# compar:IA

> Fiche du benchmark compar:IA sur Quelle IA, édition du 28 septembre 2026. L'arène publique du ministère de la Culture : deux modèles anonymes répondent, l'internaute vote, presque toujours en français. En tête au 28 septembre 2026 : Claude Opus 5.5 (1 210,0 Elo). Notation, limites et classement des 114 modèles mesurés.

Page : https://quelleia.com/benchmarks/comparia/
Source du benchmark : https://comparia.beta.gouv.fr
Mainteneur : Ministère de la Culture, beta.gouv.fr
Tâche : Français
État : actif

## À quoi il sert

Sur Quelle IA, compar:IA sert à noter la tâche Français : c'est l'un de ses 10 benchmarks. Il départage surtout les modèles dont le score IA approche 74.

## Comment c'est noté

Un score Elo calculé sur les duels, avec sa marge. Environ neuf questions sur dix sont en français.

Pour le calcul, un Elo devient une probabilité de victoire face à un niveau de référence, ici 1 025 Elo. Un écart de 100 points donne environ 64 % de chances de l'emporter.

## Ce qu'il ne dit pas

Moins de duels par modèle que sur Arena, donc des marges larges. Peu de modèles très récents.

## Qui le tient

Ministère de la Culture, beta.gouv.fr.

## Comment lire le score

Chaque trait est un modèle, placé à son meilleur score. Un modèle qui obtient 1 025 Elo a un score IA d'environ 74. Le meilleur, Claude Opus 5.5, atteint 1 210,0 Elo.

Ce que le benchmark attend à chaque niveau, d'après sa courbe d'étalonnage :

- Score IA 51 (niveau de GPT-4o (Nov 2024)) : 974 Elo
- Score IA 76 (niveau de Claude Sonnet 4.5) : 1 032 Elo
- Score IA 100 (niveau de Claude Opus 5.5) : 1 086 Elo

## Son poids dans le score IA

2,5 % du score général. compar:IA porte 25 % de la tâche Français (10 % du score général), que se partagent 10 benchmarks.

## Classement (114 modèles mesurés · 117 mesures, édition du 28 septembre 2026)

Un modèle par ligne, à sa meilleure configuration. « Suggère » : le score IA que cette seule mesure indique.

