Benchmarks IA

Modèles IA, comparés sur la qualité et le coût.

Une vue pratique des scores de modèles publiés qui vous aide à comparer les capacités, les forces par catégorie et le coût d'exécution sans perdre le détail.

Voir le graphique du rapport qualité-prix Source du benchmark Dernière version sélectionnée · 25 juin 2026

Pour quel modèle devrais-je payer ?

Comparez le score au coût par tâche, pour chaque niveau d’effort.

Chaque ligne représente un modèle et chaque point correspond à un niveau d’effort de raisonnement, de faible à maximal. Plus haut signifie plus intelligent, plus à gauche signifie moins cher. L’escalier bleu relie les réglages qu’aucun modèle moins cher ne surpasse.

Chiffres relevés le 10 novembre 2026 auprès de Artificial Analysis : Artificial Analysis Intelligence Index v5.0.1.

Comment lire ce graphique

Plus haut signifie un meilleur score à l’Intelligence Index ; plus à droite signifie un coût par tâche plus élevé. L’axe des coûts est logarithmique : chaque ligne de la grille vaut 10 fois la précédente.
Un point sur l’escalier bleu offre le meilleur rapport qualité-prix à ce coût : aucun modèle moins cher n’obtient un score supérieur. Les modèles sous l’escalier sont surpassés par un modèle moins cher.
Une tâche correspond à l’un des exercices de test de la référence, souvent longs et composés de plusieurs étapes. Comparez les modèles avec le coût, mais ne l’utilisez pas pour établir votre budget : un e-mail courant coûte une petite fraction de ce montant.

Intelligence et coût par tâche

Clavier : appuyez sur Tab pour accéder au graphique, puis sur les flèches gauche et droite pour parcourir une ligne, et haut et bas pour passer d’une ligne à l’autre. Entrée sélectionne un point et Échap efface la sélection.

Chaque point du graphique indique le modèle, le niveau d’effort, l’Indice d’intelligence, le coût par tâche et s’il s’agit d’un meilleur choix.
Modèle	Niveau d’effort	Indice	Coût par tâche	Meilleur choix
Claude Fable 5.2	faible	54	3,10 $US	Non
Claude Fable 5.2	moyen	56	3,80 $US	Oui
Claude Fable 5.2	élevé	62	9,08 $US	Oui
Claude Fable 5.2	xhigh	62	14,83 $US	Oui
Claude Fable 5.2	max	65	26,54 $US	Oui
Claude Opus 5.5	faible	35	0,98 $US	Non
Claude Opus 5.5	moyen	48	2,45 $US	Non
Claude Opus 5.5	élevé	52	3,47 $US	Non
Claude Opus 5.5	xhigh	57	6,05 $US	Oui
Claude Opus 5.5	max	59	10,04 $US	Non
Claude Sonnet 5.5	faible	26	0,51 $US	Non
Claude Sonnet 5.5	moyen	31	0,78 $US	Non
Claude Sonnet 5.5	élevé	42	1,64 $US	Non
Claude Sonnet 5.5	xhigh	50	4,09 $US	Non
Claude Sonnet 5.5	max	55	10,02 $US	Non
Claude Haiku 5.5	faible	19	0,044 $US	Oui
Claude Haiku 5.5	moyen	25	0,092 $US	Non
Claude Haiku 5.5	élevé	30	0,16 $US	Non
Claude Haiku 5.5	xhigh	35	0,25 $US	Non
Claude Haiku 5.5	max	37	0,41 $US	Non
GPT-6 Astra	faible	43	1,42 $US	Non
GPT-6 Astra	moyen	52	2,73 $US	Non
GPT-6 Astra	élevé	55	3,24 $US	Oui
GPT-6 Astra	xhigh	55	3,66 $US	Oui
GPT-6 Astra	max	57	6,25 $US	Non
GPT-6.1 Sol	faible	35	0,16 $US	Non
GPT-6.1 Sol	moyen	46	0,36 $US	Oui
GPT-6.1 Sol	élevé	50	0,59 $US	Oui
GPT-6.1 Sol	xhigh	53	0,76 $US	Oui
GPT-6.1 Sol	max	55	1,27 $US	Oui
GPT-6.1 Terra	faible	29	0,071 $US	Oui
GPT-6.1 Terra	moyen	38	0,17 $US	Oui
GPT-6.1 Terra	élevé	42	0,26 $US	Oui
GPT-6.1 Terra	xhigh	45	0,40 $US	Non
GPT-6.1 Terra	max	51	0,96 $US	Non
GPT-6 Luna	faible	10	0,005 $US	Oui
GPT-6 Luna	moyen	18	0,042 $US	Oui
GPT-6 Luna	élevé	21	0,073 $US	Non
GPT-6 Luna	xhigh	23	0,10 $US	Non
GPT-6 Luna	max	28	0,15 $US	Non
Gemini 4 Carbon	faible	54	7,19 $US	Non
Gemini 4 Carbon	moyen	58	6,59 $US	Oui
Gemini 4 Carbon	élevé	60	7,76 $US	Oui
Gemini 4 Argon	élevé	50	9,95 $US	Non
Gemini 3.8 Flash	moyen	30	6,26 $US	Non
Gemini 3.8 Flash	élevé	31	7,77 $US	Non
DeepSeek V4.1 Flash 1017	élevé	29	0,46 $US	Non
DeepSeek V4.1 Flash 1017	max	33	0,60 $US	Non
Grok 4.7	faible	31	2,92 $US	Non
Grok 4.7	élevé	35	6,18 $US	Non
Grok 4.7	xhigh	36	7,77 $US	Non
Kimi K3.1 Pro	par défaut	47	3,68 $US	Non
Muse Ember 1.0	max	36	0,14 $US	Oui
Mistral Large 4	moyen	23	1,41 $US	Non
Mistral Large 4	élevé	26	2,06 $US	Non

