What about brand-new models?

Arena takes a few days or weeks to collect enough votes. Meanwhile, new models from the labs’ official pages appear in “New, waiting for Arena votes”, with their size, memory needs and speed. When Arena votes, they move into the ranking automatically.

What counts as a free model?

A model with open weights that you can download and run yourself, or a model you can call through a free API today (we check OpenRouter every night). Paid-only models are left out of the rankings, but we show the best paid score as a reference line.

Where do the scores come from?

From Arena (formerly LMSYS Chatbot Arena), where people compare two anonymous answers and vote for the better one. Arena publishes its leaderboard as an open dataset under the CC BY 4.0 license; we filter it to free models. We are not affiliated with Arena.

How often is it updated?

Every night. A scheduled job downloads the latest Arena data, the free model list from OpenRouter and model sizes from Hugging Face, then rebuilds the whole site, including the weekly report on the blog.

Can I run these models on my computer?

Open models, yes, if they fit in your GPU memory. The Run at home page estimates memory and speed for your exact card, from one to ten cards, using each model's real architecture.

Why do small models have no score?

Arena votes mostly on large models. We list the most popular small models from the labs' official Hugging Face pages separately and mark them “No Arena votes”, so you can still find something that runs on a 4 to 12 GB card.

I migliori modelli AI gratis, classificati da voti veri

Solo modelli che puoi usare senza pagare: gratis online, o scaricati sulla tua GPU. I punteggi vengono da milioni di voti umani alla cieca su Arena, aggiornati ogni notte.

In questa pagina: 3 grafici · Classifiche · Nuovi modelli · Domande frequenti

Novità nella classifica dei modelli gratis

DeepSeek-V4.1-Flash-20260910 (Max)#19 in Agenti · 19 ott 2026 GLM-5.3-Flash#24 in Visione · 19 ott 2026 MiniMax-M3.1-Flash#33 in Programmazione · 19 ott 2026 Kimi K2.6#34 in Visione · 19 ott 2026

Punteggio Arena

Più alto è meglio

Voti umani alla cieca su Arena, chat

Gemma 4 31B1443 Qwen3.8-27B1441 Gemma 4 26B A4B1434 Qwen3.5-27B1409 GLM-4.6V1376 gemma-3-27b-it1358 GLM-4.5V1333

Le barre partono da 1000. Su Arena 10 punti sono una differenza piccola e 50 una netta.

Velocità su una RTX 4090

Più alto è meglio

Token al secondo a 4 bit, stimati

Gemma 4 26B A4B152 tok/s Qwen3.8-27B43 tok/s Qwen3.5-27B43 tok/s gemma-3-27b-it42 tok/s Gemma 4 31B36 tok/s GLM-4.6V12 tok/s GLM-4.5V12 tok/s

Stima calibrata su 44 esecuzioni reali con llama.cpp. Circa 10 tok/s è la velocità di lettura.

Memoria a 4 bit

Più basso è meglio

GB per caricarlo, con contesto da 8K

Gemma 4 26B A4B17 GB (sta in 24 GB)Qwen3.8-27B18 GB (sta in 24 GB)Qwen3.5-27B18 GB (sta in 24 GB)gemma-3-27b-it18 GB (sta in 24 GB)Gemma 4 31B22 GB (sta in 24 GB)GLM-4.6V67 GB (GPU + RAM)GLM-4.5V67 GB (GPU + RAM)

Verde: sta interamente su una scheda da 24 GB. Rosso: serve anche la RAM di sistema, quindi gira più lento.

Cosa mostra · Come leggerlo

Cosa mostra. I 8 migliori modelli di chat gratis che girano su un PC di casa con una RTX 4090 (24 GB) e 64 GB di RAM, confrontati in tre modi: quanto sono buoni, quanto velocemente scrivono e quanta memoria richiedono.

Come leggerlo. Stessi modelli, stessi colori nei tre grafici, così puoi seguire un modello da un grafico all'altro. Un modello può essere il migliore ma lento, o piccolo e veloce: scegli l'equilibrio che ti serve, poi controlla la tua scheda in «Usalo a casa».

