Textes littéraires et écriture libre, jugés à l'aveugle par des personnes : ce travail n'a pas de bonne réponse, la préférence est donc la mesure la plus honnête disponible. Il existe aussi un second regard, issu d'un passage de tâches notées ; il mesure autre chose et donne un autre ordre.
Une question, deux façons d'y répondre. Les deux indicateurs mesurent des choses différentes et ne s'additionnent pas en un seul score.
Tous les modèles ne sont pas mesurés ici. Sur les dix premiers de l’onglet « Par tâches résolues », il en manque 4 dans ce tableau — GPT 5 2025-08-07, Kimi K2 Instruct, OpenAI o3-pro (2025-06-10), GPT 5 Mini 2025-08-07. Ils n'ont aucun score sur les jeux de tâches de cet onglet : une place vide signifie « non mesuré », et non « mauvais résultat ». Le modèle le plus récent atteint par ce jeu de tâches est sorti le 27 juillet 2026.
| # | Modèle | Développeur | Arena Score, texte | Connexion$ / 1M | Sortie$ / 1M | Contextetokens |
|---|---|---|---|---|---|---|
| 1 | Claude Opus 5 | Anthropic | 1 510,88 1 481–1 541 | $5 | $25 | 1 000K |
| 2 | Claude Fable 5 ≈ | Anthropic | 1 498,96 1 487–1 511 | $10 | $50 | 1 000K |
| 3 | Gemini 3 Pro ≈ | Google DeepMind | 1 481,7 1 473–1 490 | $1,6 | $9,6 | 1 049K |
| 4 | Claude Opus 4.6 ≈ | Anthropic | 1 481,69 1 475–1 489 | $5 | $25 | 1 000K |
| 5 | Gemini 3.1 Pro Preview ≈ | Google DeepMind | 1 481,61 1 475–1 488 | $2 | $12 | 1 049K |
| 6 | Claude Opus 4.7 ≈ | Anthropic | 1 476,58 1 469–1 484 | $5 | $25 | 1 000K |
| 7 | Gemini 3.5 Flash ≈ | Google DeepMind | 1 470,09 1 454–1 486 | $1,5 | $9 | 1 049K |
| 8 | Kimi K3 ≈ | Moonshot AI (Kimi) | 1 464,37 1 440–1 489 | $2 | $8 | 1 049K |
| 9 | Gemini 3.6 Flash ≈ | Google DeepMind | 1 463,55 1 445–1 482 | $1,5 | $7,5 | 1 049K |
| 10 | Gemini 3 Flash ≈ | Google DeepMind | 1 458,54 1 449–1 468 | $0,4 | $2,4 | 1 049K |
| 11 | GLM 5.2 ≈ | Zhipu AI / Z.ai | 1 456,24 1 446–1 467 | $0,42 | $1,32 | 1 049K |
| 12 | Gemini 2.5 Pro ≈ | Google DeepMind | 1 454,49 1 449–1 460 | $1,25 | $10 | 1 049K |
| 13 | GLM 5.1 ≈ | Zhipu AI / Z.ai | 1 454,14 1 445–1 463 | $0,06 | $0,22 | 205K |
| 14 | GPT-5.6 Sol ≈ | OpenAI | 1 453,45 1 437–1 470 | $5 | $30 | 1 050K |
| 15 | DeepSeek V4 Pro ≈ | DeepSeek | 1 443,14 1 435–1 451 | $0,44 | $0,87 | 1 049K |
| 16 | Claude Opus 4.8 ≈ | Anthropic | 1 443,1 1 434–1 452 | $5 | $25 | 1 000K |