Sources et remarques

Chaque point est repris de la page du modèle correspondante d’Artificial Analysis : l’Indice d’intelligence et le coût par tâche publié par Artificial Analysis, au tarif catalogue du fournisseur, mise en cache comprise. Dapols calcule uniquement l’escalier, le meilleur rapport qualité-prix et le conseil comparatif. Seuls les niveaux d’effort testés par Artificial Analysis sont représentés. Une ligne courte indique donc qu’il y a moins de niveaux publiés, et non qu’une mesure manque.

La ligne de Gemini 4 Carbon revient sur elle-même : Artificial Analysis a mesuré un coût par tâche plus élevé au niveau faible qu’au niveau moyen. Le graphique reprend les données telles que publiées.

Avec le niveau d’effort faible, Gemini 3.8 Flash obtient un score de 23 sur Artificial Analysis, qui n’a pas publié son coût par tâche. Le modèle n’est donc pas représenté. artificialanalysis.ai

Comment Artificial Analysis calcule l’indice

Claude Fable 5.2 faible · moyen · élevé · xhigh · max
Claude Opus 5.5 faible · moyen · élevé · xhigh · max
Claude Sonnet 5.5 faible · moyen · élevé · xhigh · max
Claude Haiku 5.5 faible · moyen · élevé · xhigh · max
GPT-6 Astra faible · moyen · élevé · xhigh · max
GPT-6.1 Sol faible · moyen · élevé · xhigh · max
GPT-6.1 Terra faible · moyen · élevé · xhigh · max
GPT-6 Luna faible · moyen · élevé · xhigh · max
Gemini 4 Carbon faible · moyen · élevé
Gemini 4 Argon élevé
Gemini 3.8 Flash moyen · élevé
DeepSeek V4.1 Flash 1017 élevé · max
Grok 4.7 faible · élevé · xhigh
Kimi K3.1 Pro par défaut
Muse Ember 1.0 max
Mistral Large 4 moyen · élevé

Dernières mises à jour des modèles et benchmarks

Le classement sur cette page correspond à la version du 25 juin de LiveBench, recapturée le 22 septembre 2026. Il inclut désormais Grok 4.7 xHigh et DeepSeek V4.1 Flash Max Effort. Les notes sur les modèles ci-dessous proviennent des pages des fournisseurs elles-mêmes, signalées comme telles.

