Mesures de tiers, sources ouvertes

Benchmarks

274 modèles d’IA, ouverts et fermés, mesurés par des évaluateurs indépendants des labos. Chaque benchmark est expliqué, chaque chiffre mène à sa source, chaque modèle a sa fiche : prix par fournisseur, et comment l’héberger soi-même.

Relevé le 07/10/2026. Dernier chiffre publié par chaque source : Epoch AI 29/09/2026 · LMArena 02/10/2026 · SWE-bench 26/02/2026 · LiteLLM non daté.

Comment lire ces chiffres · Tous les modèles, filtres · Méthode et sources

PoidsTousOuvertsFermés274 modèles128 à poids ouverts125 à poids fermés

Capacités

Indice ECI d’Epoch AI, plus haut = meilleur

Epoch AI, CC BY 4.0

Meilleur rapport capacité-prix

Frontière de Pareto, du moins cher au plus cher : $ par million de jetons

Qwen2.5-Coder (7B)OUV.ECI 113,10,02 $
Llama 3.1-8BOUV.ECI 116,60,03 $
gpt-oss-20bOUV.ECI 137,80,03 $
Qwen3-32BOUV.ECI 138,50,06 $
gpt-oss-120bOUV.ECI 139,90,07 $
DeepSeek V4 Flash 0731OUV.ECI 154,50,11 $
DeepSeek V4.1 FlashOUV.ECI 154,90,26 $
GPT-5.6 LunaECI 156,40,45 $

Qwen2.5-Coder (7B)OUV.ECI 113,10,02 $
Llama 3.1-8BOUV.ECI 116,60,03 $
gpt-oss-20bOUV.ECI 137,80,03 $
Qwen3-32BOUV.ECI 138,50,06 $
gpt-oss-120bOUV.ECI 139,90,07 $
DeepSeek V4 Flash 0731OUV.ECI 154,50,11 $
DeepSeek V4.1 FlashOUV.ECI 154,90,26 $
DeepSeek V4 Pro 0813OUV.ECI 155,31,38 $

LiteLLM, MIT

Code

SWE-bench Verified (Epoch), part des tickets résolus

Epoch AI, CC BY 4.0

Mathématiques

FrontierMath, niveaux 1 à 3, part résolue

Epoch AI, CC BY 4.0

Les 8 premiers de chaque liste ; un nom mène à la fiche du modèle. Barres : de zéro à 100 % pour les pourcentages, depuis zéro pour les prix ; pour l’ECI, qui n’a pas de zéro, depuis le repère 130 de l’échelle d’Epoch (Claude 3.5 Sonnet). Prix : 3 jetons d’entrée pour 1 de sortie, chez l’éditeur, sinon chez l’hébergeur le moins cher. Sources : Epoch AI, « Capabilities & benchmarking », epoch.ai/benchmarks (CC BY 4.0) ; Prix : LiteLLM (BerriAI), licence MIT, © 2023 Berri AI. Données adaptées : pourcentages, arrondis, meilleur réglage retenu, prix mélangé, rangs et frontière calculés ici.

Comment lire ces chiffres

Un benchmark est un examen : un jeu de questions fixes, posé à chaque modèle de la même façon. Aucun ne dit à lui seul quel modèle est « le meilleur » : chacun mesure une tâche, avec ses angles morts. Voici ce que mesure chacun de ceux repris ici ; ouvrir une fiche pour lire comment lire un score, ses limites et qui le publie.

Epoch Capabilities Index (ECI)

Capacités générales · 274 modèles évalués iciUn indice unique qui combine les résultats de nombreux benchmarks en une seule échelle de « capacité générale », pour comparer des modèles même quand un benchmark est devenu trop facile.

Lire un score: L'échelle est fixée par deux repères : Claude 3.5 Sonnet = 130 et GPT-5 = 150. Elle est linéaire : 10 points d'écart pèsent autant en bas qu'en haut. Au lancement de l'indice, 5 points de plus correspondaient à peu près à un doublement de la durée des tâches qu'un modèle sait mener seul (mesure METR).
Limites: La valeur absolue n'a pas de sens, seuls les écarts en ont. Un modèle très spécialisé peut avoir un ECI bas malgré d'excellents scores dans son domaine. Les repères peuvent être révisés quand des modèles et des benchmarks s'ajoutent.
Qui le publie: Epoch AI, institut de recherche à but non lucratif.
D’après: epoch.ai/benchmarks/eci (lu le 01/10/2026)

LMArena, classement texte

Conversation (préférence humaine) · 166 modèles évalués iciDes internautes posent leur propre question à deux modèles anonymes et votent pour la meilleure réponse. Les votes donnent une note par modèle. La version reprise ici corrige l'effet du style (longueur, mise en forme) pour ne pas récompenser les réponses simplement plus longues.

Lire un score: La note se lit comme un classement aux échecs (Elo) : avec cette formule, 100 points d'écart veulent dire que le mieux noté gagne environ 64 % de ses duels contre l'autre.
Limites: Une préférence n'est pas une exactitude : une réponse agréable peut gagner en étant fausse. La note est relative, elle bouge quand de nouveaux modèles arrivent. Les questions viennent des visiteurs du site et ne représentent pas tous les usages.
Qui le publie: LMArena (Arena Intelligence Inc.), issu du projet Chatbot Arena de l’université de Berkeley.
D’après: lmarena.ai/how-it-works Chiang et al., Chatbot Arena (2024) (lu le 01/10/2026)

GPQA Diamond

Sciences · 186 modèles évalués ici198 questions à choix multiples de biologie, physique et chimie, écrites par des docteurs ou doctorants, et conçues pour qu'un non-spécialiste échoue même avec internet.

Lire un score: Quatre réponses possibles, donc le hasard donne 25 %. Des experts de niveau doctorat recrutés par OpenAI ont obtenu 69,7 %. Un modèle à 90 % fait donc mieux que ces experts sur ces questions.
Limites: Les questions sont publiques depuis 2023 : un modèle a pu les voir à l'entraînement. Le score est proche du plafond pour les meilleurs modèles, il départage mal le haut du classement. Une réponse mal formatée compte comme fausse.
Qui le publie: Questions : Rein et al. (université de New York, 2023). Évaluation : Epoch AI.
D’après: epoch.ai/benchmarks/gpqa-diamond Rein et al., GPQA (2023) (lu le 01/10/2026)

FrontierMath, niveaux 1 à 3

Maths · 81 modèles évalués ici295 problèmes de mathématiques originaux et non publiés, écrits et vérifiés par des mathématiciens, du niveau fin de licence à celui d'un jeune chercheur. Les plus durs demandent des heures à un spécialiste du domaine. Le modèle peut faire tourner du code Python.