| 17 | Claude Sonnet 4.5 ≈ | Anthropic | 1 440,99 1 435–1 447 | $3 | $15 | 1 000K |
| 18 | Claude 4.5 Opus ≈ | Anthropic | 1 440,86 1 434–1 447 | $5 | $25 | 200K |
| 19 | Muse Spark 1.1 ≈ | Meta AI | 1 440,45 1 426–1 455 | $1,25 | $4,25 | 1 049K |
| 20 | Qwen3.7 Plus ≈ | Alibaba (Qwen) | 1 440,34 1 430–1 450 | $0,5 | $3 | 1 000K |
| 21 | ERNIE 5.1 ≈ | Baidu (Ernie) | 1 439,68 1 431–1 448 | $0,75 | $3 | 119K |
| 22 | Grok 4.5 ≈ | xAI | 1 439,21 1 424–1 454 | $2 | $6 | 500K |
| 23 | Claude Sonnet 4.6 ≈ | Anthropic | 1 438,07 1 431–1 445 | $3 | $15 | 1 000K |
| 24 | Grok 4.20 Multi Agent Beta 0309 ≈ | xAI | 1 436,86 1 430–1 444 | $2 | $6 | 2 000K |
| 25 | GLM 5 ≈ | Zhipu AI / Z.ai | 1 436,16 1 427–1 445 | $0,48 | $1,9 | 205K |
| 26 | Qwen3.6 Max Preview ≈ | Alibaba (Qwen) | 1 433,85 1 411–1 457 | $1,3 | $7,8 | 262K |
| 27 | MiMo V2.5 Pro ≈ | Xiaomi | 1 433,77 1 426–1 442 | $0,44 | $0,87 | 1 050K |
| 28 | Grok 4.20 (Reasoning) ≈ | xAI | 1 433,4 1 426–1 440 | $2 | $6 | 2 000K |
| 29 | Kimi K2.6 ≈ | Moonshot AI (Kimi) | 1 430,8 1 422–1 439 | $0,22 | $1,14 | 262K |
| 30 | Kimi K2.5 Thinking TEE ≈ | Moonshot AI (Kimi) | 1 423,84 1 417–1 431 | $0,3 | $1,9 | 256K |
| 31 | Gemini 3.5 Flash Lite ≈ | Google DeepMind | 1 420,66 1 403–1 439 | $0,3 | $2,5 | 1 049K |
| 32 | GPT-5.5 Instant ≈ | OpenAI | 1 420,47 1 411–1 430 | $5 | $30 | 400K |
| 33 | Gemma 4 31B ≈ | Google DeepMind | 1 417,17 1 398–1 436 | $0,14 | $0,4 | 262K |
| 34 | MiMo V2 Pro ≈ | Xiaomi | 1 416,27 1 406–1 427 | $0,44 | $0,87 | 1 049K |
| 35 | GLM 4.6 ≈ | Zhipu AI / Z.ai | 1 412,75 1 404–1 421 | $0,29 | $1,14 | 205K |
| 36 | Grok 4.1 ≈ | xAI | 1 412,53 1 406–1 419 | $2 | $10 | 200K |
| 37 | GPT-5.6 Terra ≈ | OpenAI | 1 410,72 1 395–1 426 | $2 | $12 | 1 050K |
| 38 | Hy3 ≈ | Tencent (Hunyuan) | 1 410,4 1 386–1 435 | $0,13 | $0,53 | 262K |
| 39 | Claude 4.1 Opus ≈ | Anthropic | 1 410,22 1 404–1 416 | $15 | $75 | 200K |
| 40 | GLM 5V Turbo ≈ | Zhipu AI / Z.ai | 1 409,81 1 394–1 425 | $0,7 | $3,1 | 203K |
| 41 | DeepSeek R1 0528 ≈ | DeepSeek | 1 409,54 1 397–1 422 | $0,25 | $0,25 | 164K |
| 42 | ChatGPT 4o Latest ≈ | OpenAI | 1 407,13 1 401–1 413 | $5 | $15 | 128K |
| 43 | Claude Sonnet 5 ≈ | Anthropic | 1 406,98 1 395–1 419 | $2 | $10 | 1 000K |
| 44 | Seed 2.0 Pro ≈ | ByteDance (Doubao) | 1 406,26 1 400–1 413 | $0,5 | $3 | 131K |
| 45 | DeepSeek V3.1 Terminus ≈ | DeepSeek | 1 405,52 1 378–1 433 | $0,21 | $0,79 | 164K |