Grok 4.6

Même prix d'API que Grok 4.5 : $2 / $6. xAI annonce un Artificial Analysis Intelligence Index de 61 — à égalité avec GPT-5.6 Sol Max, un point derrière Fable 5 Max. Fort sur le travail de connaissance ; 26 % sur Terminal-Bench v3.

Lire le briefing Grok 4.6

DeepSeek V4.1 Flash

DeepSeek V4.1 Flash a remplacé V4 Flash le 10 sept. 2026 sous le nouvel identifiant d'API deepseek-flash, à $0.15 / $0.60 pour 1M de tokens en heures creuses et $0.30 / $1.20 en heures de pointe. À partir du 14 sept., les requêtes V4 Pro y sont aussi redirigées : changez d'identifiant de modèle dès maintenant. Il n'est pas encore classé sur LiveBench.

Voir dans le suivi des modèles

Les lignes du classement proviennent uniquement des données LiveBench publiées. Nous n'inventons pas les scores.

Best overall

Claude Fable 5.1 Max Effort leads this snapshot at 83.4 overall, $1.212 per successful task.

Best value per task

ox-alpha-max runs at $0.000 per successful task and still scores 69.2 overall.

Best open weights

DeepSeek V4.1 Flash Max Effort is the strongest open-weight model here at 81.1 overall — the option you can host yourself.

Best per capability

If your work is mostly one kind of task, these lead their category in this snapshot.

Raisonnement: GPT-6 Astra Max Effort 92.7
Codage: Claude 5.5 Opus Thinking Max Effort 89.3
Codage agentique: DeepSeek V4.1 Flash Max Effort 77.3
Mathématiques: Claude 5.5 Opus Thinking Max Effort 97.1
Analyse de données: GPT-6 Astra Max Effort 83.0
Langue: Claude Fable 5 Max Effort 90.7
Suivi d'instructions: Gemini 3.8 Flash High 81.4

Every number above comes from the 2026-06-25 release dated 2026-06-25, published by a third-party benchmark and reproduced unaltered.

Qui arrive en tête du classement ci-dessous ?

Le graphique Frontier en haut de la page indique quel modèle vaut la peine d’être payé. Ce graphique classe les modèles de l’instantané du classement selon leur score, pour vous montrer l’écart réel entre les premiers.

Comment ils se classent

Plus c'est long, mieux c'est. Les barres indiquent le score Global sur 100 ; le chiffre à côté de chaque barre est la valeur exacte. Sélectionnez une ligne pour reporter ce modèle dans le graphique des coûts ci-dessous.

Affichage des 12 premiers sur 58. Passez à la vue de comparaison complète pour chaque modèle.

Profil de catégorie

Sélectionnez jusqu'à trois modèles dans le classement pour comparer leurs scores sur les sept catégories.

Claude Fable 5.1 Max Effort83.4
ox-alpha-max69.2
DeepSeek V4.1 Flash Max Effort81.1

Raisonnement91.776.686.7
Codage86.475.880.0
Codage agentique66.152.677.3
Mathématiques97.077.593.3
Analyse de données80.375.879.3
Langue89.566.181.2
Suivi d'instructions73.060.370.0

Chaque piste va de 0 à 100. Plus à droite est plus fort ; le chiffre en gras est le leader de cette ligne.