API gratis adesso Scaricabili (pesi aperti)

226 modelli su 416 nella classifica Chat di Arena sono gratis. Voti aggiornati al 15 ott 2026. Miglior modello gratis: mimo-v2.6-pro, #11 in totale.

Filtra per laboratorio:

Classifica completa dei modelli gratis

Posizione tra i gratis	Modello	Punteggio Arena	Dimensione	Download	Fabbisogno a 4 bit	Qualità a 4 bit	Velocità su RTX 4090	Usalo gratis online
1	mimo-v2.6-pro Xiaomi	1491 #11 su 416	1024.2 B 44.9 B attivi	MIT	622 GB	+1.2% perdita minima	non entra	—
2	Kimi K3 (Max) Kimi (Moonshot)	1475 #25 su 416	2779.9 B 105.8 B attivi	Licenza Kimi K3	1686 GB	+1.2% perdita minima	non entra	Chat del laboratorio
3	glm-5.3-max GLM (Z.ai)	1471 #27 su 416	753.3 B 51.2 B attivi	MIT	458 GB	+1.2% perdita minima	non entra	Chat del laboratorio
4	glm-5.3-flash GLM (Z.ai)	1471 #29 su 416	321.3 B 25.4 B attivi	MIT	195 GB	+1.2% perdita minima	non entra	Chat del laboratorio
5	glm-5.2-max GLM (Z.ai)	1470 #31 su 416	753.3 B 51.2 B attivi	MIT	458 GB	+1.2% perdita minima	non entra	Chat del laboratorio
6	mimo-v2.5-pro Xiaomi	1465 #37 su 416	1023.2 B 43.8 B attivi	MIT	621 GB	+1.2% perdita minima	non entra	—
7	deepseek-v4.1-flash-max DeepSeek	1463 #38 su 416	763.2 B 228.1 B attivi	MIT	464 GB	+1.2% perdita minima	non entra	Chat del laboratorio
8	glm-5.1 GLM (Z.ai)	1462 #39 su 416	753.9 B 51.7 B attivi	MIT	458 GB	+1.2% perdita minima	non entra	Chat del laboratorio
9	kimi-k2.6 Kimi (Moonshot)	1455 #44 su 416	1026.9 B 33.3 B attivi	MIT modificata	623 GB	+1.2% perdita minima	non entra	Chat del laboratorio
10	mimo-v2.6-flash Xiaomi	1455 #45 su 416	310.8 B 17.4 B attivi	MIT	189 GB	+1.2% perdita minima	non entra	—
11	deepseek-v4-pro DeepSeek	1451 #49 su 416	1598.8 B 75.6 B attivi	MIT	970 GB	+1.2% perdita minima	non entra	Chat del laboratorio
12	glm-5 GLM (Z.ai)	1446 #60 su 416	753.9 B 51.8 B attivi	MIT	458 GB	+1.2% perdita minima	non entra	Chat del laboratorio
13	deepseek-v4-pro-high-20260813 DeepSeek	1446 #61 su 416	—	MIT	—	—	—	Chat del laboratorio
14	kimi-k2.5-thinking Kimi (Moonshot)	1445 #62 su 416	—	MIT modificata	—	—	—	Chat del laboratorio
15	deepseek-v4-pro-high-preview DeepSeek	1445 #63 su 416	—	MIT	—	—	—	Chat del laboratorio
16	nvidia-nemotron-3-ultra-550b-a55b-nvfp4 NVIDIA	1445 #64 su 416	560.5 B 55 B attivi	OpenMDW-1.1	340 GB	+1.2% perdita minima	non entra	Chat del laboratorio
17	gemma-4-31bIl migliore su una 4090 Google	1443 #67 su 416	31.3 B	Apache 2.0	22 GB	+1.8% piccola perdita	36 tok/s · ci sta	API gratis · provalo Chat del laboratorio