Lire un score: Part des problèmes résolus. Le niveau 4, plus dur encore (43 problèmes), est compté à part. 30 % veut dire environ 90 problèmes de niveau recherche résolus.
Limites: OpenAI a financé le benchmark et a un accès exclusif à une partie des problèmes, ce qu'Epoch déclare. Le jeu a été corrigé en juin 2026 (erreurs dans 42 % des problèmes) : les scores d'avant et d'après ne se comparent pas.
Qui le publie: Epoch AI (questions et évaluation).
D’après: epoch.ai/benchmarks/frontiermath-tiers-1-3 Glazer et al., FrontierMath (2024) (lu le 01/10/2026)

OTIS Mock AIME 2024-2025

Maths de concours · 176 modèles évalués ici45 problèmes de concours de mathématiques (lycée, niveau olympiades) tirés des examens blancs OTIS, qui imitent l'AIME américain. Chaque réponse est un entier de 0 à 999.

Lire un score: Part des problèmes résolus. Plus difficile que les exercices de MATH niveau 5, beaucoup plus facile que FrontierMath. Répondre au hasard ne rapporte presque rien (une chance sur mille).
Limites: 45 problèmes seulement : quelques réponses de plus ou de moins font bouger le score de plusieurs points. Les meilleurs modèles approchent le plafond.
Qui le publie: Problèmes : élèves du programme OTIS (Evan Chen). Évaluation : Epoch AI.
D’après: epoch.ai/benchmarks/otis-mock-aime-2024-2025 (lu le 01/10/2026)

SWE-bench Verified (évaluation Epoch)

Code · 32 modèles évalués iciDes tickets GitHub réels pris dans 12 projets Python open source. Le modèle reçoit le code et la description du problème, modifie le dépôt, puis les tests du projet vérifient la correction. Le jeu « Verified » (500 tickets) a été relu par des développeurs ; Epoch en utilise 484.

Lire un score: Part des tickets résolus. 70 % veut dire que le modèle a corrigé, sans aide, environ 7 tickets réels sur 10, tests du projet à l'appui.
Limites: Python seulement, sur des projets connus que les modèles ont pu voir. Epoch estime que 5 à 10 % des tickets restent ambigus ou mal notés. Le score dépend de l'outillage : celui d'Epoch a été nettement amélioré en février 2026.
Qui le publie: Jeu de données : équipe SWE-bench (Princeton) et OpenAI. Évaluation : Epoch AI.
D’après: epoch.ai/benchmarks/swe-bench-verified Jimenez et al., SWE-bench (2023) (lu le 01/10/2026)

SimpleQA Verified

Connaissances factuelles · 77 modèles évalués ici1 000 questions factuelles courtes (politique, sciences, art, sport, géographie…) posées sans recherche web, avec une seule bonne réponse : une date, une personne, un nombre, un lieu.

Lire un score: Part de bonnes réponses. Un score bas veut dire que le modèle se trompe souvent sur des faits précis quand il n'a pas accès au web : ce qu'il affirme de mémoire est à vérifier.
Limites: Les questions ont été choisies pour être difficiles pour les modèles de 2024-2025. Une IA qui cherche sur le web fait bien mieux. Epoch compte seulement les bonnes réponses, sans la mesure de Google qui valorise aussi le fait de s'abstenir.
Qui le publie: Questions : Google, d’après SimpleQA d’OpenAI. Évaluation : Epoch AI.
D’après: epoch.ai/benchmarks/simpleqa-verified Haas et al., SimpleQA Verified (2025) (lu le 01/10/2026)

SWE-bench Verified, mini-SWE-agent (classement officiel)

CodeLes mêmes 500 tickets, avec un outil minimal identique pour tous les modèles (un terminal bash, rien d'autre) : la comparaison porte sur le modèle, pas sur l'outillage autour.

Lire un score: Part des tickets résolus avec ce seul outil. Plus bas que les scores annoncés par les labos, qui utilisent des outils plus riches.
Limites: Mis à jour au fil des soumissions, parfois avec des mois de retard : la date de chaque ligne est affichée. Licence non commerciale (CC BY-NC).
Qui le publie: Équipe SWE-bench (Princeton, Stanford).
D’après: swebench.com (lu le 01/10/2026)

Capacité contre prix

En haut à gauche, le plus capable pour le moins cher. La ligne en tirets relie les modèles qu'aucun autre ne bat à la fois sur la capacité et sur le prix (frontière de Pareto) ; la liste sous le graphique mène à leurs fiches.

poids ferméspoids ouvertsfrontière de Pareto

Sur la frontière (tous modèles), du moins cher au plus cher : 1. Qwen2.5-Coder (7B) (113,1, 0,02 $), 2. Llama 3.1-8B (116,6, 0,03 $), 3. gpt-oss-20b (137,8, 0,03 $), 4. Qwen3-32B (138,5, 0,06 $), 5. gpt-oss-120b (139,9, 0,07 $), 6. DeepSeek V4 Flash 0731 (154,5, 0,11 $), 7. DeepSeek V4.1 Flash (154,9, 0,26 $), 8. GPT-5.6 Luna (156,4, 0,45 $), 9. Gemini 3.7 Flash (157,3, 1,50 $), 10. Claude Sonnet 5.5 (165,0, 4,00 $), 11. Claude Opus 5.5 (167,3, 8,00 $).

Sur la frontière (poids ouverts), du moins cher au plus cher : 1. Qwen2.5-Coder (7B) (113,1, 0,02 $), 2. Llama 3.1-8B (116,6, 0,03 $), 3. gpt-oss-20b (137,8, 0,03 $), 4. Qwen3-32B (138,5, 0,06 $), 5. gpt-oss-120b (139,9, 0,07 $), 6. DeepSeek V4 Flash 0731 (154,5, 0,11 $), 7. DeepSeek V4.1 Flash (154,9, 0,26 $), 8. DeepSeek V4 Pro 0813 (155,3, 1,38 $), 9. Kimi K3 (157,5, 6,00 $).

Sur la frontière (poids fermés), du moins cher au plus cher : 1. Ministral 3B (118,1, 0,04 $), 2. GPT-5 nano (139,4, 0,14 $), 3. GPT-5.6 Luna (156,4, 0,45 $), 4. Gemini 3.7 Flash (157,3, 1,50 $), 5. Claude Sonnet 5.5 (165,0, 4,00 $), 6. Claude Opus 5.5 (167,3, 8,00 $).

