Modèles

GPQA Diamond : les 15 modèles

Sous-ensemble le plus difficile (« Diamond ») de 448 questions à choix multiples de biologie, physique et chimie écrites par des experts pour résister à une recherche sur le web. Hasard : 25 %. Mainteneur du benchmark : Rein et al. (NYU).

Version rangée : Diamond, lue pour 12 modèles. Mesures de tiers : Epoch AI. Plus haut = meilleur. Échelle de 0 à 100 %.

Rangé par valeur mesurée par un tiers, du meilleur au moins bon.

1. GPT-6 AstraOpenAI, sorti le 3 sept. 202695,77 % ± 1,37mesuré par Epoch AIepoch.ai · run du 30 août 202696 %déclaré par le labo (OpenAI)openai.com · page sans date lue, consultée le 12 oct. 2026
   Sources, dates et conditions (3)

   GPT-6 Astra OpenAI

   • 95,77 % ± 1,37 mesuré par Epoch AIepoch.ai · run du 30 août 2026 · page lue, citation mot pour motversion Diamond · effort : maxValeur portée par la barre.
   • 94,9 % déclaré par le labo (OpenAI)openai.com · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion Diamond
   • 96 % déclaré par le labo (OpenAI)openai.com · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion DiamondValeur portée par la barre.

   Déclaré (94,9 %) et mesuré (95,77 %) : conditions incomplètes (effort ou harnais inconnu d'un côté), écart non calculé.

   Déclaré (96 %) et mesuré (95,77 %) : conditions incomplètes (effort ou harnais inconnu d'un côté), écart non calculé.

2. Claude Sonnet 5.5Anthropic, sorti le 28 sept. 202695,58 % ± 1,37mesuré par Epoch AIepoch.ai · run du 29 sept. 2026
   Sources, dates et conditions (1)

   Claude Sonnet 5.5 Anthropic

   • 95,58 % ± 1,37 mesuré par Epoch AIepoch.ai · run du 29 sept. 2026 · page lue, citation mot pour motversion Diamond · effort : maxValeur portée par la barre.
3. Gemini 3.8 FlashGoogle DeepMind, sorti le 2 sept. 202695,39 % ± 1,4mesuré par Epoch AIepoch.ai · run du 2 sept. 2026
   Sources, dates et conditions (1)

   Gemini 3.8 Flash Google DeepMind

   • 95,39 % ± 1,4 mesuré par Epoch AIepoch.ai · run du 2 sept. 2026 · page lue, citation mot pour motversion Diamond · effort : highValeur portée par la barre.
4. GPT-6.1 SolOpenAI, sorti le 29 sept. 202695,39 % ± 1,38mesuré par Epoch AIepoch.ai · run du 29 sept. 2026
   Sources, dates et conditions (1)

   GPT-6.1 Sol OpenAI

   • 95,39 % ± 1,38 mesuré par Epoch AIepoch.ai · run du 29 sept. 2026 · page lue, citation mot pour motversion Diamond · effort : maxValeur portée par la barre.
5. Gemini 3.1 ProGoogle DeepMind, sorti le 19 févr. 202694,44 % ± 1,63mesuré par Epoch AIepoch.ai · run du 6 août 202694,3 %déclaré par le labo (Google DeepMind)deepmind.google · page du 19 févr. 2026
   Sources, dates et conditions (3)

   Gemini 3.1 Pro Google DeepMind

   • 94,1 % ± 1,7 mesuré par Epoch AIepoch.ai · run du 20 févr. 2026 · page lue, citation mot pour motversion Diamond
   • 94,44 % ± 1,63 mesuré par Epoch AIepoch.ai · run du 6 août 2026 · page lue, citation mot pour motversion Diamond · effort : highValeur portée par la barre.
   • 94,3 % déclaré par le labo (Google DeepMind)deepmind.google · page du 19 févr. 2026 · page lue, citation mot pour motversion Diamond · effort : Thinking (High) · sans outils · pass@1Valeur portée par la barre.

   Déclaré (94,3 %) et mesuré (94,1 %) : conditions incomplètes (effort ou harnais inconnu d'un côté), écart non calculé.

   Écart entre le déclaré (94,3 %) et le mesuré (94,44 %) : −0,14 points, à conditions comparables.

6. GPT-6 SolOpenAI, sorti le 22 sept. 202694,32 % ± 1,49mesuré par Epoch AIepoch.ai · run du 22 sept. 2026
   Sources, dates et conditions (1)

   GPT-6 Sol OpenAI

   • 94,32 % ± 1,49 mesuré par Epoch AIepoch.ai · run du 22 sept. 2026 · page lue, citation mot pour motversion Diamond · effort : maxValeur portée par la barre.
7. Kimi K3Moonshot AI, sorti le 16 juil. 202693,12 % ± 1,49mesuré par Epoch AIepoch.ai · run du 16 juil. 202693,5 %déclaré par le labo (Moonshot AI)huggingface.co · page sans date lue, consultée le 12 oct. 2026
   Sources, dates et conditions (4)

   Kimi K3 Moonshot AI

   • 91,92 % ± 1,94 mesuré par Epoch AIepoch.ai · run du 7 août 2026 · page lue, citation mot pour motversion Diamond · effort : high
   • 84,85 % ± 2,55 mesuré par Epoch AIepoch.ai · run du 7 août 2026 · page lue, citation mot pour motversion Diamond · effort : low
   • 93,12 % ± 1,49 mesuré par Epoch AIepoch.ai · run du 16 juil. 2026 · page lue, citation mot pour motversion Diamond · effort : maxValeur portée par la barre.
   • 93,5 % déclaré par le labo (Moonshot AI)huggingface.co · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion Diamond · effort : maxValeur portée par la barre.

   Écart entre le déclaré (93,5 %) et le mesuré (93,12 %) : +0,38 points, à conditions comparables.

8. Grok 4.7xAI, sorti le 21 sept. 202692,74 % ± 1,55mesuré par Epoch AIepoch.ai · run du 22 sept. 2026
   Sources, dates et conditions (1)

   Grok 4.7 xAI

   • 92,74 % ± 1,55 mesuré par Epoch AIepoch.ai · run du 22 sept. 2026 · page lue, citation mot pour motversion Diamond · effort : xhighValeur portée par la barre.
9. Qwen 3.8 MaxAlibaba (Qwen), sorti le 3 août 202692,68 % ± 1,69mesuré par Epoch AIepoch.ai · run du 4 août 202692,6 %déclaré par le labo (Alibaba (Qwen))huggingface.co · page sans date lue, consultée le 12 oct. 2026
   Sources, dates et conditions (2)

   Qwen 3.8 Max Alibaba (Qwen)

   • 92,68 % ± 1,69 mesuré par Epoch AIepoch.ai · run du 4 août 2026 · page lue, citation mot pour motversion Diamond · effort : xhighValeur portée par la barre.
   • 92,6 % déclaré par le labo (Alibaba (Qwen))huggingface.co · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion DiamondValeur portée par la barre.

   Déclaré (92,6 %) et mesuré (92,68 %) : conditions incomplètes (effort ou harnais inconnu d'un côté), écart non calculé.

10. DeepSeek V4 Pro (0813)DeepSeek, sorti le 13 août 202691,67 % ± 1,52mesuré par Epoch AIepoch.ai · run du 18 août 2026
    Sources, dates et conditions (1)

    DeepSeek V4 Pro (0813) DeepSeek

    • 91,67 % ± 1,52 mesuré par Epoch AIepoch.ai · run du 18 août 2026 · page lue, citation mot pour motversion Diamond · effort : maxValeur portée par la barre.
11. GLM-5.3Z.ai (Zhipu), sorti le 14 août 202690,91 % ± 1,59mesuré par Epoch AIepoch.ai · run du 24 août 2026
    Sources, dates et conditions (1)

    GLM-5.3 Z.ai (Zhipu)

    • 90,91 % ± 1,59 mesuré par Epoch AIepoch.ai · run du 24 août 2026 · page lue, citation mot pour motversion Diamond · effort : maxValeur portée par la barre.
12. Claude Opus 5.5Anthropic, sorti le 22 sept. 202690,59 % ± 1,94mesuré par Epoch AIepoch.ai · run du 22 sept. 2026
    Sources, dates et conditions (1)

    Claude Opus 5.5 Anthropic

    • 90,59 % ± 1,94 mesuré par Epoch AIepoch.ai · run du 22 sept. 2026 · page lue, citation mot pour motversion Diamond · effort : maxValeur portée par la barre.

Aucune valeur lue (3) : Claude Fable 5.1, Gemini 4 Argon, Muse Spark 1.3.

Humanity's Last Exam : les 15 modèles

Environ 2 500 questions d'experts, toutes disciplines, au niveau de la recherche. Les scores avec et sans outils ne se comparent pas. Mainteneur du benchmark : Center for AI Safety et Scale AI.