| 46 | Gemma 4 26B-A4B ≈ | Google DeepMind | 1 404,92 1 386–1 424 | $0,05 | $0,29 | 262K |
| 47 | Qwen3.5 397B-A17B ≈ | Alibaba (Qwen) | 1 404,33 1 397–1 411 | $0,6 | $3,6 | 262K |
| 48 | DeepSeek V3.2 Exp ≈ | DeepSeek | 1 403,82 1 389–1 418 | $0,22 | $0,33 | 164K |
| 49 | MiniMax M3 ≈ | MiniMax | 1 403,76 1 394–1 413 | $0,3 | $1,2 | 1 049K |
| 50 | GPT-5.6 Luna ≈ | OpenAI | 1 403,67 1 388–1 419 | $0,2 | $1,2 | 1 050K |
| 51 | Qwen3.6 Plus ≈ | Alibaba (Qwen) | 1 403,57 1 395–1 412 | $0,5 | $3 | 1 000K |
| 52 | Gemini 2.5 Flash ≈ | Google DeepMind | 1 402,43 1 397–1 407 | $0,3 | $2,5 | 1 049K |
| 53 | GLM 4.7 ≈ | Zhipu AI / Z.ai | 1 402,36 1 389–1 416 | $0,15 | $0,8 | 205K |
| 54 | DeepSeek V4 Flash ≈ | DeepSeek | 1 402,07 1 394–1 410 | $0,14 | $0,28 | 1 049K |
| 55 | GPT-5.2 Chat ≈ | OpenAI | 1 401,99 1 393–1 411 | $1,75 | $14 | 128K |
| 56 | Qwen3 Max Preview ≈ | Alibaba (Qwen) | 1 400,79 1 391–1 411 | $1,2 | $6 | 256K |
| 57 | Gemini 3.1 Flash Lite Preview ≈ | Google DeepMind | 1 400,66 1 394–1 408 | $0,25 | $1,5 | 1 049K |
| 58 | DeepSeek V3.2 ≈ | DeepSeek | 1 399,13 1 391–1 407 | $0,28 | $0,4 | 164K |
| 59 | Grok 4 ≈ | xAI | 1 398,43 1 390–1 407 | $3 | $15 | 256K |
| 60 | Inkling ≈ | Thinking Machines Lab | 1 395,2 1 379–1 412 | $1,87 | $4,68 | 1 049K |
| 61 | GLM 4.5 ≈ | Zhipu AI / Z.ai | 1 395,04 1 384–1 406 | $0,2 | $0,8 | 131K |
| 62 | GPT 4.5 Preview ≈ | OpenAI | 1 394,29 1 382–1 406 | $75 | $150 | 128K |
| 63 | Grok 4.1 Fast Reasoning ≈ | xAI | 1 393,1 1 386–1 400 | $0,2 | $0,5 | 2 000K |
| 64 | Hunyuan T1 ≈ | Tencent (Hunyuan) | 1 392,73 1 369–1 416 | — | — | 131K |
| 65 | Mistral Medium 3.1 ≈ | Mistral AI | 1 392,2 1 387–1 398 | $0,4 | $2 | 262K |
| 66 | MiMo V2.5 ≈ | Xiaomi | 1 391,79 1 384–1 400 | $0,14 | $0,28 | 1 050K |
| 67 | MiMo V2 Omni ≈ | Xiaomi | 1 391,39 1 380–1 403 | $0,14 | $0,28 | 262K |
| 68 | Mistral Large 3 ≈ | Mistral AI | 1 390,53 1 383–1 398 | $0,5 | $1,5 | 256K |
| 69 | Grok 4.3 ≈ | xAI | 1 388,05 1 380–1 396 | $1,25 | $2,5 | 1 000K |
| 70 | 2025) ≈ | Google DeepMind | 1 387,99 1 379–1 397 | $0,3 | $2,5 | 1 049K |
| 71 | DeepSeek V3.1 ≈ | DeepSeek | 1 387,55 1 374–1 401 | $0,2 | $0,7 | 164K |
| 72 | Qwen3 235B A22B Thinking-2507 ≈ | Alibaba (Qwen) | 1 386,32 1 368–1 404 | $0,1 | $0,1 | 262K |
| 73 | Qwen3 Max 2025-09-23 ≈ | Alibaba (Qwen) | 1 382,56 1 366–1 400 | $0,86 | $3,43 | 258K |