Capacité : indice ECI d'Epoch AI. Prix : catalogue de l'éditeur, sinon de l'hébergeur le moins cher, 3 jetons d'entrée pour 1 de sortie, d'après LiteLLM ; c'est un prix au jeton, pas un coût par tâche (un modèle bavard coûte plus que son prix ne le dit). 83 modèles sans prix dans la table n’y figurent pas. Sources : Epoch AI, « Capabilities & benchmarking », epoch.ai/benchmarks (CC BY 4.0) ; Prix : LiteLLM (BerriAI), licence MIT, © 2023 Berri AI. Données adaptées : pourcentages, arrondis, meilleur réglage retenu, prix mélangé, rangs et frontière calculés ici.

Tous les modèles

Les 274 modèles de l’indice ECI, triés par ECI. Le nom mène à la fiche (scores détaillés, prix par fournisseur, auto-hébergement) ; chaque chiffre mène à sa source. Un tiret : Epoch AI n’a pas évalué ce modèle ; dans la colonne Arena, le modèle est absent du classement LMArena ou son nom n’a pas été rapproché. Les chiffres annoncés par les éditeurs eux-mêmes ne sont pas repris.

Benchmarks, taille et prix des 274 modèles de l’indice ECI
Modèle	Éditeur	Poids	Taille	ECI	Arena	GPQA	FrontierMath	AIME	SimpleQA	SWE-bench	Prix $/M
Claude Opus 5.5	Anthropic	fermés	—	167,3	1 504	90,6	91,2	100,0	72,2	—	8,00
GPT-6 Astra	OpenAI	fermés	—	166,5	1 477	95,8	93,7	100,0	75,6	—	20,00
GPT-6.1 Sol	OpenAI	fermés	—	166,1	—	95,4	93,7	100,0	73,9	—	—
Claude Sonnet 5.5	Anthropic	fermés	—	165,0	—	95,6	88,8	100,0	46,5	—	4,00
Claude Fable 5.1	Anthropic	fermés	—	164,7	1 501	—	90,2	100,0	70,8	—	20,00
Claude Opus 5	Anthropic	fermés	—	162,8	1 489	93,9	85,6	98,9	59,9	—	10,00
GPT-6 Sol	OpenAI	fermés	—	162,7	—	94,3	89,8	100,0	60,7	—	—
GPT-5.5 Pro	OpenAI	fermés	—	162,1	—	93,9	87,7	100,0	—	—	67,50
Claude Fable 5	Anthropic	fermés	—	162,1	1 504	85,9	87,0	100,0	70,7	—	20,00
GPT-5.6 Sol	OpenAI	fermés	—	161,7	1 484	93,5	89,1	100,0	69,7	—	8,00
GPT-5.6 Terra	OpenAI	fermés	—	159,6	1 465	93,3	86,0	99,7	43,2	—	4,50
GPT-5.5	OpenAI	fermés	—	159,1	1 481	94,0	85,3	100,0	63,0	80,6	11,25
GPT-5.4 Pro	OpenAI	fermés	—	158,9	—	94,6	82,5	—	46,3	—	67,50
Claude Opus 4.8	Anthropic	fermés	—	158,2	1 482	91,0	80,0	98,3	53,0	—	10,00
Kimi K3	Moonshot	ouverts	2 800 Md104 Md act.	157,5	1 488	93,1	72,2	97,2	50,6	—	6,00
Gemini 3.7 Flash	Google DeepMind	fermés	—	157,3	1 488	94,8	71,6	97,2	69,2	—	1,50
GPT-5.4	OpenAI	fermés	—	156,8	1 475	93,3	78,6	97,8	45,1	76,9	5,63
GPT-5.3 Codex	OpenAI	fermés	—	156,8	—	—	—	—	—	74,8	4,81
Muse Spark 1.3	Meta AI	fermés	—	156,8	1 494	—	74,4	99,2	—	—	2,00
Gemini 3.8 Flash	Google DeepMind	fermés	—	156,7	1 495	95,4	68,4	98,9	69,7	—	1,50
Grok 4.6	xAI	fermés	1 500 Md	156,4	1 454	94,0	66,0	99,2	49,3	—	3,00
Qwen 3.8 Max	Alibaba	fermés	2 400 Md95 Md act.	156,4	1 482	92,7	74,7	99,4	45,8	—	3,00
GPT-5.6 Luna	OpenAI	fermés	—	156,4	1 453	91,6	82,1	98,3	41,0	—	0,45
GPT-6 Luna	OpenAI	fermés	—	156,3	—	90,5	78,9	98,9	41,4	—	—
Claude Opus 4.7	Anthropic	fermés	—	156,3	1 501	90,2	70,2	97,8	51,7	83,5	10,00
Claude Sonnet 5	Anthropic	fermés	—	156,2	1 462	90,5	65,6	94,7	33,7	—	4,00
GLM-5.3	Z.ai (Zhipu AI)	fermés	744 Md40 Md act.	155,6	1 478	90,9	68,8	91,1	41,0	—	2,15
GPT-5.2 Pro	OpenAI	fermés	—	155,4	—	—	74,0	—	—	—	57,75
DeepSeek V4 Pro 0813	DeepSeek	ouverts	—	155,3	1 464	91,7	64,6	98,6	52,9	—	1,38
Claude Opus 4.6	Anthropic	fermés	—	155,2	1 505	90,5	66,0	94,4	47,0	78,7	10,00
Qwen3.8 Max (0902)	Alibaba	fermés	—	155,1	—	92,3	65,6	100,0	47,3	—	—
DeepSeek V4.1 Flash	DeepSeek	ouverts	748 Md16 Md act.	154,9	1 474	—	—	—	—	—	0,26
Muse Spark 1.2	Meta AI	fermés	—	154,9	1 494	—	—	—	60,3	—	2,00
Gemini 3.1 Pro	Google DeepMind	fermés	—	154,8	1 487	94,4	59,6	95,6	73,5	75,6	4,50
DeepSeek V4 Flash 0731	DeepSeek	ouverts	284 Md13 Md act.	154,5	—	91,0	57,5	94,4	33,6	—	0,11
Gemini 3.5 Flash	Google DeepMind	fermés	—	154,5	1 477	92,8	62,8	95,6	66,2	79,3	3,38
Gemini 3.6 Flash	Google DeepMind	fermés	—	154,3	1 483	94,1	58,9	94,2	66,2	—	1,50
Muse Spark 1.1	Meta AI	fermés	—	154,2	1 491	—	—	—	57,8	—	2,00
Grok 4.5	xAI	fermés	1 500 Md	153,9	1 466	93,4	57,2	97,8	48,3	—	3,00