Version rangée : non précisée, avec outils, lue pour 7 modèles. 7 versions lues au total. Mesures de tiers : Scale AI (SEAL). Plus haut = meilleur. Échelle de 0 à 100 %.

Rangé par valeur déclarée par le labo, du meilleur au moins bon.

1. Claude Opus 5.5Anthropic, sorti le 22 sept. 202667,7 %déclaré par le labo (Anthropic)www-cdn.anthropic.com · page du 22 sept. 202664,4 %déclaré par le labo (Anthropic)version non précisée, sans outils · www-cdn.anthropic.com · page du 22 sept. 2026Autre version que les barres : ne se compare pas.
   Sources, dates et conditions (2)

   Claude Opus 5.5 Anthropic

   • 67,7 % déclaré par le labo (Anthropic)www-cdn.anthropic.com · page du 22 sept. 2026 · page lue, citation mot pour motversion non précisée, avec outils · effort : max (adaptive thinking) selon le tableau ; thinking « auto » selon la section HLE · moyenne de 5 essaisValeur portée par la barre.
   • 64,4 % déclaré par le labo (Anthropic)www-cdn.anthropic.com · page du 22 sept. 2026 · page lue, citation mot pour motversion non précisée, sans outils · effort : max (adaptive thinking) selon le tableau ; thinking « auto » selon la section HLE · sans outils · moyenne de 5 essaisAutre version que les barres : ne se compare pas.
2. Claude Fable 5.1Anthropic, sorti le 1 sept. 202665 %déclaré par le labo (Anthropic)www-cdn.anthropic.com · page du 1 sept. 202646,5 %mesuré par Scale AI (SEAL)version complet, outils non précisés · labs.scale.com · page du 3 sept. 2026Autre version que les barres : ne se compare pas.60,9 %déclaré par le labo (Anthropic)version non précisée, sans outils · www-cdn.anthropic.com · page du 1 sept. 2026Autre version que les barres : ne se compare pas.
   Sources, dates et conditions (3)

   Claude Fable 5.1 Anthropic

   • 65 % déclaré par le labo (Anthropic)www-cdn.anthropic.com · page du 1 sept. 2026 · page lue, citation mot pour motversion non précisée, avec outils · effort : max (adaptive thinking) selon le tableau ; thinking « auto » selon la section HLE · moyenne de 5 essaisValeur portée par la barre.
   • 46,5 % mesuré par Scale AI (SEAL)labs.scale.com · page du 3 sept. 2026 · page lue, citation mot pour motversion complet, outils non précisés · effort : xhighAutre version que les barres : ne se compare pas.
   • 60,9 % déclaré par le labo (Anthropic)www-cdn.anthropic.com · page du 1 sept. 2026 · page lue, citation mot pour motversion non précisée, sans outils · effort : max (adaptive thinking) selon le tableau ; thinking « auto » selon la section HLE · sans outils · moyenne de 5 essaisAutre version que les barres : ne se compare pas.
3. Claude Sonnet 5.5Anthropic, sorti le 28 sept. 202664,5 %déclaré par le labo (Anthropic)www-cdn.anthropic.com · page du 28 sept. 202646,12 %mesuré par Scale AI (SEAL)version complet, outils non précisés · labs.scale.com · page du 12 oct. 2026Autre version que les barres : ne se compare pas.56,9 %déclaré par le labo (Anthropic)version non précisée, sans outils · www-cdn.anthropic.com · page du 28 sept. 2026Autre version que les barres : ne se compare pas.
   Sources, dates et conditions (3)

   Claude Sonnet 5.5 Anthropic

   • 64,5 % déclaré par le labo (Anthropic)www-cdn.anthropic.com · page du 28 sept. 2026 · page lue, citation mot pour motversion non précisée, avec outils · effort : max (adaptive thinking) selon le tableau ; thinking « auto » selon la section HLE · moyenne de 5 essaisValeur portée par la barre.
   • 46,12 % mesuré par Scale AI (SEAL)labs.scale.com · page du 12 oct. 2026 · page lue, citation mot pour motversion complet, outils non précisés · effort : xhighAutre version que les barres : ne se compare pas.
   • 56,9 % déclaré par le labo (Anthropic)www-cdn.anthropic.com · page du 28 sept. 2026 · page lue, citation mot pour motversion non précisée, sans outils · effort : max (adaptive thinking) selon le tableau ; thinking « auto » selon la section HLE · sans outils · moyenne de 5 essaisAutre version que les barres : ne se compare pas.
4. GLM-5.3Z.ai (Zhipu), sorti le 14 août 202662,5 %déclaré par le labo (Z.ai)huggingface.co · page sans date lue, consultée le 12 oct. 2026
   Sources, dates et conditions (1)

   GLM-5.3 Z.ai (Zhipu)

   • 62,5 % déclaré par le labo (Z.ai)huggingface.co · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion non précisée, avec outils · avec outilsValeur portée par la barre.
5. DeepSeek V4 Pro (0813)DeepSeek, sorti le 13 août 202660 %déclaré par le labo (DeepSeek)huggingface.co · page sans date lue, consultée le 12 oct. 202642,7 %déclaré par le labo (DeepSeek)version non précisée, sans outils · huggingface.co · page sans date lue, consultée le 12 oct. 2026Autre version que les barres : ne se compare pas.
   Sources, dates et conditions (2)

   DeepSeek V4 Pro (0813) DeepSeek

   • 60 % déclaré par le labo (DeepSeek)huggingface.co · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion non précisée, avec outils · avec outilsValeur portée par la barre.
   • 42,7 % déclaré par le labo (DeepSeek)huggingface.co · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion non précisée, sans outils · sans outilsAutre version que les barres : ne se compare pas.
6. GPT-6 AstraOpenAI, sorti le 3 sept. 202657,2 %déclaré par le labo (OpenAI)openai.com · page sans date lue, consultée le 12 oct. 202654,8 %mesuré par Scale AI (SEAL)version complet, outils non précisés · labs.scale.com · page du 9 sept. 2026Autre version que les barres : ne se compare pas.
   Sources, dates et conditions (2)

   GPT-6 Astra OpenAI

   • 57,2 % déclaré par le labo (OpenAI)openai.com · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion non précisée, avec outils · avec outilsValeur portée par la barre.
   • 54,8 % mesuré par Scale AI (SEAL)labs.scale.com · page du 9 sept. 2026 · page lue, citation mot pour motversion complet, outils non précisésAutre version que les barres : ne se compare pas.
7. Qwen 3.8 MaxAlibaba (Qwen), sorti le 3 août 202656,2 %déclaré par le labo (Alibaba (Qwen))huggingface.co · page sans date lue, consultée le 12 oct. 202643,6 %déclaré par le labo (Alibaba (Qwen))version non précisée, outils non précisés · huggingface.co · page sans date lue, consultée le 12 oct. 2026Autre version que les barres : ne se compare pas.
   Sources, dates et conditions (2)

   Qwen 3.8 Max Alibaba (Qwen)

   • 56,2 % déclaré par le labo (Alibaba (Qwen))huggingface.co · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion non précisée, avec outils · avec outilsValeur portée par la barre.
   • 43,6 % déclaré par le labo (Alibaba (Qwen))huggingface.co · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion non précisée, outils non précisésAutre version que les barres : ne se compare pas.
8. Valeurs d'autres versions seulement (3)
9. Gemini 3.1 ProGoogle DeepMind, sorti le 19 févr. 202646,44 %mesuré par Scale AI (SEAL)version complet, outils non précisés · labs.scale.com · page du 10 avr. 2026Autre version que les barres : ne se compare pas.51,4 %déclaré par le labo (Google DeepMind)version complet, avec outils · deepmind.google · page du 19 févr. 2026Autre version que les barres : ne se compare pas.44,4 %déclaré par le labo (Google DeepMind)version complet, sans outils · deepmind.google · page du 19 févr. 2026Autre version que les barres : ne se compare pas.
   Sources, dates et conditions (3)

   Gemini 3.1 Pro Google DeepMind

   • 46,44 % mesuré par Scale AI (SEAL)labs.scale.com · page du 10 avr. 2026 · page lue, citation mot pour motversion complet, outils non précisés · effort : highAutre version que les barres : ne se compare pas.
   • 51,4 % déclaré par le labo (Google DeepMind)deepmind.google · page du 19 févr. 2026 · page lue, citation mot pour motversion complet, avec outils · effort : Thinking (High) · avec outils · pass@1Autre version que les barres : ne se compare pas.
   • 44,4 % déclaré par le labo (Google DeepMind)deepmind.google · page du 19 févr. 2026 · page lue, citation mot pour motversion complet, sans outils · effort : Thinking (High) · sans outils · pass@1Autre version que les barres : ne se compare pas.
10. Gemini 3.8 FlashGoogle DeepMind, sorti le 2 sept. 202644,52 %mesuré par Scale AI (SEAL)version complet, outils non précisés · labs.scale.com · page du 9 sept. 2026Autre version que les barres : ne se compare pas.54,9 %déclaré par le labo (Google DeepMind)version HLE-Verified (1 811 questions) · deepmind.google · page du 2 sept. 2026Autre version que les barres : ne se compare pas.
    Sources, dates et conditions (2)