| 74 | MiMo V2 Flash ≈ | Xiaomi | 1 378,57 1 371–1 386 | $0,14 | $0,28 | 262K |
| 75 | Qwen3 235B A22B Instruct 2507 ≈ | Alibaba (Qwen) | 1 375,98 1 370–1 381 | $0,1 | $0,1 | 262K |
| 76 | Kimi K2 Thinking Turbo ≈ | Moonshot AI (Kimi) | 1 374,88 1 368–1 382 | $1,15 | $8 | 262K |
| 77 | Grok 4 Fast Reasoning ≈ | xAI | 1 374,71 1 363–1 386 | $0,2 | $0,5 | 2 000K |
| 78 | Claude 4 Opus ≈ | Anthropic | 1 374,61 1 366–1 383 | $15 | $75 | 200K |
| 79 | Claude Haiku 4.5 ≈ | Anthropic | 1 371,16 1 366–1 377 | $1 | $5 | 200K |
| 80 | Qwen3 VL 235B A22B Instruct ≈ | Alibaba (Qwen) | 1 370,17 1 353–1 387 | $0,4 | $1,6 | 262K |
| 81 | Qwen3.5 122B-A10B ≈ | Alibaba (Qwen) | 1 369,14 1 360–1 379 | $0,4 | $3,2 | 262K |
| 82 | Mistral Medium 3.5 ≈ | Mistral AI | 1 368,5 1 354–1 383 | $1,5 | $7,5 | 262K |
| 83 | GPT 5 Chat ≈ | OpenAI | 1 367,89 1 358–1 377 | $1,25 | $10 | 128K |
| 84 | Gemini 2.5 Flash Lite Preview ≈ | Google DeepMind | 1 366,02 1 357–1 375 | $0,1 | $0,4 | 1 049K |
| 85 | DeepSeek Chat 0324 ≈ | DeepSeek | 1 364,71 1 357–1 373 | $0,2 | $0,6 | 164K |
| 86 | GPT 4.1 2025-04-14 ≈ | OpenAI | 1 363,66 1 356–1 371 | $2 | $8 | 1 048K |
| 87 | Qwen3.5 27B ≈ | Alibaba (Qwen) | 1 361,69 1 352–1 371 | $0,3 | $2,4 | 262K |
| 88 | o3 2025-04-16 ≈ | OpenAI | 1 359,4 1 352–1 367 | $2 | $8 | 200K |
| 89 | Hunyuan TurboS ≈ | Tencent (Hunyuan) | 1 358,18 1 343–1 374 | — | — | 131K |
| 90 | Step 3.5 Flash ≈ | StepFun | 1 355,92 1 349–1 363 | $0,1 | $0,3 | 262K |
| 91 | GPT-5.3 Chat (latest) ≈ | OpenAI | 1 355,23 1 346–1 364 | $1,75 | $14 | 128K |
| 92 | DeepSeek Reasoner ≈ | DeepSeek | 1 354,71 1 344–1 365 | $0,55 | $2,19 | 164K |
| 93 | MiniMax M2.7 ≈ | MiniMax | 1 353,29 1 345–1 361 | $0,3 | $1,2 | 205K |
| 94 | Kimi K2 0905 Preview ≈ | Moonshot AI (Kimi) | 1 349,52 1 334–1 365 | $0,6 | $2,5 | 262K |
| 95 | MiMo V2 Flash (Thinking) ≈ | Xiaomi | 1 348,09 1 334–1 362 | $0,1 | $0,31 | 256K |
| 96 | o1 2024-12-17 ≈ | OpenAI | 1 347,89 1 339–1 357 | $15 | $60 | 200K |
| 97 | Qwen3.5 35B A3B ≈ | Alibaba (Qwen) | 1 347,69 1 338–1 357 | $0,25 | $2 | 262K |
| 98 | Longcat Flash Chat ≈ | Meituan | 1 346,08 1 330–1 362 | — | — | 131K |
| 99 | Gemma 3 27B ≈ | Google DeepMind | 1 344,5 1 337–1 352 | $0,03 | $0,11 | 131K |
| 100 | Qwen3 VL 235B A22B Thinking ≈ | Alibaba (Qwen) | 1 344,2 1 326–1 362 | $0,4 | $4 | 262K |
Le tableau défile latéralement : toutes les colonnes ne tiennent pas.