Qwen3.7-Max	Alibaba	fermés	—	153,7	—	90,9	64,6	95,6	55,8	77,3	3,75
Grok 4.7	xAI	fermés	2,1 Md	153,5	—	92,7	53,0	98,1	56,0	—	—
GPT-5.2	OpenAI	fermés	—	153,5	1 437	91,4	67,4	96,1	37,1	73,8	4,81
Gemini 3 Pro	Google DeepMind	fermés	—	152,9	1 485	92,6	—	91,4	—	72,9	4,50
Claude Sonnet 4.6	Anthropic	fermés	—	152,2	1 472	87,4	—	85,8	35,5	75,2	6,00
Muse Spark	Meta AI	fermés	—	152,0	1 489	89,8	—	88,9	—	—	—
Grok 4.20	xAI	fermés	500 Md	152,0	—	89,3	44,9	92,2	30,2	—	1,56
GLM-5.3-Flash	Z.ai (Zhipu AI)	ouverts	320 Md18 Md act.	151,9	1 473	90,2	55,8	93,9	—	—	0,24
Gemini 3 Flash	Google DeepMind	fermés	—	151,8	1 473	89,4	51,2	95,6	66,8	75,4	1,41
GLM-5.2	Z.ai (Zhipu AI)	ouverts	744 Md40 Md act.	151,8	1 476	91,9	59,2	86,4	34,2	78,7	2,15
Kimi K2.6	Moonshot	ouverts	1 040 Md	151,1	1 461	90,8	57,2	96,1	34,9	76,7	1,71
GPT-5 Pro	OpenAI	fermés	—	150,3	—	—	55,8	—	—	—	41,25
Inkling-Small	Thinking Machines	ouverts	276 Md12 Md act.	150,2	1 405	88,5	46,3	90,0	19,1	—	0,64
Claude Opus 4.5	Anthropic	fermés	—	150,1	1 470	86,0	34,4	86,1	45,7	76,7	10,00
GPT-5	OpenAI	fermés	—	150,0	1 435	86,2	55,4	91,4	50,1	73,6	3,44
Kimi K2.7 Code	Moonshot	ouverts	1 040 Md	150,0	—	87,9	54,0	95,6	36,5	—	1,71
GLM-5.1	Z.ai (Zhipu AI)	ouverts	754 Md	149,8	1 465	89,9	36,8	93,3	34,0	74,2	2,15
GPT-5.1	OpenAI	fermés	—	149,6	1 456	87,6	—	88,6	48,0	68,0	3,44
Qwen 3.8 27B	Alibaba	ouverts	27 Md	149,4	1 438	—	—	—	—	—	1,05
Qwen 3.6 Max (Preview)	Alibaba	?	—	149,2	1 460	87,4	—	91,1	52,0	76,7	—
Grok 4.3 Beta	xAI	fermés	500 Md	149,2	—	88,8	42,8	93,3	33,2	—	—
DeepSeek-V4-Pro	DeepSeek	ouverts	1 600 Md49 Md act.	149,1	1 458	90,9	45,3	96,7	47,0	77,6	1,98
GPT-5.4 Mini	OpenAI	fermés	—	148,8	1 447	86,9	51,2	88,9	29,4	—	1,69
Inkling	Thinking Machines	ouverts	975 Md41 Md act.	148,5	1 441	88,3	33,3	88,9	40,3	—	1,72
Kimi K2.5	Moonshot	ouverts	1 040 Md	148,0	1 450	87,6	—	92,2	34,3	73,8	1,20
Qwen 3.6 Plus	Alibaba	fermés	—	147,7	1 443	88,4	38,2	93,3	44,1	57,9	1,13
o3-pro	OpenAI	fermés	—	147,4	—	—	—	—	—	—	35,00
Qwen3.7-Plus	Alibaba	fermés	—	147,4	1 456	87,9	34,4	93,3	—	—	0,56
MiniMax-M3	MiniMax	ouverts	428 Md22 Md act.	147,0	1 440	90,9	—	71,1	—	—	0,52
o3	OpenAI	fermés	—	146,9	1 432	81,8	33,3	84,4	49,4	62,3	3,50
Claude Sonnet 4.5	Anthropic	fermés	—	146,8	1 455	82,3	23,9	77,8	30,7	71,3	6,00
Qwen 3.5 Plus (hosted 397B-A17B)	Alibaba	?	—	146,8	—	84,8	—	86,7	25,4	—	—
MiniMax-M2.5	MiniMax	ouverts	229 Md10 Md act.	146,7	1 391	—	—	—	—	—	0,52
Qwen3.5 397B-A17B	Alibaba	ouverts	397 Md	146,7	1 442	86,4	31,2	88,9	—	—	1,09
Qwen3.6 27B	Alibaba	ouverts	28 Md	146,5	—	85,9	35,1	91,1	—	—	0,24
Grok 4	xAI	fermés	3 000 Md	146,4	—	87,0	—	84,0	—	—	6,00
DeepSeek-V3.2	DeepSeek	ouverts	—	146,3	1 423	83,4	—	87,8	—	—	0,31
Nemotron 3 Ultra	Nvidia	ouverts	550 Md55 Md act.	146,2	1 426	85,4	—	86,7	—	—	0,81
DeepSeek-V4-Flash	DeepSeek	ouverts	284 Md13 Md act.	146,1	1 436	—	—	—	—	—	0,52
Kimi K2 Thinking	Moonshot	ouverts	1 000 Md	146,0	—	84,2	—	83,1	—	—	0,90
MiniMax-M2.7	MiniMax	ouverts	229 Md	145,9	1 415	—	—	—	—	—	0,44
GLM-5	Z.ai (Zhipu AI)	ouverts	744 Md	145,8	1 458	87,8	—	80,0	—	72,1	1,55
GPT-5.4 Nano	OpenAI	fermés	—	145,8	1 401	78,5	44,9	87,8	11,7	—	0,46
o4-mini	OpenAI	fermés	—	145,6	1 391	79,6	36,1	81,7	19,6	—	1,93
GPT-5 mini	OpenAI	fermés	—	145,5	1 390	75,0	46,7	86,7	21,6	64,7	0,69
Gemini 2.5 Pro (Jun 2025)	Google DeepMind	fermés	—	145,3	—	85,3	24,6	84,7	—	57,6	—
Gemini 3.5 Flash-Lite	Google DeepMind	fermés	—	145,1	1 455	83,3	26,0	71,1	—	—	0,85
DeepSeek-V3.2-Exp	DeepSeek	ouverts	671 Md37 Md act.	145,0	1 425	—	—	—	—	—	0,31
Qwen3.7 Flash	Alibaba	fermés	—	144,6	—	82,3	19,3	86,7	—	—	—
Gemini 3.1 Flash-Lite	Google	fermés	—	144,5	—	81,8	27,7	80,0	—	—	0,56
Grok 4 Fast	xAI	fermés	—	144,2	1 405	—	—	—	—	—	—
Gemini 2.5 Pro (Mar 2025)	Google DeepMind	fermés	—	144,2	—	83,8	—	—	—	—	—
Claude Opus 4.1	Anthropic	fermés	—	144,1	1 448	77,3	12,6	68,9	—	73,3	30,00
Qwen 3.5 Flash (hosted 35B-A3B)	Alibaba	?	—	144,0	—	82,3	18,2	84,4	20,3	—	—
Qwen 3.6 35B-A3B	Alibaba	ouverts	—	143,9	—	84,8	20,4	86,7	—	—	0,14