Lire ces scores sous forme de tableau

Profil de catégorie
Catégorie	Claude Fable 5.1 Max Effort	ox-alpha-max	DeepSeek V4.1 Flash Max Effort
Raisonnement	91.7	76.6	86.7
Codage	86.4	75.8	80.0
Codage agentique	66.1	52.6	77.3
Mathématiques	97.0	77.5	93.3
Analyse de données	80.3	75.8	79.3
Langue	89.5	66.1	81.2
Suivi d'instructions	73.0	60.3	70.0

Classement

Triez chaque catégorie, affinez la liste et ouvrez un modèle pour sa répartition publiée des sous-tâches.

01
Claude Fable 5.1 Max Effort
Anthropic
83.4
Global
1,212 $US
par tâche réussie
Mathématiques97.0Raisonnement91.7Langue89.5
02
Claude 5.5 Opus Thinking Max Effort
Anthropic
83.2
Global
0,799 $US
par tâche réussie
Mathématiques97.1Raisonnement92.2Codage89.3
03
Claude Fable 5 Max Effort
Anthropic
83.0
Global
1,439 $US
par tâche réussie
Mathématiques96.0Langue90.7Raisonnement89.7
04
GPT-6 Astra Max Effort
OpenAI
82.2
Global
0,736 $US
par tâche réussie
Mathématiques96.8Raisonnement92.7Langue89.4
05
GPT-6.1 Sol Max Effort
OpenAI
81.6
Global
0,142 $US
par tâche réussie
Mathématiques96.8Raisonnement92.6Langue90.1
06
Muse Spark 1.3 xHigh Effort
Meta
81.6
Global
0,219 $US
par tâche réussie
Mathématiques95.9Raisonnement89.7Langue82.8
07
DeepSeek V4.1 Flash Max Effort
ouvert
DeepSeek
81.1
Global
0,029 $US
par tâche réussie
Mathématiques93.3Raisonnement86.7Langue81.2
08
GPT-5.6 Sol Max Effort
OpenAI
81.0
Global
0,515 $US
par tâche réussie
Mathématiques96.2Raisonnement91.7Langue87.7
09
GPT-5.5 Thinking xHigh Effort
OpenAI
80.2
Global
0,435 $US
par tâche réussie
Mathématiques95.9Raisonnement89.7Langue87.4
10
Claude 5 Opus Thinking Max Effort
Anthropic
80.1
Global
0,699 $US
par tâche réussie
Mathématiques95.7Raisonnement91.2Langue88.7
11
GPT-6 Sol Max Effort
OpenAI
79.3
Global
0,268 $US
par tâche réussie
Mathématiques96.4Raisonnement88.7Langue85.3
12
Kimi K3
ouvert
Moonshot AI
79.2
Global
0,348 $US
par tâche réussie
Raisonnement90.7Langue85.5Mathématiques84.4
13
Gemini 3.7 Flash High
Google
78.8
Global
0,157 $US
par tâche réussie
Mathématiques93.5Raisonnement87.8Langue85.5
14
Qwen 3.8 Max
ouvert
Alibaba
78.5
Global
0,275 $US
par tâche réussie
Mathématiques91.3Raisonnement88.2Langue79.7
15
Muse Spark 1.2 xHigh Effort
Meta
78.0
Global
0,375 $US
par tâche réussie
Mathématiques91.2Raisonnement90.0Langue78.6
16
Grok 4.6 xHigh
xAI
78.0
Global
0,207 $US
par tâche réussie
Mathématiques92.6Raisonnement90.5Langue83.7
17
GPT-5.4 Thinking xHigh Effort
OpenAI
78.0
Global
0,387 $US
par tâche réussie
Mathématiques94.1Raisonnement88.1Langue82.6
18
GPT-5.6 Terra Max Effort
OpenAI
77.9
Global
0,352 $US
par tâche réussie
Mathématiques94.9Raisonnement90.6Langue82.9
19
Claude Sonnet 5.5 xHigh Effort
Anthropic
77.8
Global
0,141 $US
par tâche réussie
Mathématiques96.7Codage88.9Raisonnement86.8
20
