Classement des modèles d'IA : qui est n°1 en ce moment

Comment fonctionne le classement

LMArena (l'ancienne Chatbot Arena du groupe LMSYS de l'université de Berkeley) montre à chaque visiteur deux modèles anonymes répondant à la même question et lui demande laquelle des réponses est la meilleure. Des millions de ces votes alimentent une note Bradley-Terry, la même famille de calcul que l'Elo aux échecs : le score d'un modèle dit à quelle fréquence il l'emporte face aux autres. La marge à 95 % à côté de chaque score est l'incertitude : un modèle à 5 000 votes a une marge plus large qu'un modèle à 70 000. Nous affichons le classement texte général par défaut de LMArena, une ligne par modèle. LMArena liste le même modèle plusieurs fois avec différents réglages de raisonnement (« high », « max ») ; nous gardons le mieux classé et indiquons le réglage entre parenthèses.

Comment lire les prix

Les sociétés d'IA facturent au token, et un token vaut environ trois quarts d'un mot anglais : un million de tokens, c'est donc à peu près 750 000 mots. L'entrée, c'est ce que vous envoyez (votre question, le document collé) ; la sortie, c'est ce que le modèle écrit en retour. La sortie est le côté cher, et les modes « réflexion » ou raisonnement facturent aussi leur raisonnement caché en sortie, si bien qu'une question difficile peut coûter plusieurs fois ce que suggère la longueur de la réponse. Les prix affichés sont les prix catalogue du répertoire public d'OpenRouter, qui reflètent les tarifs des éditeurs eux-mêmes ; OpenAI, Anthropic et Google vendent aussi des tarifs par lots à moitié prix pour les travaux qui peuvent attendre. Vérifiez toujours la page tarifaire de l'éditeur avant de budgéter.

Lequel utiliser, concrètement ?

Si vous utilisez l'IA via une application de chat plutôt qu'une API, le classement compte moins qu'il n'y paraît. Les dix premiers se tiennent en quelques points, les offres gratuites de ChatGPT, Claude et Gemini tournent toutes sur des modèles de ce groupe, et les différences qui comptent au quotidien sont les fonctions de l'application : mémoire, gestion des fichiers, voix, et le fait que votre employeur l'autorise ou non. Choisissez selon l'application qui vous plaît et le prix que vous payez. Si vous payez au token, c'est le tableau des coûts qu'il faut lire : l'écart entre le modèle de marque le moins cher et le plus cher dépasse le centuple, et pour le travail courant le bas de l'échelle suffit généralement.

Ce que cette page ne dit pas

Un vote en duel mesure quelle réponse les gens ont préférée dans une fenêtre de chat. Il ne mesure ni la justesse du code, ni le travail sur les longs documents, ni la compréhension des images, ni la vitesse, ni le comportement d'un modèle au sein d'un agent. LMArena tient des classements séparés pour plusieurs de ces points, et des suites de tests comme Artificial Analysis publient leurs propres indices. Voyez ce tableau comme le vote populaire, pas comme toute l'élection.

Les questions qu'on nous pose

Pour aller plus loin

• GPT-6 Astra est sorti : ce qui a changé
• Claude Fable 5.1 : le modèle qui traque les bugs
• Pourquoi toutes les IA se ressemblent
• Pourquoi Opus 4.6 a mis fin à l'ère du copilote
• Les modèles de raisonnement expliqués : l'IA qui réfléchit avant de parler

Données de classement : LMArena. Données de prix et de référencement : OpenRouter. Les deux sont crédités sous chaque tableau ; ce site n'est affilié à aucun d'eux.