Qwen3-235B-A22B-Thinking (Jul 2025)	Alibaba	ouverts	235 Md	143,9	1 400	80,1	—	86,7	40,4	—	0,39
GLM-4.7	Z.ai (Zhipu AI)	ouverts	358 Md32 Md act.	143,5	1 441	83,3	—	83,3	32,2	—	1,00
Qwen 3.6 Flash	Alibaba	?	—	143,3	—	83,3	22,5	84,4	15,9	—	—
Gemini 2.5 Flash (Sep 2025)	Google DeepMind	fermés	—	143,0	—	—	—	—	—	—	—
Gemma 4 31B IT	Google DeepMind	ouverts	31 Md	142,7	1 453	75,8	—	73,3	10,4	—	0,16
Claude Opus 4	Anthropic	fermés	—	142,7	1 414	76,3	—	64,4	—	70,7	30,00
GPT-5.5 Instant	OpenAI	fermés	—	142,5	1 473	82,5	26,3	68,1	—	—	—
Qwen3.5-35B-A3B	Alibaba	ouverts	35 Md3,0 Md act.	142,5	1 394	83,5	—	70,0	—	—	0,36
Gemini 2.5 Pro (May 2025)	Google DeepMind	fermés	—	142,5	—	66,7	—	—	—	—	—
Claude Haiku 4.5	Anthropic	fermés	—	142,4	1 414	71,2	—	66,7	13,2	—	2,00
Qwen3-Max	Alibaba	fermés	1 000 Md	142,4	1 423	72,6	18,9	73,3	48,7	—	2,40
o1	OpenAI	fermés	—	141,9	1 402	76,8	14,7	73,3	41,1	—	26,25
Gemma 4 26B A4B	Google DeepMind	ouverts	25 Md3,8 Md act.	141,9	1 437	73,2	—	82,2	—	—	0,14
Claude Sonnet 4	Anthropic	fermés	—	141,7	1 391	79,2	—	71,1	—	—	6,00
Gemini 2.5 Flash (May 2025)	Google DeepMind	fermés	—	141,5	—	—	—	70,8	—	—	—
Mistral Medium 3.5	Mistral AI	ouverts	128 Md	141,4	1 427	—	—	—	—	—	3,00
DeepSeek-R1 (May 2025)	DeepSeek	ouverts	671 Md	141,3	1 422	76,3	—	66,4	—	—	0,25
Claude 3.7 Sonnet	Anthropic	fermés	—	141,2	1 373	79,7	—	57,8	—	61,0	6,00
Gemini 2.5 Flash (Jun 2025)	Google DeepMind	fermés	—	140,8	—	—	—	—	—	—	—
Grok-3 mini	xAI	fermés	—	140,4	1 363	76,3	—	77,8	—	—	0,51
o3-mini	OpenAI	fermés	—	140,3	1 364	77,0	18,6	76,9	15,3	—	1,93
Kimi K2 (Jul 2025)	Moonshot	ouverts	—	140,1	1 418	—	—	—	—	—	0,88
Gemini 2.5 Flash (Apr 2025)	Google DeepMind	fermés	—	140,0	—	—	—	73,1	—	—	—
gpt-oss-120b	OpenAI	ouverts	117 Md	139,9	1 352	75,8	—	88,9	—	—	0,065
DeepSeek-V3.1	DeepSeek	ouverts	671 Md37 Md act.	139,9	1 416	—	—	—	—	—	0,43
Qwen3-30B-A3B-Thinking (Jul 2025)	Alibaba	ouverts	—	139,6	—	70,1	—	70,3	—	—	0,90
Qwen3.5-9B	Alibaba	ouverts	9,0 Md	139,5	—	79,0	—	61,7	—	—	0,11
GPT-5 nano	OpenAI	fermés	—	139,4	1 338	69,4	20,0	81,1	11,7	—	0,14
Qwen3-235B-A22B	Alibaba	ouverts	235 Md	139,4	1 375	70,7	—	—	—	—	0,27
DeepSeek-R1	DeepSeek	ouverts	671 Md	139,0	1 398	71,7	—	53,3	—	—	0,96
Qwen3-235B-A22B-Instruct (Jul 2025)	Alibaba	ouverts	—	138,9	1 422	—	—	—	—	—	0,21
Qwen3-32B	Alibaba	ouverts	33 Md	138,5	1 347	65,7	—	66,9	—	—	0,063
Grok 3	xAI	fermés	3 000 Md	138,3	—	75,8	—	55,6	—	—	6,00
Qwen3-14B	Alibaba	ouverts	15 Md	138,2	—	63,8	—	66,4	—	—	0,12
gpt-oss-20b	OpenAI	ouverts	21 Md	137,8	1 318	60,8	—	65,3	—	—	0,029
QwQ-32B	Alibaba	ouverts	33 Md	137,6	1 336	65,3	—	59,2	—	—	0,19
DeepSeek-R1-Distill-Qwen-32B	DeepSeek	ouverts	32 Md	137,4	—	64,1	—	55,6	—	—	0,15
Qwen3-30B-A3B-Instruct (Jul 2025)	Alibaba	ouverts	—	137,4	1 383	55,6	—	62,2	—	—	0,15
GPT-4.1	OpenAI	fermés	—	136,8	1 415	66,9	6,0	38,3	31,1	48,5	3,50
GPT-4.5	OpenAI	fermés	—	136,7	1 445	68,7	—	37,8	—	—	93,75
Qwen3-30B-A3B	Alibaba	ouverts	30 Md	136,2	1 326	61,7	—	62,8	—	—	0,12
Qwen3-8B	Alibaba	ouverts	8,2 Md	136,2	—	56,8	—	56,1	—	—	0,061
DeepSeek-V3 (Mar 2025)	DeepSeek	ouverts	671 Md	135,9	1 396	67,6	—	37,8	—	—	0,30
o1-mini	OpenAI	fermés	—	135,8	1 337	62,4	—	46,9	—	—	1,93
DeepSeek-R1-Distill-Qwen-14B	DeepSeek	ouverts	15 Md	135,4	—	44,7	—	50,6	—	—	0,070
Gemini 2.0 Flash Thinking (Jan 2025)	Google DeepMind	fermés	—	135,4	—	57,1	—	57,8	—	—	—
Gemini 2.0 Pro	Google DeepMind	fermés	—	135,1	—	65,7	—	—	—	—	—
GPT-4.1 mini	OpenAI	fermés	—	135,0	1 383	65,8	6,7	44,7	12,7	—	0,70
o1-preview	OpenAI	fermés	—	134,8	1 389	50,3	—	31,1	—	—	28,88
Gemini 2.0 Flash (Dec 2024)	Google DeepMind	fermés	—	134,7	—	—	—	—	—	—	—
Gemini 2.0 Flash (Feb 2025)	Google DeepMind	fermés	—	134,7	1 360	64,1	—	31,1	—	—	—
Mistral Medium 3	Mistral AI	fermés	—	134,1	—	59,5	—	32,2	—	—	3,00
Gemini 2.5 Flash-Lite (Jun 2025)	Google DeepMind	fermés	—	133,9	—	—	—	—	—	—	—
Claude 3.5 Sonnet (October 2024)	Anthropic	fermés	—	133,6	1 374	55,3	—	8,5	—	—	6,00
Magistral Small 1.0	Mistral AI	ouverts	24 Md	133,2	—	56,1	—	30,0	—	—	—
Qwen2.5-Max	Alibaba	fermés	—	132,5	1 374	56,1	—	16,1	—	—	—