    Gemini 3.8 Flash Google DeepMind

    • 44,52 % mesuré par Scale AI (SEAL)labs.scale.com · page du 9 sept. 2026 · page lue, citation mot pour motversion complet, outils non précisésAutre version que les barres : ne se compare pas.
    • 54,9 % déclaré par le labo (Google DeepMind)deepmind.google · page du 2 sept. 2026 · page lue, citation mot pour motversion HLE-Verified (1 811 questions) · pass@1Autre version que les barres : ne se compare pas.
11. Kimi K3Moonshot AI, sorti le 16 juil. 202656 %déclaré par le labo (Moonshot AI)version complet, avec outils · huggingface.co · page sans date lue, consultée le 12 oct. 2026Autre version que les barres : ne se compare pas.43,5 %déclaré par le labo (Moonshot AI)version complet, sans outils · huggingface.co · page sans date lue, consultée le 12 oct. 2026Autre version que les barres : ne se compare pas.
    Sources, dates et conditions (2)

    Kimi K3 Moonshot AI

    • 56 % déclaré par le labo (Moonshot AI)huggingface.co · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion complet, avec outils · effort : max · avec outilsAutre version que les barres : ne se compare pas.
    • 43,5 % déclaré par le labo (Moonshot AI)huggingface.co · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion complet, sans outils · effort : max · sans outilsAutre version que les barres : ne se compare pas.

Aucune valeur lue (5) : GPT-6.1 Sol, GPT-6 Sol, Gemini 4 Argon, Grok 4.7, Muse Spark 1.3.

SWE-bench Pro : les 15 modèles

Corriger de vrais tickets de dépôts logiciels, plus longs et moins exposés à la contamination que SWE-bench Verified. Mainteneur du benchmark : Scale AI.

Version rangée : V2 public, complet, lue pour 7 modèles. 5 versions lues au total. Mesures de tiers : Scale AI (SEAL). Plus haut = meilleur. Échelle de 0 à 100 %.

Rangé par valeur mesurée par un tiers, du meilleur au moins bon.

1. Claude Fable 5.1Anthropic, sorti le 1 sept. 202699,1 %mesuré par Scale AI (SEAL)labs.scale.com · page du 7 oct. 202692,2 %mesuré par Scale AI (SEAL)version V2 public, difficile · labs.scale.com · page du 22 sept. 2026Autre version que les barres : ne se compare pas.81,2 %déclaré par le labo (Anthropic)version non précisée · www-cdn.anthropic.com · page du 1 sept. 2026Autre version que les barres : ne se compare pas.
   Sources, dates et conditions (3)

   Claude Fable 5.1 Anthropic

   • 99,1 % mesuré par Scale AI (SEAL)labs.scale.com · page du 7 oct. 2026 · page lue, citation mot pour motversion V2 public, complet · effort : high · sans outils · harnais : Claude CodeValeur portée par la barre.
   • 92,2 % mesuré par Scale AI (SEAL)labs.scale.com · page du 22 sept. 2026 · page lue, citation mot pour motversion V2 public, difficile · effort : high · sans outils · harnais : Claude CodeAutre version que les barres : ne se compare pas.
   • 81,2 % déclaré par le labo (Anthropic)www-cdn.anthropic.com · page du 1 sept. 2026 · page lue, citation mot pour motversion non précisée · effort : max (adaptive thinking) · moyenne de 5 essaisAutre version que les barres : ne se compare pas.
2. Kimi K3Moonshot AI, sorti le 16 juil. 202697,7 %mesuré par Scale AI (SEAL)labs.scale.com · page du 7 oct. 202688,2 %mesuré par Scale AI (SEAL)version V2 public, difficile · labs.scale.com · page du 22 sept. 2026Autre version que les barres : ne se compare pas.
   Sources, dates et conditions (2)

   Kimi K3 Moonshot AI

   • 97,7 % mesuré par Scale AI (SEAL)labs.scale.com · page du 7 oct. 2026 · page lue, citation mot pour motversion V2 public, complet · effort : max · sans outils · harnais : mini-swe-agentValeur portée par la barre.
   • 88,2 % mesuré par Scale AI (SEAL)labs.scale.com · page du 22 sept. 2026 · page lue, citation mot pour motversion V2 public, difficile · effort : max · sans outils · harnais : mini-swe-agentAutre version que les barres : ne se compare pas.
3. GPT-6 AstraOpenAI, sorti le 3 sept. 202696,9 %mesuré par Scale AI (SEAL)labs.scale.com · page du 7 oct. 202690,2 %mesuré par Scale AI (SEAL)version V2 public, difficile · labs.scale.com · page du 22 sept. 2026Autre version que les barres : ne se compare pas.
   Sources, dates et conditions (2)

   GPT-6 Astra OpenAI

   • 96,9 % mesuré par Scale AI (SEAL)labs.scale.com · page du 7 oct. 2026 · page lue, citation mot pour motversion V2 public, complet · effort : high · sans outils · harnais : CodexValeur portée par la barre.
   • 90,2 % mesuré par Scale AI (SEAL)labs.scale.com · page du 22 sept. 2026 · page lue, citation mot pour motversion V2 public, difficile · effort : high · sans outils · harnais : CodexAutre version que les barres : ne se compare pas.
4. GPT-6.1 SolOpenAI, sorti le 29 sept. 202696,11 %mesuré par Scale AI (SEAL)labs.scale.com · page du 7 oct. 2026
   Sources, dates et conditions (1)

   GPT-6.1 Sol OpenAI

   • 96,11 % mesuré par Scale AI (SEAL)labs.scale.com · page du 7 oct. 2026 · page lue, citation mot pour motversion V2 public, complet · effort : xhigh · sans outils · harnais : mini-swe-agentValeur portée par la barre.
5. Claude Sonnet 5.5Anthropic, sorti le 28 sept. 202695,79 %mesuré par Scale AI (SEAL)labs.scale.com · page du 12 oct. 202670,59 %mesuré par Scale AI (SEAL)version V2 public, difficile · labs.scale.com · page du 12 oct. 2026Autre version que les barres : ne se compare pas.81,3 %déclaré par le labo (Anthropic)version non précisée · www-cdn.anthropic.com · page du 28 sept. 2026Autre version que les barres : ne se compare pas.
   Sources, dates et conditions (3)

   Claude Sonnet 5.5 Anthropic

   • 95,79 % mesuré par Scale AI (SEAL)labs.scale.com · page du 12 oct. 2026 · page lue, citation mot pour motversion V2 public, complet · effort : xhigh · sans outils · harnais : mini-swe-agentValeur portée par la barre.
   • 70,59 % mesuré par Scale AI (SEAL)labs.scale.com · page du 12 oct. 2026 · page lue, citation mot pour motversion V2 public, difficile · effort : xhigh · sans outils · harnais : mini-swe-agentAutre version que les barres : ne se compare pas.
   • 81,3 % déclaré par le labo (Anthropic)www-cdn.anthropic.com · page du 28 sept. 2026 · page lue, citation mot pour motversion non précisée · effort : max (adaptive thinking) · moyenne de 5 essaisAutre version que les barres : ne se compare pas.
6. GLM-5.3Z.ai (Zhipu), sorti le 14 août 202695,6 %mesuré par Scale AI (SEAL)labs.scale.com · page du 7 oct. 202684,3 %mesuré par Scale AI (SEAL)version V2 public, difficile · labs.scale.com · page du 22 sept. 2026Autre version que les barres : ne se compare pas.
   Sources, dates et conditions (2)

   GLM-5.3 Z.ai (Zhipu)

   • 95,6 % mesuré par Scale AI (SEAL)labs.scale.com · page du 7 oct. 2026 · page lue, citation mot pour motversion V2 public, complet · effort : max · sans outils · harnais : mini-swe-agentValeur portée par la barre.
   • 84,3 % mesuré par Scale AI (SEAL)labs.scale.com · page du 22 sept. 2026 · page lue, citation mot pour motversion V2 public, difficile · effort : max · sans outils · harnais : mini-swe-agentAutre version que les barres : ne se compare pas.
7. Gemini 3.8 FlashGoogle DeepMind, sorti le 2 sept. 202694,86 %mesuré par Scale AI (SEAL)labs.scale.com · page du 7 oct. 202658,8 %mesuré par Scale AI (SEAL)version V2 public, difficile · labs.scale.com · page du 22 sept. 2026Autre version que les barres : ne se compare pas.
   Sources, dates et conditions (2)