18	inkling Thinky	1441 #74 su 416	—	Apache 2.0	—	—	—	API gratis · provalo
19	qwen3.8-27b Qwen (Alibaba)	1441 #75 su 416	27.8 B	Apache 2.0	18 GB	+1.9% piccola perdita	43 tok/s · ci sta	Chat del laboratorio
20	glm-4.6 GLM (Z.ai)	1440 #76 su 416	356.8 B 37.6 B attivi	MIT	220 GB	+1.2% perdita minima	non entra	Chat del laboratorio
21	hy3 Tencent	1438 #80 su 416	298.8 B 24.4 B attivi	Apache 2.0	184 GB	+1.2% perdita minima	non entra	Chat del laboratorio
22	qwen3.5-397b-a17b Qwen (Alibaba)	1438 #81 su 416	403.4 B 17 B attivi	Apache 2.0	245 GB	+1.2% perdita minima	non entra	Chat del laboratorio
23	glm-4.7 GLM (Z.ai)	1435 #87 su 416	358.3 B 39.1 B attivi	MIT	221 GB	+1.2% perdita minima	non entra	Chat del laboratorio
24	gemma-4-26b-a4bIl più veloce su una 4090 Google	1434 #90 su 416	25.8 B 4 B attivi	Apache 2.0	17 GB	+1.9% piccola perdita	152 tok/s · ci sta	API gratis · provalo Chat del laboratorio
25	minimax-m3 MiniMax	1433 #91 su 416	427 B 26.8 B attivi	Pesi aperti MiniMax Community License	260 GB	+1.2% perdita minima	non entra	Chat del laboratorio
26	deepseek-v4-flash DeepSeek	1432 #92 su 416	290.9 B 20.4 B attivi	MIT	178 GB	+1.2% perdita minima	non entra	Chat del laboratorio
27	glm-4.5 GLM (Z.ai)	1430 #95 su 416	358.3 B 39.1 B attivi	MIT	221 GB	+1.2% perdita minima	non entra	Chat del laboratorio
28	mistral-large-3 Mistral	1428 #98 su 416	—	Apache 2.0	—	—	—	—
29	mimo-v2.5 Xiaomi	1428 #100 su 416	310.8 B 17.4 B attivi	MIT	189 GB	+1.2% perdita minima	non entra	—
30	deepseek-r1-0528 DeepSeek	1428 #101 su 416	684.5 B 51 B attivi	MIT	416 GB	+1.2% perdita minima	non entra	Chat del laboratorio
31	deepseek-v3.2-exp-thinking DeepSeek	1425 #104 su 416	685.4 B 51.9 B attivi	MIT	417 GB	+1.2% perdita minima	non entra	Chat del laboratorio
32	deepseek-v3.2 DeepSeek	1424 #105 su 416	685.4 B 51.9 B attivi	MIT	417 GB	+1.2% perdita minima	non entra	Chat del laboratorio
33	deepseek-v4-flash-high-preview DeepSeek	1424 #106 su 416	—	MIT	—	—	—	Chat del laboratorio
34	longcat-flash-chat Meituan	1423 #109 su 416	561.9 B 33.4 B attivi	MIT	341 GB	+1.2% perdita minima	non entra	—
35	deepseek-v3.2-exp DeepSeek	1422 #111 su 416	685.4 B 51.9 B attivi	MIT	417 GB	+1.2% perdita minima	non entra	Chat del laboratorio
36	mistral-medium-3.5 Mistral	1421 #112 su 416	—	MIT modificata	—	—	—	—
37	kimi-k2.5-instant Kimi (Moonshot)	1420 #113 su 416	—	MIT modificata	—	—	—	Chat del laboratorio