DeepSeek V4 Pro 0813
ouvert
DeepSeek
77.4
Global
0,044 $US
par tâche réussie
Mathématiques95.1Raisonnement85.8Langue82.1
21
Grok 4.7 xHigh
xAI
77.4
Global
0,718 $US
par tâche réussie
Mathématiques95.7Raisonnement82.7Langue80.1
22
Gemini 3.1 Pro Preview High
Google
77.0
Global
0,286 $US
par tâche réussie
Mathématiques91.0Langue85.4Raisonnement84.0
23
DeepSeek V4 Flash Vision Exp
ouvert
DeepSeek
76.8
Global
0,051 $US
par tâche réussie
Mathématiques87.8Raisonnement85.4Langue80.4
24
Claude 4.7 Opus Thinking xHigh Effort
Anthropic
76.5
Global
0,528 $US
par tâche réussie
Mathématiques92.9Raisonnement87.2Codage82.1
25
Claude 4.8 Opus Thinking Max Effort
Anthropic
76.2
Global
0,983 $US
par tâche réussie
Mathématiques94.3Raisonnement89.2Codage81.8
26
Qwen 3.8 Flash Next
ouvert
Alibaba
76.2
Global
0,042 $US
par tâche réussie
Raisonnement87.4Mathématiques85.8Suivi d'instructions77.1
27
GLM-5.3
ouvert
Z.AI
76.1
Global
0,450 $US
par tâche réussie
Mathématiques87.9Raisonnement85.8Langue79.9
28
Claude Sonnet 5 xHigh Effort
Anthropic
76.0
Global
0,505 $US
par tâche réussie
Mathématiques92.9Raisonnement88.7Codage80.7
29
Grok 4.5
xAI
75.8
Global
0,131 $US
par tâche réussie
Mathématiques90.8Raisonnement87.2Langue82.8
30
Gemini 3.8 Flash High
Google
75.8
Global
0,307 $US
par tâche réussie
Mathématiques91.6Raisonnement89.3Langue87.8
31
Qwen3.8 27B
ouvert
Alibaba
75.3
Global
0,094 $US
par tâche réussie
Mathématiques86.2Raisonnement80.0Analyse de données76.6
32
Muse Spark 1.1 xHigh Effort
Meta
75.3
Global
0,198 $US
par tâche réussie
Raisonnement87.7Mathématiques87.1Codage77.2
33
GPT-5.2 High
OpenAI
74.6
Global
0,234 $US
par tâche réussie
Mathématiques93.2Raisonnement83.2Langue79.8
34
Gemini 3.5 Flash High
Google
74.6
Global
0,249 $US
par tâche réussie
Mathématiques88.2Langue84.6Raisonnement82.0
35
Claude 4.6 Opus Thinking High Effort
Anthropic
74.5
Global
0,404 $US
par tâche réussie
Mathématiques89.3Raisonnement88.7Langue83.3
36
DeepSeek V4 Flash 0731
ouvert
DeepSeek
74.2
Global
0,060 $US
par tâche réussie
Mathématiques86.8Raisonnement86.6Analyse de données79.3
37
GPT-5.2 Codex
OpenAI
74.0
Global
0,187 $US
par tâche réussie
Mathématiques88.8Codage83.6Analyse de données78.2
38
GPT-5.6 Luna Max Effort
OpenAI
73.6
Global
0,169 $US
par tâche réussie
Mathématiques87.2Raisonnement85.6Codage82.9
39
Gemini 3.6 Flash High
Google
73.6
Global
0,235 $US
par tâche réussie
Mathématiques86.4Raisonnement85.1Langue83.9
40
GLM-5.2
ouvert
Z.AI
73.2
Global
0,225 $US
par tâche réussie
Mathématiques89.8Codage79.7Raisonnement78.6
41
Qwen 3.7 Max
Alibaba
73.1
Global
0,182 $US
par tâche réussie
Mathématiques85.2Raisonnement83.3Langue79.7
42
Claude 4.6 Sonnet Thinking Medium Effort
Anthropic
73.0
Global
0,306 $US
par tâche réussie
Mathématiques87.0Raisonnement84.8Codage79.3
43