   Gemini 3.8 Flash Google DeepMind

   • 94,86 % mesuré par Scale AI (SEAL)labs.scale.com · page du 7 oct. 2026 · page lue, citation mot pour motversion V2 public, complet · effort : high · sans outils · harnais : mini-swe-agentValeur portée par la barre.
   • 58,8 % mesuré par Scale AI (SEAL)labs.scale.com · page du 22 sept. 2026 · page lue, citation mot pour motversion V2 public, difficile · effort : high · sans outils · harnais : mini-swe-agentAutre version que les barres : ne se compare pas.
8. Valeurs d'autres versions seulement (3)
9. Claude Opus 5.5Anthropic, sorti le 22 sept. 202689,9 %déclaré par le labo (Anthropic)version non précisée · www-cdn.anthropic.com · page du 22 sept. 2026Autre version que les barres : ne se compare pas.
   Sources, dates et conditions (1)

   Claude Opus 5.5 Anthropic

   • 89,9 % déclaré par le labo (Anthropic)www-cdn.anthropic.com · page du 22 sept. 2026 · page lue, citation mot pour motversion non précisée · effort : max (adaptive thinking) · moyenne de 5 essaisAutre version que les barres : ne se compare pas.
10. Gemini 3.1 ProGoogle DeepMind, sorti le 19 févr. 202654,2 %déclaré par le labo (Google DeepMind)version public · deepmind.google · page du 19 févr. 2026Autre version que les barres : ne se compare pas.
    Sources, dates et conditions (1)

    Gemini 3.1 Pro Google DeepMind

    • 54,2 % déclaré par le labo (Google DeepMind)deepmind.google · page du 19 févr. 2026 · page lue, citation mot pour motversion public · effort : Thinking (High) · Single attempt, moyenne de 5 exécutions · harnais : Scaffolding maison : outil bash, outils d'édition de fichiers, outil submitAutre version que les barres : ne se compare pas.
11. Qwen 3.8 MaxAlibaba (Qwen), sorti le 3 août 202667,7 %déclaré par le labo (Alibaba (Qwen))version public, tâches corrigées par le labo · huggingface.co · page sans date lue, consultée le 12 oct. 2026Autre version que les barres : ne se compare pas.
    Sources, dates et conditions (1)

    Qwen 3.8 Max Alibaba (Qwen)

    • 67,7 % déclaré par le labo (Alibaba (Qwen))huggingface.co · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion public, tâches corrigées par le labo · harnais : Claude CodeAutre version que les barres : ne se compare pas.

Aucune valeur lue (5) : GPT-6 Sol, Gemini 4 Argon, Grok 4.7, Muse Spark 1.3, DeepSeek V4 Pro (0813).

Terminal-Bench : les 15 modèles

Tâches réelles à accomplir seul dans un terminal (compiler, configurer, déboguer). Le score dépend aussi de l'agent qui pilote le modèle. Mainteneur du benchmark : Stanford et Laude Institute.

Version rangée : 4.0, lue pour 11 modèles. 4 versions lues au total. Mesures de tiers : tbench.ai, ForgeCode, KRAFTON AI, BIGAI. Plus haut = meilleur. Échelle de 0 à 100 %.

Rangé par valeur déclarée par le labo, du meilleur au moins bon.

1. Claude Sonnet 5.5Anthropic, sorti le 28 sept. 202670,6 %déclaré par le labo (Anthropic)www-cdn.anthropic.com · page du 28 sept. 2026
   Sources, dates et conditions (2)

   Claude Sonnet 5.5 Anthropic

   • 70,6 % déclaré par le labo (Anthropic)www-cdn.anthropic.com · page du 28 sept. 2026 · page lue, citation mot pour motversion 4.0 · effort : max · moyenne de 5 essais par tâche (330 essais) ; erreur-type ±2.5 pts · harnais : Claude Code en mode --bareValeur portée par la barre.
   • 61,82 % déclaré par le labo (Anthropic)tbench.ai · page du 28 sept. 2026 · page lue, citation mot pour motversion 4.0 · effort : max · n_trials = 330 · harnais : Claude Code
2. Claude Opus 5.5Anthropic, sorti le 22 sept. 202666,36 %déclaré par le labo (Anthropic)www-cdn.anthropic.com · page du 22 sept. 2026
   Sources, dates et conditions (3)

   Claude Opus 5.5 Anthropic

   • 64,8 % déclaré par le labo (Anthropic)www-cdn.anthropic.com · page du 22 sept. 2026 · page lue, citation mot pour motversion 4.0 · effort : max · moyenne de 5 essais par tâche ; erreur-type ±2.6 pts · harnais : Claude Code en mode --bare
   • 66,36 % déclaré par le labo (Anthropic)www-cdn.anthropic.com · page du 22 sept. 2026 · page lue, citation mot pour motversion 4.0 · effort : xhigh · moyenne de 5 essais par tâche (330 essais) ; erreur-type ±2.6 pts · harnais : Claude Code en mode --bareValeur portée par la barre.
   • 64,85 % déclaré par le labo (Anthropic)tbench.ai · page du 22 sept. 2026 · page lue, citation mot pour motversion 4.0 · effort : max · n_trials = 330 · harnais : Claude Code
3. GPT-6 AstraOpenAI, sorti le 3 sept. 202658,18 %déclaré par le labo (OpenAI)tbench.ai · page du 3 sept. 2026
   Sources, dates et conditions (6)

   GPT-6 Astra OpenAI

   • 57,9 % déclaré par le labo (OpenAI)openai.com · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion 4.0
   • 50,61 % déclaré par le labo (OpenAI)tbench.ai · page du 3 sept. 2026 · page lue, citation mot pour motversion 4.0 · effort : low · n_trials = 330 · harnais : Codex
   • 54,24 % déclaré par le labo (OpenAI)tbench.ai · page du 3 sept. 2026 · page lue, citation mot pour motversion 4.0 · effort : medium · n_trials = 330 · harnais : Codex
   • 57,88 % déclaré par le labo (OpenAI)tbench.ai · page du 3 sept. 2026 · page lue, citation mot pour motversion 4.0 · effort : xhigh · n_trials = 330 · harnais : Codex
   • 57,88 % déclaré par le labo (OpenAI)tbench.ai · page du 3 sept. 2026 · page lue, citation mot pour motversion 4.0 · effort : high · n_trials = 330 · harnais : Codex
   • 58,18 % déclaré par le labo (OpenAI)tbench.ai · page du 3 sept. 2026 · page lue, citation mot pour motversion 4.0 · effort : max · n_trials = 330 · harnais : CodexValeur portée par la barre.
4. GPT-6.1 SolOpenAI, sorti le 29 sept. 202658,18 %déclaré par le labo (OpenAI)tbench.ai · page du 29 sept. 2026
   Sources, dates et conditions (1)

   GPT-6.1 Sol OpenAI

   • 58,18 % déclaré par le labo (OpenAI)tbench.ai · page du 29 sept. 2026 · page lue, citation mot pour motversion 4.0 · effort : max · n_trials = 330 · harnais : CodexValeur portée par la barre.
5. Claude Fable 5.1Anthropic, sorti le 1 sept. 202657,88 %déclaré par le labo (Anthropic)tbench.ai · page du 1 sept. 2026
   Sources, dates et conditions (6)

   Claude Fable 5.1 Anthropic

   • 55,8 % déclaré par le labo (Anthropic)www-cdn.anthropic.com · page du 1 sept. 2026 · page lue, citation mot pour motversion 4.0 · effort : max · moyenne de 15 essais par tâche (990 essais) ; erreur-type ±1.6-2 pts · harnais : Claude Code en mode --bare
   • 43,33 % déclaré par le labo (Anthropic)tbench.ai · page du 1 sept. 2026 · page lue, citation mot pour motversion 4.0 · effort : low · n_trials = 330 · harnais : Claude Code
   • 53,94 % déclaré par le labo (Anthropic)tbench.ai · page du 1 sept. 2026 · page lue, citation mot pour motversion 4.0 · effort : medium · n_trials = 330 · harnais : Claude Code
   • 54,55 % déclaré par le labo (Anthropic)tbench.ai · page du 1 sept. 2026 · page lue, citation mot pour motversion 4.0 · effort : high · n_trials = 330 · harnais : Claude Code
   • 57,88 % déclaré par le labo (Anthropic)tbench.ai · page du 1 sept. 2026 · page lue, citation mot pour motversion 4.0 · effort : max · n_trials = 330 · harnais : Claude CodeValeur portée par la barre.
   • 57,88 % déclaré par le labo (Anthropic)tbench.ai · page du 1 sept. 2026 · page lue, citation mot pour motversion 4.0 · effort : xhigh · n_trials = 330 · harnais : Claude Code
6. Gemini 4 ArgonGoogle DeepMind, sorti le 30 sept. 202657,4 %déclaré par le labo (Google DeepMind)deepmind.google · page sans date lue, consultée le 12 oct. 2026
   Sources, dates et conditions (1)