Le prix est le plus bas parmi les fournisseurs du modèle, tarif de base, hors tarifs par lots ou réduits. L'entrée et la sortie sont affichées séparément à dessein : chez la plupart des modèles, la sortie coûte plusieurs fois plus cher que l'entrée, et la facture finale dépend de ce qui domine dans la tâche.
Le signe ≈ marque les modèles dont l'intervalle de confiance recoupe celui de la ligne du dessus. Il y en a ici 99 modèles — leur ordre entre eux n'est pas déterminé par les données disponibles.
L'intervalle de confiance de la moitié des modèles dépasse 18,5 points — soit environ 11 lignes voisines du tableau. À l'intérieur d'un tel groupe, l'ordre est fixé non par les données mais par ceux qui ont voté cette fois-ci ; les données soutiennent l'écart entre le début et la fin de la liste, mais pas le voisinage des places. Votes par modèle ici — médiane 4 577: moins il y en a, plus l'intervalle est large.
Arena (LMArena)
— licence CC-BY-4.0 · source primaire
По данным Arena (LMArena)
Tous les modèles ne sont pas mesurés ici. Sur les dix premiers de l’onglet « Par votes humains », il en manque 10 dans ce tableau — Claude Opus 5, Claude Fable 5, Gemini 3 Pro, Claude Opus 4.6, Gemini 3.1 Pro Preview et 5 de plus. Ils n'ont aucun score sur les jeux de tâches de cet onglet : une place vide signifie « non mesuré », et non « mauvais résultat ». Le modèle le plus récent atteint par ce jeu de tâches est sorti le 1 décembre 2025.
| # | Modèle | Développeur | Score sur les tâches % | Connexion$ / 1M | Sortie$ / 1M | Contextetokens |
|---|---|---|---|---|---|---|
| 1 | GPT 5 2025-08-07 | OpenAI | 86 % | $1,25 | $10 | 272K |
| 2 | Kimi K2 Instruct | Moonshot AI (Kimi) | 85,6 % | $0,1 | $2 | 131K |
| 3 | Claude 4.1 Opus | Anthropic | 84,7 % | $15 | $75 | 200K |
| 4 | OpenAI o3-pro (2025-06-10) | OpenAI | 84,4 % | $20 | $80 | 200K |
| 5 | o3 2025-04-16 | OpenAI | 83,9 % | $2 | $8 | 200K |
| 6 | Gemini 2.5 Pro | Google DeepMind | 83,8 % | $1,25 | $10 | 1 049K |
| 7 | Claude 4 Opus | Anthropic | 83,6 % | $15 | $75 | 200K |
| 8 | GPT 5 Mini 2025-08-07 | OpenAI | 83,1 % | $0,25 | $2 | 272K |
| 9 | DeepSeek Reasoner | DeepSeek | 83 % | $0,55 | $2,19 | 164K |
| 10 | Qwen 3 235b A22B | Alibaba (Qwen) | 83 % | $0,7 | $2,8 | 131K |
| 11 | Qwen3 235B A22B Thinking-2507 | Alibaba (Qwen) | 82,4 % | $0,1 | $0,1 | 262K |