DeepSeek-V3	DeepSeek	ouverts	671 Md	132,3	1 358	56,5	—	15,8	—	—	0,20
Llama 4 Maverick	Meta AI	ouverts	400 Md17 Md act.	132,2	1 327	67,0	—	20,6	—	—	0,063
Mistral Small 3.2	Mistral AI	ouverts	24 Md	131,7	1 356	49,1	—	30,3	—	—	0,11
Gemini 1.5 Pro (Sept 2024)	Google DeepMind	fermés	—	131,7	1 351	57,2	—	23,1	—	—	—
Magistral Small 1.2	Mistral AI	ouverts	24 Md	131,4	—	47,6	—	28,1	—	—	0,75
Grok-2 (Dec 2024)	xAI	fermés	—	130,5	—	53,8	—	11,5	—	—	—
Phi-4	Microsoft Research	ouverts	14 Md	130,4	1 256	56,1	—	13,8	—	—	0,088
Gemma 3 27B	Google DeepMind	ouverts	27 Md	130,0	1 365	47,7	—	22,5	—	—	0,10
Claude 3.5 Sonnet	Anthropic	fermés	—	130,0	1 343	54,0	—	6,5	—	—	6,00
Llama 4 Scout	Meta AI	ouverts	109 Md17 Md act.	129,6	1 322	51,8	—	7,8	—	—	0,063
GPT-4.1 nano	OpenAI	fermés	—	129,6	1 322	48,9	—	28,9	6,0	—	0,18
Gemini 1.5 Flash (Sep 2024)	Google DeepMind	fermés	—	129,4	1 309	47,3	—	16,3	—	—	—
Qwen2.5-72B	Alibaba	ouverts	73 Md	129,0	1 303	49,1	—	8,1	—	—	0,16
GPT-4o (May 2024)	OpenAI	fermés	—	129,0	1 346	48,9	—	6,3	—	—	7,50
GPT-4o (Nov 2024)	OpenAI	fermés	—	128,8	—	47,9	—	6,3	—	31,0	4,38
GPT-4o (Aug 2024)	OpenAI	fermés	—	128,8	1 336	49,2	0,4	6,4	26,0	—	4,38
Llama 3.1-405B	Meta AI	ouverts	405 Md	128,8	1 335	50,9	—	9,7	—	—	0,16
Mistral Large 2 (Nov 2024)	Mistral AI	ouverts	—	128,5	1 306	51,3	—	7,8	—	—	3,00
Qwen2.5-32B	Alibaba	ouverts	33 Md	128,5	—	46,1	—	7,4	—	—	0,095
Mistral Large 2 (Jul 2024)	Mistral AI	ouverts	—	127,5	1 314	49,0	—	8,5	—	—	3,00
Mistral Small 3.1	Mistral AI	ouverts	24 Md	127,5	1 303	47,5	—	5,8	—	—	0,15
Llama 3.3 70B	Meta AI	ouverts	70 Md	127,3	1 318	47,4	—	5,1	—	—	0,16
GPT-4 Turbo (Apr 2024)	OpenAI	fermés	—	127,3	1 324	46,6	0,7	6,7	—	—	15,00
Claude 3.5 Haiku	Anthropic	fermés	—	127,2	1 325	38,1	—	4,3	—	—	1,60
Mistral Small 3	Mistral AI	ouverts	24 Md	127,1	1 274	47,3	—	6,7	—	—	0,058
Claude 3 Opus	Anthropic	fermés	—	126,9	1 322	47,2	—	4,7	12,6	—	30,00
Gemini 1.5 Pro (May 2024)	Google DeepMind	fermés	—	126,9	1 324	45,9	—	6,8	—	—	—
GPT-4o mini	OpenAI	fermés	—	126,6	1 318	37,7	0,7	6,9	8,3	—	0,26
GPT-4 Turbo (Nov 2023)	OpenAI	fermés	—	126,5	1 313	42,3	—	—	—	—	15,00
Llama 3.1-70B	Meta AI	ouverts	70 Md	125,9	1 293	44,2	—	3,6	—	—	0,16
GPT-4 (Mar 2023)	OpenAI	fermés	1 800 Md	125,9	1 288	35,7	—	0,6	—	—	—
Llama 3.2 90B	Meta AI	ouverts	89 Md	125,5	—	41,0	—	2,6	—	—	0,72
Qwen2-72B	Alibaba	ouverts	73 Md	125,3	1 262	40,8	—	—	—	—	0,90
DeepSeek-V2 (MoE-236B, May 2024)	DeepSeek	ouverts	—	124,8	—	—	—	—	—	—	—
Amazon Nova Pro	Amazon	fermés	—	123,8	1 290	—	—	—	—	—	1,40
Gemma 3 12B	Google DeepMind	ouverts	12 Md	123,5	1 342	39,5	—	16,7	—	—	0,063
GPT-4 (Jun 2023)	OpenAI	fermés	1 800 Md	123,1	1 276	30,7	—	1,1	—	—	37,50
Llama 3-70B	Meta AI	ouverts	70 Md	122,9	1 277	40,6	—	4,3	—	—	0,16
Gemini 1.5 Flash (May 2024)	Google DeepMind	fermés	—	122,6	1 286	40,4	—	3,9	—	—	—
Gemma 2 27B	Google DeepMind	ouverts	27 Md	122,1	1 289	36,5	—	1,4	—	—	0,80
Mixtral 8x22B	Mistral AI	ouverts	141 Md39 Md act.	122,0	—	34,1	—	—	—	—	1,20
Mistral Large	Mistral AI	fermés	—	122,0	—	38,8	—	1,9	—	—	4,75
phi-3-small 7.4B	Microsoft	ouverts	7,4 Md	121,8	1 171	—	—	—	—	—	0,26
phi-3-medium 14B	Microsoft	ouverts	14 Md	121,2	1 198	27,6	—	—	—	—	0,30
Claude 3 Sonnet	Anthropic	fermés	—	120,7	1 281	40,6	—	2,5	—	—	6,00
Claude Instant	Anthropic	fermés	—	120,3	—	—	—	—	—	—	1,20
Claude 2	Anthropic	fermés	—	120,1	—	34,7	—	2,5	—	—	—
Gemma 2 9B	Google DeepMind	ouverts	9,0 Md	119,8	1 267	27,5	—	0,6	—	—	0,20
Qwen2.5-Coder-32B	Alibaba	ouverts	—	119,5	1 271	—	—	—	—	—	0,095
Command R+	Cohere	ouverts	104 Md	119,3	1 262	—	—	—	—	—	6,00
Claude 2.1	Anthropic	fermés	—	119,3	—	33,0	—	1,9	—	—	—
Mistral NeMo	Mistral AI	ouverts	12 Md	118,7	—	29,9	—	—	—	—	0,073
GPT-3.5 Turbo (Nov 2023)	OpenAI	fermés	—	118,6	1 204	28,0	—	—	—	—	1,25
Qwen2.5-7B	Alibaba	ouverts	7,6 Md	118,5	—	35,5	—	2,5	—	—	0,055
Mixtral 8x7B	Mistral AI	ouverts	47 Md	118,5	—	30,6	—	—	—	—	0,12
Claude 3 Haiku	Anthropic	fermés	—	118,4	1 262	36,3	—	1,8	—	—	0,50
Ministral 3B	Mistral AI	fermés	3,0 Md	118,1	—	25,3	—	—	—	—	0,040