   Gemini 4 Argon Google DeepMind

   • 57,4 % déclaré par le labo (Google DeepMind)deepmind.google · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion 4.0 · effort : Réglages de réflexion les plus élevés de l'API Gemini · pass@1Valeur portée par la barre.
7. GPT-6 SolOpenAI, sorti le 22 sept. 202649,39 %déclaré par le labo (OpenAI)tbench.ai · page du 22 sept. 2026
   Sources, dates et conditions (1)

   GPT-6 Sol OpenAI

   • 49,39 % déclaré par le labo (OpenAI)tbench.ai · page du 22 sept. 2026 · page lue, citation mot pour motversion 4.0 · effort : max · n_trials = 330 · harnais : CodexValeur portée par la barre.
8. Grok 4.7xAI, sorti le 21 sept. 202637,6 %déclaré par le labo (xAI)x.ai · page du 21 sept. 2026
   Sources, dates et conditions (2)

   Grok 4.7 xAI

   • 37,58 % déclaré par le labo (xAI)tbench.ai · page du 21 sept. 2026 · page lue, citation mot pour motversion 4.0 · effort : xhigh · n_trials = 330 · harnais : Grok Build
   • 37,6 % déclaré par le labo (xAI)x.ai · page du 21 sept. 2026 · page lue, citation mot pour motversion 4.0 · effort : xHighValeur portée par la barre.
9. Muse Spark 1.3Meta, sorti le 2 sept. 202614,55 %déclaré par le labo (Meta)tbench.ai · page du 2 sept. 202688,8 %déclaré par le labo (Meta)version 2.1 · developer.meta.com · page sans date lue, consultée le 12 oct. 2026Autre version que les barres : ne se compare pas.
   Sources, dates et conditions (2)

   Muse Spark 1.3 Meta

   • 14,55 % déclaré par le labo (Meta)tbench.ai · page du 2 sept. 2026 · page lue, citation mot pour motversion 4.0 · effort : xhigh · n_trials = 330 · harnais : Muse CodeValeur portée par la barre.
   • 88,8 % déclaré par le labo (Meta)developer.meta.com · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion 2.1 · effort : maxAutre version que les barres : ne se compare pas.
10. Sans valeur déclarée pour cette version (2)
11. GLM-5.3Z.ai (Zhipu), sorti le 14 août 202641,82 %mesuré par tbench.aitbench.ai · page du 14 août 202688,2 %déclaré par le labo (Z.ai)version 2.1 · huggingface.co · page sans date lue, consultée le 12 oct. 2026Autre version que les barres : ne se compare pas.28,3 %déclaré par le labo (Z.ai)version 3.0 · huggingface.co · page sans date lue, consultée le 12 oct. 2026Autre version que les barres : ne se compare pas.
    Sources, dates et conditions (3)

    GLM-5.3 Z.ai (Zhipu)

    • 41,82 % mesuré par tbench.aitbench.ai · page du 14 août 2026 · page lue, citation mot pour motversion 4.0 · effort : max · n_trials = 330 · harnais : Claude CodeValeur portée par la barre.
    • 88,2 % déclaré par le labo (Z.ai)huggingface.co · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion 2.1 · harnais : Claude Code 2.1.207Autre version que les barres : ne se compare pas.
    • 28,3 % déclaré par le labo (Z.ai)huggingface.co · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion 3.0 · effort : max · avg@3 (3 rollouts par tâche) · harnais : Claude Code 2.1.207Autre version que les barres : ne se compare pas.
12. Gemini 3.8 FlashGoogle DeepMind, sorti le 2 sept. 202619,1 %mesuré par tbench.aideepmind.google · page du 2 sept. 202689,4 %déclaré par le labo (Google DeepMind)version 2.1 · deepmind.google · page du 2 sept. 2026Autre version que les barres : ne se compare pas.
    Sources, dates et conditions (3)

    Gemini 3.8 Flash Google DeepMind

    • 19,1 % mesuré par tbench.aideepmind.google · page du 2 sept. 2026 · page lue, citation mot pour motversion 4.0 · effort : Niveau de réflexion le plus élevé de chaque modèle, selon les auteurs de Terminal BenchValeur portée par la barre.
    • 19,09 % mesuré par tbench.aitbench.ai · page du 2 sept. 2026 · page lue, citation mot pour motversion 4.0 · effort : high · n_trials = 330 · harnais : mini-SWE-agent
    • 89,4 % déclaré par le labo (Google DeepMind)deepmind.google · page du 2 sept. 2026 · page lue, citation mot pour motversion 2.1 · pass@1 · harnais : Terminus 2 (harnais agent par défaut uniquement)Autre version que les barres : ne se compare pas.
13. Valeurs d'autres versions seulement (4)
14. DeepSeek V4 Pro (0813)DeepSeek, sorti le 13 août 202687,9 %déclaré par le labo (DeepSeek)version 2.1 · huggingface.co · page sans date lue, consultée le 12 oct. 2026Autre version que les barres : ne se compare pas.
    Sources, dates et conditions (1)

    DeepSeek V4 Pro (0813) DeepSeek

    • 87,9 % déclaré par le labo (DeepSeek)huggingface.co · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion 2.1 · effort : max · harnais : DeepSeek Harness (mode minimal)Autre version que les barres : ne se compare pas.
15. Gemini 3.1 ProGoogle DeepMind, sorti le 19 févr. 202678,4 % ± 1,8mesuré par ForgeCodeversion 2.0 · epoch.ai · run du 2 mars 2026Autre version que les barres : ne se compare pas.74,83 % ± 2,57mesuré par KRAFTON AIversion 2.0 · epoch.ai · run du 19 févr. 2026Autre version que les barres : ne se compare pas.80,22 % ± 2,62mesuré par BIGAIversion 2.0 · epoch.ai · run du 19 févr. 2026Autre version que les barres : ne se compare pas.59,36 % ± 4,2déclaré par le labo (Google)version 2.0 · epoch.ai · run du 19 févr. 2026Autre version que les barres : ne se compare pas.68,5 %déclaré par le labo (Google DeepMind)version 2.0 · deepmind.google · page du 19 févr. 2026Autre version que les barres : ne se compare pas.
    Sources, dates et conditions (5)

    Gemini 3.1 Pro Google DeepMind

    • 78,4 % ± 1,8 mesuré par ForgeCodeepoch.ai · run du 2 mars 2026 · page lue, citation mot pour motversion 2.0 · harnais : ForgeCodeAutre version que les barres : ne se compare pas.
    • 74,83 % ± 2,57 mesuré par KRAFTON AIepoch.ai · run du 19 févr. 2026 · page lue, citation mot pour motversion 2.0 · harnais : Terminus-KIRAAutre version que les barres : ne se compare pas.
    • 80,22 % ± 2,62 mesuré par BIGAIepoch.ai · run du 19 févr. 2026 · page lue, citation mot pour motversion 2.0 · harnais : TongAgentsAutre version que les barres : ne se compare pas.
    • 59,36 % ± 4,2 déclaré par le labo (Google)epoch.ai · run du 19 févr. 2026 · page lue, citation mot pour motversion 2.0 · harnais : Gemini CLIAutre version que les barres : ne se compare pas.
    • 68,5 % déclaré par le labo (Google DeepMind)deepmind.google · page du 19 févr. 2026 · page lue, citation mot pour motversion 2.0 · effort : Thinking (High) · pass@1 · harnais : Terminus-2 (harnais agent par défaut)Autre version que les barres : ne se compare pas.
16. Kimi K3Moonshot AI, sorti le 16 juil. 202688,3 %déclaré par le labo (Moonshot AI)version 2.1 · huggingface.co · page sans date lue, consultée le 12 oct. 2026Autre version que les barres : ne se compare pas.
    Sources, dates et conditions (1)

    Kimi K3 Moonshot AI

    • 88,3 % déclaré par le labo (Moonshot AI)huggingface.co · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion 2.1 · effort : max · harnais : Kimi CodeAutre version que les barres : ne se compare pas.
17. Qwen 3.8 MaxAlibaba (Qwen), sorti le 3 août 202686,6 %déclaré par le labo (Alibaba (Qwen))version 2.1 · huggingface.co · page sans date lue, consultée le 12 oct. 2026Autre version que les barres : ne se compare pas.
    Sources, dates et conditions (1)

    Qwen 3.8 Max Alibaba (Qwen)

    • 86,6 % déclaré par le labo (Alibaba (Qwen))huggingface.co · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion 2.1 · avg@10 · harnais : Claude CodeAutre version que les barres : ne se compare pas.

ARC-AGI-2 : les 15 modèles

Puzzles visuels de grilles : deviner une règle à partir de quelques exemples. Faciles pour un humain, conçus pour être durs pour une IA. Mainteneur du benchmark : ARC Prize Foundation.