38	qwen3-vl-235b-a22b-instruct Qwen (Alibaba)	1420 #114 su 416	235.7 B 22 B attivi	Apache 2.0	145 GB	+1.2% perdita minima	non entra	Chat del laboratorio
39	deepseek-v3.2-thinking DeepSeek	1420 #115 su 416	685.4 B 51.9 B attivi	MIT	417 GB	+1.2% perdita minima	non entra	Chat del laboratorio
40	deepseek-v3.1 DeepSeek	1420 #116 su 416	684.5 B 51.1 B attivi	MIT	416 GB	+1.2% perdita minima	non entra	Chat del laboratorio
41	qwen3-235b-a22b-instruct-2507 Qwen (Alibaba)	1419 #119 su 416	235.1 B 22 B attivi	Apache 2.0	145 GB	+1.2% perdita minima	non entra	Chat del laboratorio
42	deepseek-v3.1-terminus-thinking DeepSeek	1419 #120 su 416	—	MIT	—	—	—	Chat del laboratorio
43	qwen3.5-122b-a10b Qwen (Alibaba)	1417 #123 su 416	125.1 B 10 B attivi	Apache 2.0	77 GB	+1.2% perdita minima	non entra	Chat del laboratorio
44	deepseek-v3.1-terminus DeepSeek	1417 #125 su 416	—	MIT	—	—	—	Chat del laboratorio
45	qwen3-next-80b-a3b-instruct Qwen (Alibaba)	1417 #126 su 416	—	Apache 2.0	—	—	—	Chat del laboratorio
46	deepseek-v3.1-thinking DeepSeek	1417 #128 su 416	—	MIT	—	—	—	Chat del laboratorio
47	qwen3-235b-a22b-thinking-2507 Qwen (Alibaba)	1415 #131 su 416	—	Apache 2.0	—	—	—	Chat del laboratorio
48	kimi-k2-thinking-turbo Kimi (Moonshot)	1414 #133 su 416	—	MIT modificata	—	—	—	Chat del laboratorio
49	Inkling Small Thinky	1413 #135 su 416	—	Apache 2.0	—	—	—	API gratis · provalo
50	mimo-v2-flash (non-thinking) Xiaomi	1411 #139 su 416	—	MIT	—	—	—	—
51	nvidia-nemotron-3.5-super-vl-120b-a12b-nvfp4 NVIDIA	1409 #141 su 416	—	OpenMDW-1.1	—	—	—	Chat del laboratorio
52	qwen3.5-27b Qwen (Alibaba)	1409 #142 su 416	27.8 B	Apache 2.0	18 GB	+1.9% piccola perdita	43 tok/s · ci sta	Chat del laboratorio
53	minimax-m2.7 MiniMax	1405 #148 su 416	—	MIT modificata	—	—	—	Chat del laboratorio
54	step-3.5-flash Stepfun	1403 #150 su 416	—	Apache 2.0	—	—	—	—
55	hunyuan-hy3-preview Tencent	1402 #151 su 416	—	Pesi aperti tencent-hunyuan-community	—	—	—	Chat del laboratorio
56	qwen3-vl-235b-a22b-thinking Qwen (Alibaba)	1401 #152 su 416	235.7 B 22 B attivi	Apache 2.0	145 GB	+1.2% perdita minima	non entra	Chat del laboratorio
57	qwen3.5-35b-a3b Qwen (Alibaba)	1395 #161 su 416	—	Apache 2.0	—	—	—	Chat del laboratorio
58	mimo-v2-flash (thinking) Xiaomi	1395 #162 su 416	—	MIT	—	—	—	—
59	qwen3-235b-a22b-no-thinking Qwen (Alibaba)	1393 #164 su 416	—	Apache 2.0	—	—	—	Chat del laboratorio
60	minimax-m2.1-preview MiniMax	1392 #165 su 416	—	MIT	—	—	—	Chat del laboratorio