| 12 | DeepSeek R1 0528 | DeepSeek | 81,9 % | $0,25 | $0,25 | 164K |
| 13 | GPT-4o (2024-11-20) | OpenAI | 81,8 % | $2,5 | $10 | 128K |
| 14 | Claude 4 Sonnet | Anthropic | 81,4 % | $3 | $15 | 1 000K |
| 15 | Claude Sonnet 3.7 | Anthropic | 81,1 % | $3 | $15 | 200K |
| 16 | Gemini 2.5 Pro Preview 0506 | Google DeepMind | 80,9 % | $1,25 | $10 | 1 049K |
| 17 | Gemini 2.5 Pro Experimental 0325 | Google DeepMind | 80,5 % | $2,5 | $10 | 1 049K |
| 18 | Claude 3.5 Sonnet 2024-10-22 | Anthropic | 80,3 % | $3 | $15 | 200K |
| 19 | Gemma 3 27B | Google DeepMind | 79,9 % | $0,03 | $0,11 | 131K |
| 20 | Mistral Medium 3 | Mistral AI | 77,3 % | $0,4 | $2 | 131K |
| 21 | GPT OSS 120B | OpenAI | 77,1 % | $0,03 | $0,14 | 131K |
| 22 | DeepSeek Chat 0324 | DeepSeek | 77 % | $0,2 | $0,6 | 164K |
| 23 | Grok 4 | xAI | 76,9 % | $3 | $15 | 256K |
| 24 | Gemini 2.5 Flash Preview | Google DeepMind | 76,5 % | $0,15 | $0,6 | 1 049K |
| 25 | Grok 3 | xAI | 76,4 % | $3 | $15 | 131K |
| 26 | GPT 4.5 Preview | OpenAI | 75,6 % | $75 | $150 | 128K |
| 27 | o4 Mini 2025-04-16 | OpenAI | 75 % | $1,1 | $4,4 | 200K |
| 28 | Gemini 2.0 Flash Thinking 0121 | Google DeepMind | 73,8 % | $0,31 | $1 | 1 000K |
| 29 | Grok 3 Mini | xAI | 73,5 % | $0,3 | $0,5 | 131K |
| 30 | Claude 3.5 Haiku | Anthropic | 73,5 % | $0,25 | $1,25 | 200K |
| 31 | o1 2024-12-17 | OpenAI | 70,2 % | $15 | $60 | 200K |
| 32 | Mistral Large 2407 | Mistral AI | 69 % | $3 | $9 | 131K |
| 33 | OpenAI: GPT-4o-mini (2024-07-18) | OpenAI | 67,2 % | $0,15 | $0,6 | 128K |
| 34 | o1 Mini 2024-09-12 | OpenAI | 64,9 % | $1,1 | $4,4 | 128K |
| 35 | Grok 2 1212 | xAI | 63,6 % | $2 | $10 | 131K |
| 36 | Phi 4 | Microsoft | 62,6 % | $0,06 | $0,14 | 128K |
| 37 | Llama 4 Maverick 17b 128e Instruct | Meta AI | 62 % | $0,05 | $0,1 | 1 049K |
| 38 | o3 Mini 2025-01-31 | OpenAI | 61,7 % | $1,1 | $4,4 | 200K |
Le tableau défile latéralement : toutes les colonnes ne tiennent pas.
Le prix est le plus bas parmi les fournisseurs du modèle, tarif de base, hors tarifs par lots ou réduits. L'entrée et la sortie sont affichées séparément à dessein : chez la plupart des modèles, la sortie coûte plusieurs fois plus cher que l'entrée, et la facture finale dépend de ce qui domine dans la tâche.
Epoch AI
— licence CC-BY · source primaire
По данным Epoch AI