Version rangée : semi-privé, lue pour 10 modèles. 2 versions lues au total. Mesures de tiers : ARC Prize. Plus haut = meilleur. Échelle de 0 à 100 %.

Rangé par valeur mesurée par un tiers, du meilleur au moins bon.

1. GPT-6 AstraOpenAI, sorti le 3 sept. 202695 %mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 202695 %déclaré par le labo (OpenAI)version non précisée · openai.com · page sans date lue, consultée le 12 oct. 2026Autre version que les barres : ne se compare pas.
   Sources, dates et conditions (7)

   GPT-6 Astra OpenAI

   • 59,6 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : none
   • 85,4 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : low
   • 92,1 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : high
   • 92,1 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : medium
   • 93,3 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : xhigh
   • 95 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : maxValeur portée par la barre.
   • 95 % déclaré par le labo (OpenAI)openai.com · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion non préciséeAutre version que les barres : ne se compare pas.
2. GPT-6.1 SolOpenAI, sorti le 29 sept. 202694,2 %mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026
   Sources, dates et conditions (5)

   GPT-6.1 Sol OpenAI

   • 76,7 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : low
   • 86,7 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : medium
   • 91,7 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : xhigh
   • 91,7 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : high
   • 94,2 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : maxValeur portée par la barre.
3. Claude Opus 5.5Anthropic, sorti le 22 sept. 202693,3 %mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026
   Sources, dates et conditions (5)

   Claude Opus 5.5 Anthropic

   • 70,1 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : low
   • 87,5 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : medium
   • 91,7 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : max
   • 92,5 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : xhigh
   • 93,3 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : highValeur portée par la barre.
4. Claude Fable 5.1Anthropic, sorti le 1 sept. 202690 %mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026
   Sources, dates et conditions (6)

   Claude Fable 5.1 Anthropic

   • 78,3 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : low
   • 86,2 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : medium
   • 88,8 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : high
   • 90 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : maxValeur portée par la barre.
   • 90 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : xhigh
   • 90 % mesuré par ARC Prizewww-cdn.anthropic.com · page du 1 sept. 2026 · page lue, citation mot pour motversion semi-privé · effort : max
5. GPT-6 SolOpenAI, sorti le 22 sept. 202689,6 %mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026
   Sources, dates et conditions (6)

   GPT-6 Sol OpenAI

   • 1,7 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : none
   • 31,5 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : low
   • 57,8 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : medium
   • 68,9 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : high
   • 78,1 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : xhigh
   • 89,6 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : maxValeur portée par la barre.
6. Gemini 3.8 FlashGoogle DeepMind, sorti le 2 sept. 202689,2 %mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026
   Sources, dates et conditions (3)

   Gemini 3.8 Flash Google DeepMind

   • 77,5 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : low
   • 82,9 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : medium
   • 89,2 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : highValeur portée par la barre.
7. Gemini 3.1 ProGoogle DeepMind, sorti le 19 févr. 202677,1 %mesuré par ARC Prizedeepmind.google · page du 19 févr. 2026
   Sources, dates et conditions (1)

   Gemini 3.1 Pro Google DeepMind

   • 77,1 % mesuré par ARC Prizedeepmind.google · page du 19 févr. 2026 · page lue, citation mot pour motversion semi-privé · effort : Thinking (High)Valeur portée par la barre.
8. Grok 4.7xAI, sorti le 21 sept. 202661,4 %mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026
   Sources, dates et conditions (4)

   Grok 4.7 xAI

   • 16,7 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : low
   • 58,3 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : high
   • 58,8 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : medium
   • 61,4 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : xhighValeur portée par la barre.
9. DeepSeek V4 Pro (0813)DeepSeek, sorti le 13 août 202661,3 %mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026
   Sources, dates et conditions (4)

   DeepSeek V4 Pro (0813) DeepSeek

   • 0,8 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : none
   • 56,2 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : low
   • 59,7 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : high
   • 61,3 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : maxValeur portée par la barre.
10. Kimi K3Moonshot AI, sorti le 16 juil. 202660,4 %mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026
    Sources, dates et conditions (3)

    Kimi K3 Moonshot AI

    • 12,4 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : low
    • 55 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : high
    • 60,4 % mesuré par ARC Prizearcprize.org · page sans date lue, consultée le 12 oct. 2026 · page lue, citation mot pour motversion semi-privé · effort : maxValeur portée par la barre.

Aucune valeur lue (5) : Claude Sonnet 5.5, Gemini 4 Argon, Muse Spark 1.3, Qwen 3.8 Max, GLM-5.3.

FrontierMath (niveaux 1 à 3) : les 15 modèles

Problèmes de mathématiques inédits, du niveau licence avancé à la recherche, à réponse vérifiable automatiquement. Jeu de test privé. Mainteneur du benchmark : Epoch AI.

Version rangée : Tiers 1-3 v2 (jeu privé), lue pour 14 modèles. Mesures de tiers : Epoch AI. Plus haut = meilleur. Échelle de 0 à 100 %.

Rangé par valeur mesurée par un tiers, du meilleur au moins bon.

1. GPT-6 AstraOpenAI, sorti le 3 sept. 202693,68 % ± 1,44mesuré par Epoch AIepoch.ai · run du 30 août 2026
   Sources, dates et conditions (1)

   GPT-6 Astra OpenAI

   • 93,68 % ± 1,44 mesuré par Epoch AIepoch.ai · run du 30 août 2026 · page lue, citation mot pour motversion Tiers 1-3 v2 (jeu privé) · effort : maxValeur portée par la barre.
2. GPT-6.1 SolOpenAI, sorti le 29 sept. 202693,68 % ± 1,44mesuré par Epoch AIepoch.ai · run du 29 sept. 2026
   Sources, dates et conditions (1)

   GPT-6.1 Sol OpenAI

   • 93,68 % ± 1,44 mesuré par Epoch AIepoch.ai · run du 29 sept. 2026 · page lue, citation mot pour motversion Tiers 1-3 v2 (jeu privé) · effort : maxValeur portée par la barre.
3. Claude Opus 5.5Anthropic, sorti le 22 sept. 202691,23 % ± 1,68mesuré par Epoch AIepoch.ai · run du 22 sept. 2026
   Sources, dates et conditions (1)

   Claude Opus 5.5 Anthropic

   • 91,23 % ± 1,68 mesuré par Epoch AIepoch.ai · run du 22 sept. 2026 · page lue, citation mot pour motversion Tiers 1-3 v2 (jeu privé) · effort : maxValeur portée par la barre.
4. Claude Fable 5.1Anthropic, sorti le 1 sept. 202690,18 % ± 1,77mesuré par Epoch AIepoch.ai · run du 1 sept. 2026
   Sources, dates et conditions (1)

   Claude Fable 5.1 Anthropic

   • 90,18 % ± 1,77 mesuré par Epoch AIepoch.ai · run du 1 sept. 2026 · page lue, citation mot pour motversion Tiers 1-3 v2 (jeu privé) · effort : maxValeur portée par la barre.
5. GPT-6 SolOpenAI, sorti le 22 sept. 202689,82 % ± 1,79mesuré par Epoch AIepoch.ai · run du 22 sept. 2026
   Sources, dates et conditions (1)

   GPT-6 Sol OpenAI

   • 89,82 % ± 1,79 mesuré par Epoch AIepoch.ai · run du 22 sept. 2026 · page lue, citation mot pour motversion Tiers 1-3 v2 (jeu privé) · effort : maxValeur portée par la barre.
6. Claude Sonnet 5.5Anthropic, sorti le 28 sept. 202688,77 % ± 1,87mesuré par Epoch AIepoch.ai · run du 29 sept. 2026
   Sources, dates et conditions (1)

   Claude Sonnet 5.5 Anthropic

   • 88,77 % ± 1,87 mesuré par Epoch AIepoch.ai · run du 29 sept. 2026 · page lue, citation mot pour motversion Tiers 1-3 v2 (jeu privé) · effort : maxValeur portée par la barre.
7. Qwen 3.8 MaxAlibaba (Qwen), sorti le 3 août 202674,74 % ± 2,58mesuré par Epoch AIepoch.ai · run du 4 août 2026
   Sources, dates et conditions (1)

   Qwen 3.8 Max Alibaba (Qwen)

   • 74,74 % ± 2,58 mesuré par Epoch AIepoch.ai · run du 4 août 2026 · page lue, citation mot pour motversion Tiers 1-3 v2 (jeu privé) · effort : xhighValeur portée par la barre.
8. Muse Spark 1.3Meta, sorti le 2 sept. 202674,39 % ± 2,59mesuré par Epoch AIepoch.ai · run du 16 sept. 2026
   Sources, dates et conditions (2)