Yi-34B	01.AI	ouverts	34 Md	117,4	1 184	14,7	—	—	—	—	0,90
phi-3-mini 3.8B	Microsoft	ouverts	3,8 Md	117,4	1 128	—	—	—	—	—	0,23
Stable Beluga 2	Stability AI	ouverts	70 Md	117,1	—	—	—	—	—	—	—
Gemini 1.0 Pro	Google DeepMind	fermés	—	117,0	—	34,0	—	1,1	—	—	—
Llama 3.1-8B	Meta AI	ouverts	8,0 Md	116,6	1 211	27,0	—	1,7	—	—	0,028
Llama 3-8B	Meta AI	ouverts	8,0 Md	116,5	1 224	26,1	—	1,9	—	—	0,038
Qwen2.5-Coder-14B	Inconnu	?	—	116,4	—	—	—	—	—	—	—
Gemma 3 4B	Google DeepMind	ouverts	4,0 Md	116,0	1 303	23,2	—	7,5	—	—	0,050
GPT-3.5 Turbo (Jan 2024)	OpenAI	fermés	—	115,7	1 226	27,2	0,0	2,2	—	—	0,75
PaLM 2-L	Inconnu	?	—	115,0	—	—	—	—	—	—	—
Llama 2-70B	Meta AI	ouverts	70 Md	113,8	1 171	26,3	—	0,0	—	—	1,00
GPT-3.5 Turbo (Jun 2023)	OpenAI	fermés	—	113,4	—	—	—	—	—	—	—
Qwen2.5-Coder (7B)	Alibaba	ouverts	7,6 Md	113,1	—	—	—	—	—	—	0,015
Qwen-14B	Alibaba	ouverts	14 Md	113,0	1 139	—	—	—	—	—	—
Mistral 7B v0.1	Mistral AI	ouverts	—	112,2	—	—	—	—	—	—	0,10
Falcon-180B	Technology Innovation Institute	ouverts	180 Md	112,1	1 148	—	—	—	—	—	—
internlm-20b	Inconnu	?	—	112,1	—	—	—	—	—	—	—
Gemma 7B	Google DeepMind	ouverts	8,5 Md	112,0	1 138	—	—	—	—	—	0,15
DeepSeek LLM 67B	DeepSeek	ouverts	67 Md	110,5	1 185	24,6	—	0,8	—	—	—
LLaMA-65B	Meta AI	ouverts	65 Md	110,2	—	—	—	—	—	—	—
Falcon 2 11B	Technology Innovation Institute	ouverts	11 Md	109,6	—	—	—	—	—	—	—
Mistral 7B v0.3	Mistral AI	ouverts	—	109,0	—	15,2	—	0,3	—	—	—
DeepSeek-Coder-V2-Lite-Base	Inconnu	?	—	108,9	—	—	—	—	—	—	0,50
PaLM 2-M	Inconnu	?	—	108,3	—	—	—	—	—	—	—
Phi-2	Microsoft	ouverts	2,7 Md	107,9	—	—	—	—	—	—	—
Qwen2.5-Coder-3B	Inconnu	?	—	107,7	—	—	—	—	—	—	0,015
Nemotron-4 15B	Nvidia	fermés	15 Md	107,7	—	—	—	—	—	—	—
Yi-9B	Inconnu	?	—	107,6	—	—	—	—	—	—	—
LLaMA-33B	Meta AI	ouverts	33 Md	107,4	—	—	—	—	—	—	—
Qwen-7B	Alibaba	ouverts	7,0 Md	106,8	—	—	—	—	—	—	—
Llama 2-13B	Meta AI	ouverts	13 Md	106,2	1 141	—	—	—	—	—	0,20
PaLM 2-S	Inconnu	?	—	106,2	—	—	—	—	—	—	—
Llama 2-34B	Meta AI	fermés	34 Md	105,2	—	—	—	—	—	—	—
StarCoder 2 15B	Hugging Face	ouverts	15 Md	105,0	—	—	—	—	—	—	0,20
Yi 6B	01.AI	ouverts	6,0 Md	104,8	—	—	—	—	—	—	0,20
Falcon-40B	Technology Innovation Institute	ouverts	40 Md	104,5	—	—	—	—	—	—	—
Baichuan2-13B	Baichuan	ouverts	13 Md	103,2	—	—	—	—	—	—	—
Qwen2.5-Coder (1.5B)	Alibaba	ouverts	1,5 Md	103,0	—	—	—	—	—	—	—
internlm-7b	Inconnu	?	—	102,9	—	—	—	—	—	—	—
Llama 3.2 1B	Meta AI	ouverts	1,2 Md	102,0	1 111	23,9	—	0,6	—	—	0,020
INTELLECT-1	Prime Intellect	?	10 Md	100,9	—	—	—	—	—	—	—
MPT-30B	MosaicML	ouverts	30 Md	100,7	1 151	—	—	—	—	—	—
LLaMA-13B	Meta AI	ouverts	13 Md	100,6	975	—	—	—	—	—	—
Llama 2-7B	Meta AI	ouverts	7,0 Md	99,1	1 108	—	—	—	—	—	0,10
chatglm2-6b	Inconnu	?	—	98,9	1 025	—	—	—	—	—	—
LLaMA-7B	Meta AI	ouverts	6,7 Md	96,7	—	—	—	—	—	—	—
Baichuan 2-7B	Baichuan	ouverts	7,0 Md	96,3	—	—	—	—	—	—	—
DeepSeek Coder 33B	DeepSeek	ouverts	33 Md	96,3	—	—	—	—	—	—	0,80
Falcon-7B	Technology Innovation Institute	ouverts	7,0 Md	95,1	—	—	—	—	—	—	—
CodeQwen1.5-7B	Inconnu	?	—	94,9	—	—	—	—	—	—	—
vicuna-13b-v1.1	Inconnu	?	—	94,7	—	—	—	—	—	—	—
MPT-7B	MosaicML	ouverts	7,0 Md	94,6	1 063	—	—	—	—	—	—
Gemma 2B	Google DeepMind	ouverts	2,5 Md	94,2	1 094	—	—	—	—	—	0,10
StarCoder 2 7B	Hugging Face	ouverts	7,0 Md	93,6	—	—	—	—	—	—	0,20
XGen-7B	Salesforce	ouverts	6,7 Md	93,4	—	—	—	—	—	—	—
Qwen-1_8B	Inconnu	?	—	92,9	—	—	—	—	—	—	—
open_llama_7b	Inconnu	?	—	91,7	—	—	—	—	—	—	—
Phi-1.5	Microsoft	ouverts	1,3 Md	91,5	—	—	—	—	—	—	—
Baichuan1-7B	Baichuan	ouverts	7,0 Md	90,5	—	—	—	—	—	—	—
RedPajama-INCITE-7B-Base	Inconnu	ouverts	6,9 Md	90,4	—	—	—	—	—	—	—
Dolly 2.0-12b	Databricks	ouverts	12 Md	89,7	—	—	—	—	—	—	—
DeepSeek Coder 6.7B	DeepSeek	ouverts	6,7 Md	89,6	—	—	—	—	—	—	—
StarCoder 2 3B	Hugging Face	ouverts	3,0 Md	88,8	—	—	—	—	—	—	0,10
Qwen2.5-Coder-0.5B	Inconnu	?	—	88,2	—	—	—	—	—	—	—
Cerebras-GPT-13B	Cerebras Systems	ouverts	13 Md	83,2	—	—	—	—	—	—	—
DeepSeek Coder 1.3B	DeepSeek	ouverts	1,3 Md	63,6	—	—	—	—	—	—	—
stablelm-tuned-alpha-7b	Inconnu	?	—	55,8	953	—	—	—	—	—	—

