponibili i pesi. Questo abilita self-hosting, fine-tuning e maggiore controllo sull’inferenza. Le licenze restano un vincolo concreto: Kimi K3 e MiniMax-M3 prevedono condizioni commerciali specifiche, mentre GLM-5.2 e MiMo-V2.5-Pro adottano licenze Mit.

La disponibilità dei pesi non risolve da sola la scelta. Un modello aperto richiede capacità di calcolo, gestione della sicurezza, monitoraggio, aggiornamenti e competenze per valutare il comportamento su dati aziendali. La decisione dipende dal valore del controllo rispetto al costo operativo.

La posizione di Mistral e della Francia

Mistral Medium 3.5 è l’unico modello francese nel grafico e ottiene 30 punti, a pari merito con Claude 4.5 Haiku. La distanza dal vertice è ampia: 33 punti separano il modello di Mistral da Claude Opus 5.

Il dato non annulla il valore della proposta francese. Mistral Medium 3.5 è open weight ed è distribuito con licenza Modified MIT, come indicato nella documentazione tecnica di Mistral. Supporta testo e immagini, può essere eseguito in ambienti scelti dall’impresa e offre una finestra di contesto da 256 mila token.

La Francia non compete oggi per il primo posto della classifica generale. Mistral presidia un’altra esigenza: disporre di un modello europeo, con pesi accessibili e maggiori opzioni di deployment. Per banche, industria, pubbliche amministrazioni e organizzazioni con dati sensibili, questa combinazione può pesare più del punteggio assoluto.

Il benchmark è una shortlist, non una scelta automatica

L’Intelligence Index combina nove valutazioni, tra cui task agentici, coding, ragionamento scientifico, conoscenza e contesto lungo. È utile per identificare i modelli da testare, ma non misura direttamente l’efficacia su un processo aziendale specifico.

Anche l’apertura dei pesi non elimina i costi. L’impresa deve dimensionare GPU, storage, rete, osservabilità, filtri di sicurezza e aggiornamenti. L’uso via API trasferisce gran parte di questo carico al fornitore, mantenendo però una dipendenza da prezzi, disponibilità e funzionalità della piattaforma.

Come scegliere il modello per l’impresa

L’Intelligence Index è un punto di partenza per costruire una short list. La scelta richiede test sul processo reale: documenti, istruzioni, linguaggio di settore, integrazioni, soglie di errore e tempi di risposta attesi.

Un modello proprietario di frontiera è adatto quando qualità elevata, velocità di adozione e accesso a funzionalità gestite prevalgono sulle esigenze di esecuzione locale. Un modello open weight diventa più interessante quando dati, personalizzazione, continuità operativa e controllo dell’infrastruttura hanno un peso maggiore.

Alcune aziende stanno del resto adottando un approccio ibrido, preferendo modelli di frontiera o più leggeri e open a seconda delle applicazioni e dei task richiesti.