   Muse Spark 1.3 Meta

   • 74,04 % ± 2,6 mesuré par Epoch AIepoch.ai · run du 18 sept. 2026 · page lue, citation mot pour motversion Tiers 1-3 v2 (jeu privé) · effort : max
   • 74,39 % ± 2,59 mesuré par Epoch AIepoch.ai · run du 16 sept. 2026 · page lue, citation mot pour motversion Tiers 1-3 v2 (jeu privé) · effort : xhighValeur portée par la barre.
9. Kimi K3Moonshot AI, sorti le 16 juil. 202672,18 % ± 2,66mesuré par Epoch AIepoch.ai · run du 17 juil. 2026
   Sources, dates et conditions (1)

   Kimi K3 Moonshot AI

   • 72,18 % ± 2,66 mesuré par Epoch AIepoch.ai · run du 17 juil. 2026 · page lue, citation mot pour motversion Tiers 1-3 v2 (jeu privé) · effort : maxValeur portée par la barre.
10. GLM-5.3Z.ai (Zhipu), sorti le 14 août 202668,77 % ± 2,75mesuré par Epoch AIepoch.ai · run du 25 août 2026
    Sources, dates et conditions (1)

    GLM-5.3 Z.ai (Zhipu)

    • 68,77 % ± 2,75 mesuré par Epoch AIepoch.ai · run du 25 août 2026 · page lue, citation mot pour motversion Tiers 1-3 v2 (jeu privé) · effort : maxValeur portée par la barre.
11. Gemini 3.8 FlashGoogle DeepMind, sorti le 2 sept. 202668,42 % ± 2,76mesuré par Epoch AIepoch.ai · run du 2 sept. 2026
    Sources, dates et conditions (1)

    Gemini 3.8 Flash Google DeepMind

    • 68,42 % ± 2,76 mesuré par Epoch AIepoch.ai · run du 2 sept. 2026 · page lue, citation mot pour motversion Tiers 1-3 v2 (jeu privé) · effort : highValeur portée par la barre.
12. DeepSeek V4 Pro (0813)DeepSeek, sorti le 13 août 202664,56 % ± 2,84mesuré par Epoch AIepoch.ai · run du 19 août 2026
    Sources, dates et conditions (1)

    DeepSeek V4 Pro (0813) DeepSeek

    • 64,56 % ± 2,84 mesuré par Epoch AIepoch.ai · run du 19 août 2026 · page lue, citation mot pour motversion Tiers 1-3 v2 (jeu privé) · effort : maxValeur portée par la barre.
13. Gemini 3.1 ProGoogle DeepMind, sorti le 19 févr. 202659,65 % ± 2,91mesuré par Epoch AIepoch.ai · run du 11 juin 2026
    Sources, dates et conditions (1)

    Gemini 3.1 Pro Google DeepMind

    • 59,65 % ± 2,91 mesuré par Epoch AIepoch.ai · run du 11 juin 2026 · page lue, citation mot pour motversion Tiers 1-3 v2 (jeu privé)Valeur portée par la barre.
14. Grok 4.7xAI, sorti le 21 sept. 202652,98 % ± 2,96mesuré par Epoch AIepoch.ai · run du 22 sept. 2026
    Sources, dates et conditions (1)

    Grok 4.7 xAI

    • 52,98 % ± 2,96 mesuré par Epoch AIepoch.ai · run du 22 sept. 2026 · page lue, citation mot pour motversion Tiers 1-3 v2 (jeu privé) · effort : xhighValeur portée par la barre.

Aucune valeur lue (1) : Gemini 4 Argon.

SimpleQA Verified : les 15 modèles

1 000 questions factuelles courtes à réponse unique : mesure si le modèle sait sans inventer, sans recherche web. Mainteneur du benchmark : Google DeepMind (Haas et al.).

Version rangée : Verified, lue pour 13 modèles. Mesures de tiers : Epoch AI. Plus haut = meilleur. Échelle de 0 à 100 %.

Rangé par valeur mesurée par un tiers, du meilleur au moins bon.

1. GPT-6 AstraOpenAI, sorti le 3 sept. 202675,6 % ± 1,36mesuré par Epoch AIepoch.ai · run du 30 août 2026
   Sources, dates et conditions (1)

   GPT-6 Astra OpenAI

   • 75,6 % ± 1,36 mesuré par Epoch AIepoch.ai · run du 30 août 2026 · page lue, citation mot pour motversion Verified · effort : maxValeur portée par la barre.
2. GPT-6.1 SolOpenAI, sorti le 29 sept. 202673,9 % ± 1,39mesuré par Epoch AIepoch.ai · run du 29 sept. 2026
   Sources, dates et conditions (1)

   GPT-6.1 Sol OpenAI

   • 73,9 % ± 1,39 mesuré par Epoch AIepoch.ai · run du 29 sept. 2026 · page lue, citation mot pour motversion Verified · effort : maxValeur portée par la barre.
3. Gemini 3.1 ProGoogle DeepMind, sorti le 19 févr. 202673,5 % ± 1,4mesuré par Epoch AIepoch.ai · run du 10 août 2026
   Sources, dates et conditions (1)

   Gemini 3.1 Pro Google DeepMind

   • 73,5 % ± 1,4 mesuré par Epoch AIepoch.ai · run du 10 août 2026 · page lue, citation mot pour motversion Verified · effort : highValeur portée par la barre.
4. Claude Opus 5.5Anthropic, sorti le 22 sept. 202672,2 % ± 1,42mesuré par Epoch AIepoch.ai · run du 22 sept. 2026
   Sources, dates et conditions (1)

   Claude Opus 5.5 Anthropic

   • 72,2 % ± 1,42 mesuré par Epoch AIepoch.ai · run du 22 sept. 2026 · page lue, citation mot pour motversion Verified · effort : maxValeur portée par la barre.
5. Claude Fable 5.1Anthropic, sorti le 1 sept. 202670,8 % ± 1,44mesuré par Epoch AIepoch.ai · run du 1 sept. 2026
   Sources, dates et conditions (1)

   Claude Fable 5.1 Anthropic

   • 70,8 % ± 1,44 mesuré par Epoch AIepoch.ai · run du 1 sept. 2026 · page lue, citation mot pour motversion Verified · effort : maxValeur portée par la barre.
6. Gemini 3.8 FlashGoogle DeepMind, sorti le 2 sept. 202669,7 % ± 1,45mesuré par Epoch AIepoch.ai · run du 2 sept. 2026
   Sources, dates et conditions (1)

   Gemini 3.8 Flash Google DeepMind

   • 69,7 % ± 1,45 mesuré par Epoch AIepoch.ai · run du 2 sept. 2026 · page lue, citation mot pour motversion Verified · effort : highValeur portée par la barre.
7. GPT-6 SolOpenAI, sorti le 22 sept. 202660,7 % ± 1,55mesuré par Epoch AIepoch.ai · run du 22 sept. 2026
   Sources, dates et conditions (1)

   GPT-6 Sol OpenAI

   • 60,7 % ± 1,55 mesuré par Epoch AIepoch.ai · run du 22 sept. 2026 · page lue, citation mot pour motversion Verified · effort : maxValeur portée par la barre.
8. Grok 4.7xAI, sorti le 21 sept. 202656 % ± 1,57mesuré par Epoch AIepoch.ai · run du 22 sept. 2026
   Sources, dates et conditions (1)

   Grok 4.7 xAI

   • 56 % ± 1,57 mesuré par Epoch AIepoch.ai · run du 22 sept. 2026 · page lue, citation mot pour motversion Verified · effort : xhighValeur portée par la barre.
9. DeepSeek V4 Pro (0813)DeepSeek, sorti le 13 août 202652,91 % ± 1,58mesuré par Epoch AIepoch.ai · run du 27 août 2026
   Sources, dates et conditions (1)

   DeepSeek V4 Pro (0813) DeepSeek

   • 52,91 % ± 1,58 mesuré par Epoch AIepoch.ai · run du 27 août 2026 · page lue, citation mot pour motversion Verified · effort : maxValeur portée par la barre.
10. Kimi K3Moonshot AI, sorti le 16 juil. 202650,6 % ± 1,58mesuré par Epoch AIepoch.ai · run du 27 août 2026
    Sources, dates et conditions (1)

    Kimi K3 Moonshot AI

    • 50,6 % ± 1,58 mesuré par Epoch AIepoch.ai · run du 27 août 2026 · page lue, citation mot pour motversion Verified · effort : maxValeur portée par la barre.
11. Claude Sonnet 5.5Anthropic, sorti le 28 sept. 202646,5 % ± 1,58mesuré par Epoch AIepoch.ai · run du 29 sept. 2026
    Sources, dates et conditions (1)

    Claude Sonnet 5.5 Anthropic

    • 46,5 % ± 1,58 mesuré par Epoch AIepoch.ai · run du 29 sept. 2026 · page lue, citation mot pour motversion Verified · effort : maxValeur portée par la barre.
12. Qwen 3.8 MaxAlibaba (Qwen), sorti le 3 août 202645,8 % ± 1,58mesuré par Epoch AIepoch.ai · run du 27 août 2026
    Sources, dates et conditions (1)

    Qwen 3.8 Max Alibaba (Qwen)

    • 45,8 % ± 1,58 mesuré par Epoch AIepoch.ai · run du 27 août 2026 · page lue, citation mot pour motversion Verified · effort : xhighValeur portée par la barre.
13. GLM-5.3Z.ai (Zhipu), sorti le 14 août 202641 % ± 1,56mesuré par Epoch AIepoch.ai · run du 28 août 2026
    Sources, dates et conditions (1)

    GLM-5.3 Z.ai (Zhipu)

    • 41 % ± 1,56 mesuré par Epoch AIepoch.ai · run du 28 août 2026 · page lue, citation mot pour motversion Verified · effort : maxValeur portée par la barre.

