Benchmarks en direct

Les modèles de pointe, benchmarkés en continu.

Qualité, coût et vitesse des meilleurs modèles d'IA — actualisés en continu · dernière mise à jour 2026-09-19.

Voir le classement d'usage en direct ⬇ Télécharger le JSON

Classement général

Indices d'intelligence, de code et d'agents

Indices composites d'Artificial Analysis · prix par million de tokens (entrée / sortie)

#	Modèle	Intelligence	Code	Agents	$ / 1M entrée	$ / 1M sortie
1	Claude Fable 5.1 (Adaptive Reasoning, Max Effort, Default Fallback)	53.4	81.6	58	$5.00	$25.00
2	Qwen3.8 Max	53.4	68.9	49.9	—	—
3	GPT-6 Astra (max)	52.8	76.9	51.5	$11.00	$55.00
4	Claude Opus 5 (Adaptive Reasoning, Max Effort)	50.7	78	56.2	$5.50	$27.50
5	Claude Fable 5 (Adaptive Reasoning, Max Effort, Opus 4.8 Fallback)	49.7	76.5	51	$10.00	$50.00
6	GPT-5.6 Sol (max)	47.1	77.4	50.5	$4.00	$20.00
7	Qwen3.8 Max (0902)	45.4	76.2	56.1	$2.00	$6.00
8	GLM-5.3 (max)	44.9	74.8	53.4	$0.890	$2.80
9	Grok 4.6 (high)	44.4	76.8	53.4	$4.00	$12.00
10	Kimi K3 (max)	43.8	76.2	50.6	$2.10	$10.95
11	GPT-5.6 Terra (max)	42.3	76.7	43.7	$4.00	$24.00
12	Claude Opus 4.8 (Adaptive Reasoning, Max Effort)	42	74.3	42.6	$10.00	$50.00
13	GLM-5.3-Flash	41.9	71.5	51.2	$0.150	$0.500
14	Gemini 3.8 Flash (high)	41.2	76.3	41.1	$1.35	$6.75
15	Qwen3.8 2.4T A95B	40	71.9	50.4	$2.00	$6.00
16	Muse Spark 1.2 (xhigh)	39.8	72.2	44	$1.25	$4.25
17	DeepSeek V4.1 Flash (Reasoning, Max Effort)	39.5	—	—	$0.200	$0.600
18	Gemini 3.7 Flash (high)	39.4	76.1	36.4	$1.35	$6.75
19	Grok 4.5 (high)	39.1	72.4	42.1	$4.00	$12.00
20	GPT-5.5 (xhigh)	38.6	74.9	37.3	$2.50	$15.00
21	Claude Sonnet 5 (Adaptive Reasoning, Max Effort)	38.4	71.5	44.3	$2.20	$11.00
22	GPT-5.6 Luna (max)	37.5	71.4	42.7	$0.400	$2.40
23	DeepSeek V4 Pro 0813 (Reasoning, Max Effort)	36.3	68.8	42.3	$1.32	$3.96
24	DeepSeek V4 Flash 0731 (Reasoning, Max Effort)	34.5	69.1	41.7	$0	$0
25	Muse Spark 1.1 (xhigh)	34.3	71.3	27.5	$1.25	$4.25
26	Gemini 3.6 Flash (high)	34.3	69.2	30.2	$1.35	$6.75
27	GLM-5.2 (max)	34	68.8	39.4	$2.25	$8.00
28	Qwen3.8 27B (xhigh)	33.9	68.1	46.5	$0	$0
29	Gemini 3.5 Flash (high)	33	70.1	27.3	$2.70	$16.20
30	DeepSeek V4 Pro (Reasoning, Max Effort)	30.9	59.4	27.7	$1.15	$2.55

Benchmarks exécutés en continu

Raisonnement, agents et recherche — relancés sur les modèles actuels

GPQA Diamond

Graduate-level science reasoning

#	Modèle	Score	$ / tâche
1	Fugu Ultra	94.6%	$1.15
2	Gemini 3.1 Pro Preview	94.4%	$0.202
3	GPT-6 Astra	94.4%	$0.099
4	Gemini 3.7 Flash	94.3%	$0.031
5	GPT-5.5	93.8%	$0.308
6	GPT-5.6 Sol Pro	93.8%	$0.445
7	Fugu Ultra V2	93.3%	$0.503
8	Grok 4.6	93.3%	$0.122
9	Gemini 3.6 Flash	92.8%	$0.067
10	Gemini 3.5 Flash	92.8%	$0.142
11	GPT-5.6 Sol	91.9%	$0.071
12	Kimi K3	91.9%	$0.139
13	Union Alpha	90.9%	—
14	Auto Router	90.7%	$0.0079
15	MiniMax M3	90.6%	$0.030

Pourquoi c'est important

Aucun modèle ne gagne tous les benchmarks.

Le leader change selon la tâche : un modèle domine le raisonnement, un autre le code, un troisième la recherche agentique. C'est exactement la raison d'être de MultipleChat — mettez les leaders côte à côte, laissez-les rédiger, se contester et se vérifier, et gardez la meilleure réponse.

Utilisez tous les leaders dans un seul espace

Qualité, coût et vitesse ensemble

Un score de benchmark sans étiquette de prix, c'est du marketing. Chaque leaderboard ici associe la qualité au coût par tâche ou par million de tokens.

En direct et ouvert

Actualisé en continu et téléchargeable en JSON. Notre étude comparative trimestrielle est disponible sur le MultipleChat AI Benchmark.

Attribution

Source: OpenRouter (openrouter.ai/rankings) incl. les indices Artificial Analysis, as of 2026-09-19T14:29:23Z. Sous licence CC BY 4.0.