Claude 4.5 Opus Thinking High Effort
Anthropic
72.6
Global
0,610 $US
par tâche réussie
Mathématiques90.4Langue81.3Raisonnement80.1
44
GPT-6 Luna Max Effort
OpenAI
72.0
Global
0,026 $US
par tâche réussie
Mathématiques89.1Raisonnement81.8Codage79.0
45
Inkling xHigh Effort
ouvert
Thinking Machines
71.9
Global
0,310 $US
par tâche réussie
Mathématiques88.4Raisonnement78.3Langue73.5
46
GLM-5.3 Flash
ouvert
Z.AI
71.6
Global
0,031 $US
par tâche réussie
Mathématiques81.2Codage79.0Raisonnement77.6
47
Kimi K2.6 Thinking
ouvert
Moonshot AI
70.5
Global
0,169 $US
par tâche réussie
Mathématiques84.3Raisonnement79.4Codage78.6
48
GPT-5.4 Nano xHigh
OpenAI
69.6
Global
0,091 $US
par tâche réussie
Mathématiques91.0Raisonnement81.1Codage70.8
49
ox-alpha-max
Stealth
69.2
Global
0,000 $US
par tâche réussie
Mathématiques77.5Raisonnement76.6Codage75.8
50
Qwen 3.6 Plus
Alibaba
68.9
Global
0,227 $US
par tâche réussie
Mathématiques83.7Codage78.2Raisonnement75.8
51
Kimi K2.7 Code
ouvert
Moonshot AI
68.4
Global
0,100 $US
par tâche réussie
Raisonnement82.8Mathématiques79.6Langue77.9
52
Grok Build 0.1
xAI
67.8
Global
0,024 $US
par tâche réussie
Mathématiques78.4Raisonnement76.4Langue72.5
53
Nemotron 3 Ultra 550B A55B
ouvert
NVIDIA
67.4
Global
0,371 $US
par tâche réussie
Mathématiques88.7Raisonnement74.7Suivi d'instructions73.4
54
Minimax M3
Minimax
67.3
Global
0,060 $US
par tâche réussie
Mathématiques76.9Langue76.8Analyse de données76.2
55
GPT-5.4 Mini xHigh
OpenAI
66.4
Global
0,334 $US
par tâche réussie
Mathématiques78.5Codage71.6Raisonnement71.3
56
Qwen 3.6 27B
ouvert
Alibaba
64.0
Global
0,202 $US
par tâche réussie
Mathématiques79.9Codage71.8Analyse de données70.4
57
Gemini 3.5 Flash-Lite High
Google
63.9
Global
0,069 $US
par tâche réussie
Codage76.1Mathématiques73.7Langue71.8
58
Grok 4.3
xAI
62.3
Global
0,061 $US
par tâche réussie
Mathématiques84.3Langue73.6Raisonnement70.8

Le coût correspond à la métrique coût par tâche réussie fournie par la source pour le périmètre sélectionné.

Les scores sont un instantané d'un benchmark public tiers, reproduit sans modification. Dapols ajoute par-dessus l'analyse du coût par tâche réussie.Voir la source

A benchmark rank is not a hiring decision.

These scores say which model is strongest at a set of held-out tasks. They don’t say which one fits your workflow, your budget, or the tools you already pay for — and the cheapest model that clears your bar usually beats the highest scorer.

What changed recently

Dated releases from every major lab, with the vendor's own claims labelled as claims.

Open

What it costs to run

Our tool catalogue carries the price we last verified and the date we checked it.

Open

What to actually build

A deployment plan picks the stack for one workflow at your budget — models included.

Open