Dimensione: parametri (e parametri attivi per i modelli mixture-of-experts). Fabbisogno a 4 bit: memoria GPU a Q4_K_M con 8K di contesto. Qualità a 4 bit: aumento di perplexity rispetto al modello completo, dai test con llama.cpp scalato in base alla dimensione. Velocità: stima su una RTX 4090 (24 GB) con 64 GB di DDR5, a 4 bit. Simula il tuo hardware.

I primi 15 modelli di chat gratis

mimo-v2.6-pro 1491 Kimi K3 (Max) 1475 glm-5.3-max 1471 glm-5.3-flash 1471 glm-5.2-max 1470 mimo-v2.5-pro 1465 deepseek-v4.1-flash-max 1463 glm-5.1 1462 kimi-k2.6 1455 mimo-v2.6-flash 1455 deepseek-v4-pro 1451 glm-5 1446 deepseek-v4-pro-high-20260813 1446 kimi-k2.5-thinking 1445 deepseek-v4-pro-high-preview 1445

1350140014501500

Punteggio Arena, l'asse parte da 1350. Colore = il laboratorio che ha creato il modello, uguale in tutti i grafici. Linea tratteggiata: miglior modello a pagamento, Gemini 4 Argon (High) (1532).

Cosa mostra · Come leggerlo

Cosa mostra. I 15 migliori modelli gratis per la chat, in base al punteggio dai voti umani alla cieca su Arena. La linea tratteggiata è il miglior modello a pagamento, come riferimento.

Come leggerlo. Barra più lunga, modello migliore. L'asse non parte da zero, quindi le piccole differenze sembrano più grandi di quello che sono: su Arena 10 punti sono una differenza piccola, 50 una differenza netta. Ogni colore è un laboratorio; usa i pulsanti dei laboratori qui sopra per mostrarne solo alcuni.

Punteggio e dimensione

Piccoli e forti mimo-v2.6-proglm-5.3-flashgemma-4-31b

130014001500

10B100B1T

Ogni punto è un modello aperto; più in alto è meglio, più a sinistra è più piccolo. La linea unisce i modelli che battono tutti quelli più piccoli. Parametri in scala logaritmica. Colore = il laboratorio che ha creato il modello.

Cosa mostra · Come leggerlo

Cosa mostra. Ogni modello aperto di cui si conosce la dimensione: il suo punteggio Arena rispetto al numero di parametri. La dimensione decide quanta memoria serve per usarlo.

Come leggerlo. Più in alto è meglio, più a sinistra è più piccolo. I modelli nell'angolo verde sono piccoli e forti: il miglior rapporto qualità-risorse per usarli a casa. La linea collega i modelli che battono tutti quelli più piccoli di loro.

Punteggio e velocità a casa

Veloci e forti gemma-4-31bgemma-4-26b-a4b

1300135014001450

10 tok/s100 tok/s

Ogni punto è un modello aperto; più in alto è meglio, più a destra è più veloce su una RTX 4090 a 4 bit. La linea unisce i modelli che battono tutti quelli più veloci. Velocità in scala logaritmica. Colore = il laboratorio che ha creato il modello.

Cosa mostra · Come leggerlo

Cosa mostra. I modelli aperti che girano su una RTX 4090 (24 GB) con 64 GB di RAM di sistema, a 4 bit: punteggio Arena rispetto alle parole al secondo stimate.

Come leggerlo. Più in alto è meglio, più a destra è più veloce. L'angolo verde è veloce e forte: il miglior rapporto qualità-risorse per un PC di casa. Circa 10 token al secondo è la velocità di lettura; sotto 5 sembra lento.

I migliori modelli gratis degli ultimi sei mesi

14501475150015251550

maggiulugagosetott

mimo-v2.6-pro 1491Kimi K3 (Max) 1475glm-5.3-max 1471glm-5.3-flash 1471glm-5.2-max 1470Miglior modello a pagamento

Punteggio Arena dal 17 apr 2026 al 15 ott 2026.

Cosa mostra · Come leggerlo

Cosa mostra. Come è cambiato in sei mesi il punteggio Arena dei cinque migliori modelli aperti, a confronto con il miglior modello a pagamento (grigio tratteggiato).

Come leggerlo. Una linea che sale significa che il modello ha ricevuto più voti col tempo. Le linee partono da quando un modello è entrato su Arena. Stesso colore del suo laboratorio; una linea tratteggiata è un secondo modello dello stesso laboratorio.

