Swiss-Bench

Quale modello IA funziona meglio per la Svizzera?

11 modelli. 6 dimensioni. 3 lingue. Aggiornamento trimestrale.

Ultimo aggiornamento: Q1 2026

Classifica

Ranking generale dei modelli

Classifica generale Swiss-Bench dei modelli IA, T1 2026
Rango Modello Tipo Totale DE FR IT Aggiornato
1 Claude Opus 4.6 Closed Source 65.9 82.4 82.6 81.0 Q1 2026
2 Kimi K2.5 Open Source 64.7 82.0 86.0 87.0 Q1 2026
3 Gemini 2.5 Pro Closed Source 63.8 85.0 87.0 85.0 Q1 2026
4 MiniMax M2.5 Open Source 62.9 72.0 82.0 78.0 Q1 2026
5 GPT-4o Closed Source 61.7 70.0 73.2 69.8 Q1 2026
6 Gemini 2.0 Flash Closed Source 59.3 75.2 74.2 77.0 Q1 2026
7 DeepSeek V3 Open Source 58.2 81.2 81.4 80.2 Q1 2026
8 Mistral Large 2 Open Source 58.2 70.6 63.8 68.0 Q1 2026
9 Llama 3.3 70B Open Source 56.7 64.6 68.2 63.6 Q1 2026
10 GPT-4o Mini Closed Source 55.3 57.2 62.2 57.2 Q1 2026
11 Qwen 2.5 72B Open Source 54.0 66.4 67.8 74.0 Q1 2026

Swiss-Bench v1.0 — punteggio composito HAAS su 6 dimensioni: Prestazione, Robustezza, Sicurezza, Conformità, Lingua svizzera, Documentazione. Totale = media ponderata di tutte le dimensioni. DE/FR/IT = accuratezza multilingue MMLU-ProX (peso 10% nel HAAS). 11 modelli, Q1 2026. Metodologia →

Risultati principali

Highlights Q1 2026

Miglior modello complessivo
Claude Opus 4.6
Punteggio HAAS più alto (65,9) su tutte le 6 dimensioni. Solida conoscenza del diritto svizzero e conformità EU AI Act.
Gara più serrata
Top 4 entro 3 punti
Kimi K2.5 (64.7), Gemini 2.5 Pro (63.8) e MiniMax M2.5 (62.9) sono a soli 1–3 punti dal leader. La frontiera è affollata.
Migliore multilingue
Gemini 2.5 Pro
I punteggi linguistici più alti in tutte e tre le lingue svizzere (DE 85%, FR 87%, IT 85%). Kimi K2.5 il più forte in italiano (87%).

Risultati benchmark: Swiss-Bench v1.0 (marzo 2026). Aggiornamento trimestrale.

Risultati dettagliati

Prestazioni per dominio

Suddivisione per dominio

Dominio Miglior modello Score Secondo Distacco
Servizi finanziariClaude Opus 4.691.2GPT-4o+2.4
Diritto (federale)GPT-4o89.7Claude Opus 4.6+1.1
Diritto (cantonale)Claude Opus 4.686.3Gemini 2.0 Flash+3.8
SanitàGemini 2.0 Flash84.9Claude Opus 4.6+0.7
Amministrazione pubblicaClaude Opus 4.688.1GPT-4o+1.9
AssicurazioniGPT-4o87.4Claude Opus 4.6+2.2

Analisi degli errori

Tipo di errore Claude Opus 4.6 GPT-4o Gemini 2.0 Flash Llama 3.3 70B
Tasso di allucinazione2.1%3.4%2.8%6.7%
Confusione giurisdizionale1.3%1.8%2.4%5.1%
Decadimento temporale4.2%3.9%5.1%7.3%
Mescolanza linguistica0.8%1.2%0.6%3.4%

Coerenza interlinguistica

Modello DE↔FR DE↔IT FR↔IT Coerenza media
Claude Opus 4.696.8%94.2%95.1%95.4%
GPT-4o95.3%92.7%93.4%93.8%
Gemini 2.0 Flash96.1%95.8%94.9%95.6%
Mistral Large 297.2%91.3%92.7%93.7%

Ricevi il report completo Swiss-Bench

Approfondimento trimestrale con punteggi per dominio, analisi degli errori e raccomandazioni sui modelli per le aziende svizzere.

Nessuno spam. Solo il report trimestrale. Cancellazione in qualsiasi momento.
La metodologia Swiss-Bench, i criteri di valutazione e il framework di valutazione sono documentati sulla nostra pagina Metodologia →.

Un articolo scientifico peer-reviewed che descrive la nostra metodologia, la ground truth verificata da esperti e il framework statistico è attualmente in preparazione per la pubblicazione.

Avete bisogno di punteggi per il VOSTRO dominio? La nostra Valutazione modelli IA (da CHF 8’000) esegue Swiss-Bench sul vostro caso d’uso specifico. Confronto di 5 modelli, scenari specifici per dominio, raccomandazione operativa.
Contatto

Pronti per una valutazione indipendente?

Iniziate con una valutazione modelli IA o un SOTA Model Sweep completo. Entro due settimane saprete quale modello funziona meglio per il vostro caso d’uso svizzero.

Valutazione da CHF 8’000 · SOTA Sweep da CHF 20’000
contact@ai-helvetic.ch