Taille : paramètres totaux publiés par Epoch AI (et paramètres actifs pour les modèles à experts, quand sa note les donne). Prix : $ par million de jetons, 3 entrée pour 1 sortie. Sources : Epoch AI, « Capabilities & benchmarking », epoch.ai/benchmarks (CC BY 4.0) ; Epoch AI, « Data on AI models », epoch.ai/data/ai-models (CC BY 4.0) ; LMArena, leaderboard-dataset (Hugging Face), CC BY 4.0 ; Prix : LiteLLM (BerriAI), licence MIT, © 2023 Berri AI. Données adaptées : pourcentages, arrondis, meilleur réglage retenu, prix mélangé, rangs et frontière calculés ici.

Classement par benchmark

Les dix premiers de chaque source, tous modèles confondus (en couleur : poids ouverts). Le trait sur la barre est l'intervalle de confiance publié.

Indice de capacités (ECI)

Points, plus haut = meilleur (échelle resserrée, sans zéro) · Epoch AI, CC BY 4.0 · non daté par la source, relevé le 07/10/2026 · 274 modèles

Échelle d’Epoch AI qui combine des dizaines d’évaluations ; intervalle à 90 % par rééchantillonnage, tel que publié (bornes asymétriques).

LMArena texte, contrôle du style

Points, plus haut = meilleur (échelle resserrée, sans zéro) · LMArena, CC BY 4.0 · dernier chiffre publié le 02/10/2026 · 413 modèles

Note issue de votes humains à l’aveugle, relative aux autres modèles du classement. Poids : statut d’Epoch AI quand le modèle y figure, sinon licence publiée par LMArena (autre que « Proprietary » = ouverts).

GPQA Diamond

Part réussie, plus haut = meilleur · Epoch AI, CC BY 4.0 · dernier chiffre publié le 29/09/2026 · 215 modèles