Chi batte chi

Modello A ↓ · Modello B →	Gemini 4 Argon (High) (a pagamento)	mimo-v2.6-pro	Kimi K3 (Max)	glm-5.3-max	glm-5.3-flash	glm-5.2-max	mimo-v2.5-pro	deepseek-v4.1-flash-max	glm-5.1	kimi-k2.6	mimo-v2.6-flash	deepseek-v4-pro	glm-5
Gemini 4 Argon (High) a pagamento		0.56	0.58	0.59	0.59	0.59	0.60	0.60	0.60	0.61	0.61	0.61	0.62
mimo-v2.6-pro	0.44		0.52	0.53	0.53	0.53	0.54	0.54	0.54	0.55	0.55	0.56	0.56
Kimi K3 (Max)	0.42	0.48		0.51	0.51	0.51	0.51	0.52	0.52	0.53	0.53	0.53	0.54
glm-5.3-max	0.41	0.47	0.49		0.50	0.50	0.51	0.51	0.51	0.52	0.52	0.53	0.54
glm-5.3-flash	0.41	0.47	0.49	0.50		0.50	0.51	0.51	0.51	0.52	0.52	0.53	0.54
glm-5.2-max	0.41	0.47	0.49	0.50	0.50		0.51	0.51	0.51	0.52	0.52	0.53	0.53
mimo-v2.5-pro	0.40	0.46	0.49	0.49	0.49	0.49		0.50	0.50	0.51	0.51	0.52	0.53
deepseek-v4.1-flash-max	0.40	0.46	0.48	0.49	0.49	0.49	0.50		0.50	0.51	0.51	0.52	0.52
glm-5.1	0.40	0.46	0.48	0.49	0.49	0.49	0.50	0.50		0.51	0.51	0.52	0.52
kimi-k2.6	0.39	0.45	0.47	0.48	0.48	0.48	0.49	0.49	0.49		0.50	0.51	0.51
mimo-v2.6-flash	0.39	0.45	0.47	0.48	0.48	0.48	0.49	0.49	0.49	0.50		0.51	0.51
deepseek-v4-pro	0.39	0.44	0.47	0.47	0.47	0.47	0.48	0.48	0.48	0.49	0.49		0.51
glm-5	0.38	0.44	0.46	0.46	0.46	0.47	0.47	0.48	0.48	0.49	0.49	0.49

A di solito perde (fino a 0.38)Pari (0.50)A di solito vince (fino a 0.62)

Ogni cella: quanto spesso ci si aspetta che il modello della riga batta quello della colonna, in base ai loro punteggi Arena (1 / (1 + 10^((B − A) / 400)), la formula Elo alla base dei punteggi di Arena). Arena non pubblica ogni singola sfida, quindi questi sono tassi attesi, non conteggiati.

Cosa mostra · Come leggerlo

Cosa mostra. Per ogni coppia di modelli migliori, quanto spesso ci si aspetta che quello della riga batta quello della colonna in un voto alla cieca.

Come leggerlo. Leggi lungo una riga: le celle blu sono le sfide che quel modello di solito vince, quelle rosse le sfide che di solito perde. 0.50 è un testa o croce; 0.60 vuol dire che vince 6 volte su 10.

Modelli piccoli, ancora senza voti su Arena

Modelli ufficiali dalle pagine Hugging Face dei laboratori, da 0.5 a 16 miliardi di parametri. Arena non li ha votati, quindi sono in ordine di download, che indica la popolarità, non la qualità. Girano con 4–12 GB di memoria GPU.