Aucune valeur lue (2) : Gemini 4 Argon, Muse Spark 1.3.

WebDev Arena : les 15 modèles

Des internautes comparent à l'aveugle deux applications web générées et votent ; le classement Elo bouge chaque semaine. Mainteneur du benchmark : LMArena.

Version rangée : classement WebDev, lue pour 15 modèles. Mesures de tiers : LMArena. Plus haut = meilleur. Échelle de 1 400 à 2 000 points Elo ; elle ne part pas de zéro.

Rangé par valeur mesurée par un tiers, du meilleur au moins bon.

1. Claude Opus 5.5Anthropic, sorti le 22 sept. 20261 820mesuré par LMArenaepoch.ai · page sans date lue, consultée le 13 oct. 2026
   Sources, dates et conditions (1)

   Claude Opus 5.5 Anthropic

   • 1 820 mesuré par LMArenaepoch.ai · page sans date lue, consultée le 13 oct. 2026 · page lue, citation mot pour motversion classement WebDev · effort : maxValeur portée par la barre.
2. GPT-6 AstraOpenAI, sorti le 3 sept. 20261 800mesuré par LMArenaepoch.ai · page sans date lue, consultée le 13 oct. 2026
   Sources, dates et conditions (1)

   GPT-6 Astra OpenAI

   • 1 800 mesuré par LMArenaepoch.ai · page sans date lue, consultée le 13 oct. 2026 · page lue, citation mot pour motversion classement WebDev · effort : maxValeur portée par la barre.
3. Claude Sonnet 5.5Anthropic, sorti le 28 sept. 20261 786mesuré par LMArenaepoch.ai · page sans date lue, consultée le 13 oct. 2026
   Sources, dates et conditions (2)

   Claude Sonnet 5.5 Anthropic

   • 1 699 mesuré par LMArenaepoch.ai · page sans date lue, consultée le 13 oct. 2026 · page lue, citation mot pour motversion classement WebDev · effort : high
   • 1 786 mesuré par LMArenaepoch.ai · page sans date lue, consultée le 13 oct. 2026 · page lue, citation mot pour motversion classement WebDev · effort : xhighValeur portée par la barre.
4. GPT-6.1 SolOpenAI, sorti le 29 sept. 20261 759mesuré par LMArenaepoch.ai · page sans date lue, consultée le 13 oct. 2026
   Sources, dates et conditions (1)

   GPT-6.1 Sol OpenAI

   • 1 759 mesuré par LMArenaepoch.ai · page sans date lue, consultée le 13 oct. 2026 · page lue, citation mot pour motversion classement WebDev · effort : maxValeur portée par la barre.
5. Claude Fable 5.1Anthropic, sorti le 1 sept. 20261 758mesuré par LMArenaepoch.ai · page sans date lue, consultée le 13 oct. 2026
   Sources, dates et conditions (1)

   Claude Fable 5.1 Anthropic

   • 1 758 mesuré par LMArenaepoch.ai · page sans date lue, consultée le 13 oct. 2026 · page lue, citation mot pour motversion classement WebDev · effort : maxValeur portée par la barre.
6. GPT-6 SolOpenAI, sorti le 22 sept. 20261 689mesuré par LMArenaepoch.ai · page sans date lue, consultée le 13 oct. 2026
   Sources, dates et conditions (1)

   GPT-6 Sol OpenAI

   • 1 689 mesuré par LMArenaepoch.ai · page sans date lue, consultée le 13 oct. 2026 · page lue, citation mot pour motversion classement WebDev · effort : maxValeur portée par la barre.
7. Gemini 4 ArgonGoogle DeepMind, sorti le 30 sept. 20261 680mesuré par LMArenaepoch.ai · page sans date lue, consultée le 13 oct. 2026
   Sources, dates et conditions (1)

   Gemini 4 Argon Google DeepMind

   • 1 680 mesuré par LMArenaepoch.ai · page sans date lue, consultée le 13 oct. 2026 · page lue, citation mot pour motversion classement WebDev · effort : highValeur portée par la barre.
8. Kimi K3Moonshot AI, sorti le 16 juil. 20261 674mesuré par LMArenaepoch.ai · page sans date lue, consultée le 13 oct. 2026
   Sources, dates et conditions (1)

   Kimi K3 Moonshot AI

   • 1 674 mesuré par LMArenaepoch.ai · page sans date lue, consultée le 13 oct. 2026 · page lue, citation mot pour motversion classement WebDev · effort : maxValeur portée par la barre.
9. Qwen 3.8 MaxAlibaba (Qwen), sorti le 3 août 20261 671mesuré par LMArenaepoch.ai · page sans date lue, consultée le 13 oct. 2026
   Sources, dates et conditions (1)

   Qwen 3.8 Max Alibaba (Qwen)

   • 1 671 mesuré par LMArenaepoch.ai · page sans date lue, consultée le 13 oct. 2026 · page lue, citation mot pour motversion classement WebDevValeur portée par la barre.
10. Muse Spark 1.3Meta, sorti le 2 sept. 20261 652mesuré par LMArenaepoch.ai · page sans date lue, consultée le 13 oct. 2026
    Sources, dates et conditions (2)

    Muse Spark 1.3 Meta

    • 1 652 mesuré par LMArenaepoch.ai · page sans date lue, consultée le 13 oct. 2026 · page lue, citation mot pour motversion classement WebDev · effort : maxValeur portée par la barre.
    • 1 623 mesuré par LMArenaepoch.ai · page sans date lue, consultée le 13 oct. 2026 · page lue, citation mot pour motversion classement WebDev · effort : xhigh
11. Grok 4.7xAI, sorti le 21 sept. 20261 638mesuré par LMArenaepoch.ai · page sans date lue, consultée le 13 oct. 2026
    Sources, dates et conditions (1)

    Grok 4.7 xAI

    • 1 638 mesuré par LMArenaepoch.ai · page sans date lue, consultée le 13 oct. 2026 · page lue, citation mot pour motversion classement WebDev · effort : xhighValeur portée par la barre.
12. GLM-5.3Z.ai (Zhipu), sorti le 14 août 20261 614mesuré par LMArenaepoch.ai · page sans date lue, consultée le 13 oct. 2026
    Sources, dates et conditions (1)

    GLM-5.3 Z.ai (Zhipu)

    • 1 614 mesuré par LMArenaepoch.ai · page sans date lue, consultée le 13 oct. 2026 · page lue, citation mot pour motversion classement WebDev · effort : maxValeur portée par la barre.
13. DeepSeek V4 Pro (0813)DeepSeek, sorti le 13 août 20261 581mesuré par LMArenaepoch.ai · page sans date lue, consultée le 13 oct. 2026
    Sources, dates et conditions (1)

    DeepSeek V4 Pro (0813) DeepSeek

    • 1 581 mesuré par LMArenaepoch.ai · page sans date lue, consultée le 13 oct. 2026 · page lue, citation mot pour motversion classement WebDev · effort : highValeur portée par la barre.
14. Gemini 3.8 FlashGoogle DeepMind, sorti le 2 sept. 20261 568mesuré par LMArenaepoch.ai · page sans date lue, consultée le 13 oct. 2026
    Sources, dates et conditions (1)

    Gemini 3.8 Flash Google DeepMind

    • 1 568 mesuré par LMArenaepoch.ai · page sans date lue, consultée le 13 oct. 2026 · page lue, citation mot pour motversion classement WebDev · effort : highValeur portée par la barre.
15. Gemini 3.1 ProGoogle DeepMind, sorti le 19 févr. 20261 447mesuré par LMArenaepoch.ai · page sans date lue, consultée le 13 oct. 2026
    Sources, dates et conditions (1)

    Gemini 3.1 Pro Google DeepMind

    • 1 447 mesuré par LMArenaepoch.ai · page sans date lue, consultée le 13 oct. 2026 · page lue, citation mot pour motversion classement WebDevValeur portée par la barre.