Benchmark di ragionamento AI: 28 modelli classificati in base ai risultati misurati

1. N. 1Claude Fable 5.2AnthropicPrezzo di listino 8,00 USD / 40,00 USD3,20 USD / 16,00 USDcon il credito API AIGROWUsa Claude Fable 5.2 fino al 60% sotto il prezzo di listinoCertificato autentico da AIGROW in data 11 novembre 2026
2. N. 3GPT-6 AstraOpenAIPrezzo di listino 10,00 USD / 50,00 USD2,50 USD / 12,50 USDcon il credito API AIGROWUsa GPT-6 Astra fino al 75% sotto il prezzo di listinoCertificato autentico da AIGROW in data 11 novembre 2026
3. N. 4Claude Opus 5.5AnthropicPrezzo di listino 4,00 USD / 20,00 USD1,60 USD / 8,00 USDcon il credito API AIGROWUsa Claude Opus 5.5 fino al 60% sotto il prezzo di listinoCertificato autentico da AIGROW in data 11 novembre 2026

Dollari USA per milione di token di input / output. Certificato autentico da AIGROW significa che il modello ha superato il controllo di AIGROW rispetto allo stesso modello presso il suo produttore l’11 novembre 2026. Nessun produttore di modelli l’ha esaminato o approvato.

Che cosa misura

Tre test che Epoch AI esegue in prima persona: la mossa migliore in posizioni scacchistiche nuove, la mossa migliore in un gioco il cui nome resta segreto, così che sia meno probabile che i modelli si siano preparati, e quanti obiettivi raggiunge un modello in un gioco da tavolo poco noto dopo averlo praticato.

Che cosa lascia fuori

Epoch usa puzzle e giochi come sostituti della pianificazione e dell’apprendimento sul campo; non mettono alla prova scrittura, programmazione o conoscenze.

Come leggere il margine

Ogni risultato riporta un intervallo al 95%, pari a 1,96 errori standard per lato, come li pubblica Epoch AI; una media combina gli errori dei suoi test. Quando due intervalli si sovrappongono, i test non permettono di dire quale modello sia migliore. Le righe sono comunque numerate in base al punteggio e ogni riga indica con quanti modelli sopra di sé si sovrappone.

Impostazioni

Sotto ogni risultato compaiono l’impostazione di ragionamento con cui Epoch AI ha eseguito il modello, così come la indica, e il giorno dell’esecuzione. Se un modello è stato eseguito con più impostazioni, conta il risultato migliore.

Solo risultati completi

Un modello riceve un numero solo se ha risultati in tutti e tre i test, e la sua posizione è la media semplice dei tre, senza pesi. I modelli con meno risultati sono elencati sotto la classifica, senza numero.

Non aggiornato da oltre 120 giorni

Un risultato ottenuto più di 120 giorni prima dei dati più recenti di queste pagine porta questo contrassegno, così un risultato meno recente può essere valutato come tale.

Prezzi

Il prezzo di listino per milione di token, dalla pagina dei prezzi del produttore (consultata: 12 novembre 2026). È un prezzo per token, non per risposta: un'impostazione di ragionamento più alta consuma più token per la stessa domanda. Dove il credito API AIGROW vende un modello, il prezzo di listino è barrato e sotto compare il prezzo con il credito.

Fonte: Epoch AI, Chess Puzzles, Mystery Game Puzzles, EBR-bench (dati del 12 novembre 2026), con licenza CC BY 4.0. Non modifichiamo alcun punteggio: aggiungiamo i prezzi e i link alle pagine dei nostri modelli.