Modello	Download al mese	Dimensione	Usalo a casa
Qwen3-0.6B Qwen	28.6M	0.8 B	~3 GB a 4 bit · simula
Qwen3-4B Qwen	11.7M	4 B	~5 GB a 4 bit · simula
Qwen3-8B Qwen	8.8M	8.2 B	~7 GB a 4 bit · simula
Qwen3-14B Qwen	8.7M	14.8 B	~12 GB a 4 bit · simula
Qwen3.5-4B Qwen	7.8M	4.7 B	~5 GB a 4 bit · simula
Qwen3.5-9B Qwen	7.3M	9.7 B	~8 GB a 4 bit · simula
NVIDIA-Nemotron-3-Nano-4B-BF16 nvidia	1.7M	4 B	~5 GB a 4 bit · simula
SmolVLM2-500M-Video-Instruct HuggingFaceTB	1.4M	0.5 B	~2 GB a 4 bit · simula
gemma-3-1b-it google · licenza da accettare	1.4M	1 B	~3 GB a 4 bit · simula
MiniCPM5-2B openbmb	1.3M	2.5 B	~4 GB a 4 bit · simula
DeepSeek-R1-Distill-Qwen-1.5B deepseek-ai	1.3M	1.8 B	~3 GB a 4 bit · simula
gemma-3-4b-it google · licenza da accettare	1.1M	4.3 B	~5 GB a 4 bit · simula
SmolLM3-3B HuggingFaceTB	748K	3.1 B	~4 GB a 4 bit · simula
granite-4.1-3b ibm-granite	636K	3.4 B	~4 GB a 4 bit · simula
Apertus-v1.5-8B swiss-ai · licenza da accettare	493K	8.9 B	~8 GB a 4 bit · simula
Olmo-3-7B-Think allenai	490K	7.3 B	~7 GB a 4 bit · simula
Apertus-8B-Instruct-2509 swiss-ai	432K	8.1 B	~7 GB a 4 bit · simula
DeepSeek-R1-0528-Qwen3-8B deepseek-ai	426K	8.2 B	~7 GB a 4 bit · simula
DeepSeek-R1-Distill-Qwen-7B deepseek-ai	386K	7.6 B	~7 GB a 4 bit · simula
Olmo-3-7B-Instruct allenai	384K	7.3 B	~7 GB a 4 bit · simula

Novità, in attesa dei voti su Arena

Usciti negli ultimi 60 giorni sulle pagine Hugging Face ufficiali dei laboratori, oppure nuovi modelli gratis su OpenRouter, che Arena non ha ancora votato. Controlliamo ogni notte; quando Arena vota, il modello passa nella classifica qui sopra.

Uscito	Modello	Tipo	Dimensione	Fabbisogno a 4 bit	Usalo gratis
17 ott 2026	DeepSeek-V4.1-Flash-1017 deepseek-ai	Chat, Visione	763.2 B 228.1 B attivi	511 GB	Download
16 ott 2026	NVIDIA-Nemotron-Labs-Dory1.0-4B-BF16 nvidia	Chat	4 B	5 GB	Download
15 ott 2026	Hy-Memory-30B-A3B tencent	Chat	30.1 B 3 B attivi	22 GB	Download
14 ott 2026	UserRepGen-4B microsoft	Chat	4.5 B	5 GB	Download
14 ott 2026	granite-switch-4.1-8b ibm-granite	Chat	8.8 B	8 GB	Download
14 ott 2026	granite-switch-4.1-30b ibm-granite	Chat	30 B	22 GB	Download
14 ott 2026	flux-3-image-klein-pup black-forest-labs	Immagini	9.4 B	8 GB	Download
13 ott 2026	Ling-3.1-flash inclusionAI	Chat	572.1 B 33.1 B attivi	383 GB	Download
13 ott 2026	flux-3-image-klein black-forest-labs	Modifica immagini	5.5 B	6 GB	Download
12 ott 2026	NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16 nvidia	Chat, Visione	124.5 B 12 B attivi	85 GB	API gratis · provaloDownload
12 ott 2026	LFM2.5-24B-A2B LiquidAI	Chat	24 B 2 B attivi	18 GB	Download
9 ott 2026	NVIDIA-Nemotron-3.5-Bolt-74B-A9B-BF16 nvidia	Chat, Visione	74.9 B 9 B attivi	52 GB	Download
7 ott 2026	NVIDIA-Nemotron-3.5-Bolt-74B-A9B-24GB nvidia	Chat, Visione	22.4 B 9 B attivi	17 GB	Download
7 ott 2026	MiniCPM-V-4.7-35B-A3B openbmb	Chat, Visione	35.2 B 3 B attivi	25 GB	Download
5 ott 2026	d1-omni-600M LiquidAI	Chat, Visione	0.6 B	2 GB	Download
5 ott 2026	d1-3B LiquidAI	Chat, Visione	3.1 B	4 GB	Download
29 set 2026	AesCode-32B microsoft	Chat, Visione, Programmazione	33.4 B	24 GB	Download
29 set 2026	AesCode-8B microsoft	Chat, Visione, Programmazione	8.8 B	8 GB	Download
17 set 2026	Ming-Image-0.1-Design inclusionAI	Immagini	6.2 B	6 GB	Download
9 set 2026	Kandinsky-6.0-Lite-distill-5s-Diffusers kandinskylab	Video	3.2 B	4 GB	Download
9 set 2026	Kandinsky-6.0-Pro-distill-5s-Diffusers kandinskylab	Video	30.1 B	22 GB	Download
2 set 2026	tiny-aya-l2-thinker CohereLabs	Chat	3.4 B	4 GB	Download
27 ago 2026	Qwen-Drive-1.0-4B Qwen	Chat, Visione	4.5 B	5 GB	Download
27 ago 2026	ContextPilot-14B tencent	Chat	14.8 B	12 GB	Download
26 ago 2026	Bolmo-1B-Stage1 allenai	Chat	1.5 B	3 GB	Download
API gratis	XingChen: Xing4.0 29B A4B xingchen-agi	Chat	—	—	API gratis · provalo
API gratis	Dots Studio: Dots3-Note Preview dots-studio	Chat	—	—	API gratis · provalo
API gratis	LiquidAI: LFM2.5-2.6B liquid	Chat	—	—	API gratis · provalo
API gratis	NVIDIA: Nemotron 3.5 Lightning nvidia	Chat	—	—	API gratis · provalo
API gratis	Poolside: Laguna S 2.1 poolside	Chat	—	—	API gratis · provalo
API gratis	Poolside: Laguna XS 2.1 poolside	Chat	—	—	API gratis · provalo
API gratis	Cohere: North Mini Code cohere	Chat	—	—	API gratis · provalo
API gratis	NVIDIA: Nemotron 3 Ultra nvidia	Chat	—	—	API gratis · provalo
API gratis	NVIDIA: Nemotron 3 Nano Omni nvidia	Chat	—	—	API gratis · provalo
API gratis	NVIDIA: Nemotron 3 Super nvidia	Chat	—	—	API gratis · provalo

Domande frequenti

E i modelli nuovissimi?

Arena impiega qualche giorno o qualche settimana per raccogliere abbastanza voti. Nel frattempo i nuovi modelli dalle pagine ufficiali dei laboratori compaiono in «Novità, in attesa dei voti su Arena», con dimensioni, memoria necessaria e velocità. Quando Arena li vota, entrano in classifica in automatico.

Cosa conta come modello gratis?

Un modello a pesi aperti che puoi scaricare e usare da solo, oppure un modello che puoi chiamare oggi tramite un'API gratuita (controlliamo OpenRouter ogni notte). I modelli solo a pagamento restano fuori dalle classifiche, ma mostriamo il miglior punteggio a pagamento come linea di riferimento.

Da dove arrivano i punteggi?

Da Arena (in precedenza LMSYS Chatbot Arena), dove le persone confrontano due risposte anonime e votano la migliore. Arena pubblica la sua classifica come dataset aperto con licenza CC BY 4.0; noi lo filtriamo sui modelli gratis. Non siamo affiliati ad Arena.

Ogni quanto viene aggiornato?

Ogni notte. Un job programmato scarica gli ultimi dati di Arena, l'elenco dei modelli gratis da OpenRouter e le dimensioni dei modelli da Hugging Face, poi ricostruisce tutto il sito, compreso il report settimanale sul blog.

Posso usare questi modelli sul mio computer?

I modelli aperti sì, se entrano nella memoria della tua GPU. La pagina Usalo a casa stima memoria e velocità per la tua scheda esatta, da una a dieci schede, usando l'architettura reale di ogni modello.

Perché i modelli piccoli non hanno un punteggio?

Su Arena si vota soprattutto per i modelli grandi. Mostriamo a parte i modelli piccoli più popolari dell'elenco ufficiale di ogni laboratorio su Hugging Face e li segniamo «Nessun voto su Arena», così trovi comunque qualcosa che gira su una scheda da 4 a 12 GB.

Condividi questa pagina:X LinkedIn Reddit WhatsApp

Hai visto un numero sbagliato o un link rotto? Segnala un errore