| Rang | Modèle | Éditeur | Réflexion | Score publié | Suggère | Source |
| --- | --- | --- | --- | --- | --- | --- |
| 1 | [Claude Opus 5.5](https://quelleia.com/modeles/claude-opus-5-5.md) | Anthropic | non précisée | 1 210,0 Elo | 154,2 | https://arene.comparia.beta.gouv.fr/ranking |
| 2 | [Muse Spark 1.2](https://quelleia.com/modeles/muse-spark-1-2.md) | Meta AI | non précisée | 1 180,0 Elo | 141,1 | https://arene.comparia.beta.gouv.fr/ranking |
| 3 | [Muse Spark 1.3](https://quelleia.com/modeles/muse-spark-1-3.md) | Meta AI | non précisée | 1 150,0 Elo | 128,0 | https://arene.comparia.beta.gouv.fr/ranking |
| 4 | [GPT-5.3 Chat](https://quelleia.com/modeles/gpt-5-3-chat.md) | OpenAI | non précisée | 1 135,0 Elo | 121,5 | https://arene.comparia.beta.gouv.fr/ranking |
| 5 | [Gemini 3 Flash](https://quelleia.com/modeles/gemini-3-flash.md) | Google DeepMind | non précisée | 1 125,0 Elo | 117,1 | https://arene.comparia.beta.gouv.fr/ranking |
| 6 | [GPT-5.5](https://quelleia.com/modeles/gpt-5-5.md) | OpenAI | non précisée | 1 110,0 Elo | 110,6 | https://arene.comparia.beta.gouv.fr/ranking |
| 6 | [Gemini 3.6 Flash](https://quelleia.com/modeles/gemini-3-6-flash.md) | Google DeepMind | non précisée | 1 110,0 Elo | 110,6 | https://arene.comparia.beta.gouv.fr/ranking |
| 8 | [Gemini 3.1 Flash-Lite](https://quelleia.com/modeles/gemini-3-1-flash-lite.md) | Google DeepMind | non précisée | 1 109,0 Elo | 110,2 | https://arene.comparia.beta.gouv.fr/ranking |
| 9 | [GPT-5.6 Terra](https://quelleia.com/modeles/gpt-5-6-terra.md) | OpenAI | non précisée | 1 105,0 Elo | 108,4 | https://arene.comparia.beta.gouv.fr/ranking |
| 10 | [GPT-5.4](https://quelleia.com/modeles/gpt-5-4.md) | OpenAI | non précisée | 1 099,0 Elo | 105,8 | https://arene.comparia.beta.gouv.fr/ranking |
| 11 | [Gemma 4 31B IT](https://quelleia.com/modeles/gemma-4-31b-it.md) | Google DeepMind | non précisée | 1 098,0 Elo | 105,4 | https://arene.comparia.beta.gouv.fr/ranking |
| 12 | [GPT-5.6 Luna](https://quelleia.com/modeles/gpt-5-6-luna.md) | OpenAI | non précisée | 1 095,0 Elo | 104,0 | https://arene.comparia.beta.gouv.fr/ranking |
| 13 | [Qwen3-Max](https://quelleia.com/modeles/qwen3-max.md) | Alibaba | Maximale | 1 094,0 Elo | 103,6 | https://arene.comparia.beta.gouv.fr/ranking |
| 14 | [Gemini 3.5 Flash-Lite](https://quelleia.com/modeles/gemini-3-5-flash-lite.md) | Google DeepMind | non précisée | 1 091,0 Elo | 102,3 | https://arene.comparia.beta.gouv.fr/ranking |
| 15 | [MiMo-V2.6-Pro](https://quelleia.com/modeles/mimo-v2-6-pro.md) | Xiaomi | non précisée | 1 088,0 Elo | 101,0 | https://arene.comparia.beta.gouv.fr/ranking |
| 16 | [GPT-5.2](https://quelleia.com/modeles/gpt-5-2.md) | OpenAI | non précisée | 1 087,0 Elo | 100,6 | https://arene.comparia.beta.gouv.fr/ranking |
| 17 | [Gemini 3.8 Flash](https://quelleia.com/modeles/gemini-3-8-flash.md) | Google DeepMind | non précisée | 1 086,0 Elo | 100,1 | https://arene.comparia.beta.gouv.fr/ranking |
| 17 | [MiniMax-M3](https://quelleia.com/modeles/minimax-m3.md) | MiniMax | non précisée | 1 086,0 Elo | 100,1 | https://arene.comparia.beta.gouv.fr/ranking |
| 19 | [Gemini 3.7 Flash](https://quelleia.com/modeles/gemini-3-7-flash.md) | Google DeepMind | non précisée | 1 085,0 Elo | 99,7 | https://arene.comparia.beta.gouv.fr/ranking |
| 20 | [Gemini 2.5 Flash (Jun 2025)](https://quelleia.com/modeles/gemini-2-5-flash-jun-2025.md) | Google DeepMind | non précisée | 1 084,0 Elo | 99,2 | https://arene.comparia.beta.gouv.fr/ranking |
| 21 | [GPT-5.1](https://quelleia.com/modeles/gpt-5-1.md) | OpenAI | non précisée | 1 082,0 Elo | 98,4 | https://arene.comparia.beta.gouv.fr/ranking |
| 21 | [GPT-5.4 Mini](https://quelleia.com/modeles/gpt-5-4-mini.md) | OpenAI | non précisée | 1 082,0 Elo | 98,4 | https://arene.comparia.beta.gouv.fr/ranking |
| 21 | [DeepSeek-V3 (Mar 2025)](https://quelleia.com/modeles/deepseek-v3-mar-2025.md) | DeepSeek | non précisée | 1 082,0 Elo | 98,4 | https://arene.comparia.beta.gouv.fr/ranking |
| 24 | [Gemma 4 26B A4B](https://quelleia.com/modeles/gemma-4-26b-a4b.md) | Google DeepMind | non précisée | 1 081,0 Elo | 97,9 | https://arene.comparia.beta.gouv.fr/ranking |
| 25 | [Claude Sonnet 4.5](https://quelleia.com/modeles/claude-sonnet-4-5.md) | Anthropic | non précisée | 1 078,0 Elo | 96,6 | https://arene.comparia.beta.gouv.fr/ranking |
| 26 | [Magistral Medium 1.1](https://quelleia.com/modeles/magistral-medium-1-1.md) | Mistral AI | Moyenne | 1 072,0 Elo | 94,0 | https://arene.comparia.beta.gouv.fr/ranking |
| 27 | [GPT-6 Sol](https://quelleia.com/modeles/gpt-6-sol.md) | OpenAI | non précisée | 1 066,0 Elo | 91,4 | https://arene.comparia.beta.gouv.fr/ranking |
| 27 | [Gemini 3.1 Pro](https://quelleia.com/modeles/gemini-3-1-pro.md) | Google DeepMind | non précisée | 1 066,0 Elo | 91,4 | https://arene.comparia.beta.gouv.fr/ranking |
| 27 | [Gemini 3.5 Flash](https://quelleia.com/modeles/gemini-3-5-flash.md) | Google DeepMind | non précisée | 1 066,0 Elo | 91,4 | https://arene.comparia.beta.gouv.fr/ranking |
| 27 | [Kimi K2 Thinking](https://quelleia.com/modeles/kimi-k2-thinking.md) | Moonshot | non précisée | 1 066,0 Elo | 91,4 | https://arene.comparia.beta.gouv.fr/ranking |
| 31 | [qwen3-coder-next](https://quelleia.com/modeles/qwen3-coder-next.md) | Alibaba | non précisée | 1 065,0 Elo | 91,0 | https://arene.comparia.beta.gouv.fr/ranking |
| 32 | [Claude Sonnet 5](https://quelleia.com/modeles/claude-sonnet-5.md) | Anthropic | non précisée | 1 063,0 Elo | 90,1 | https://arene.comparia.beta.gouv.fr/ranking |
| 32 | [Claude Sonnet 4](https://quelleia.com/modeles/claude-sonnet-4.md) | Anthropic | non précisée | 1 063,0 Elo | 90,1 | https://arene.comparia.beta.gouv.fr/ranking |
| 34 | [Mistral Medium 3.5](https://quelleia.com/modeles/mistral-medium-3-5.md) | Mistral AI | non précisée | 1 062,0 Elo | 89,6 | https://arene.comparia.beta.gouv.fr/ranking |
| 35 | [Gemma 3 27B](https://quelleia.com/modeles/gemma-3-27b.md) | Google DeepMind | non précisée | 1 061,0 Elo | 89,2 | https://arene.comparia.beta.gouv.fr/ranking |
| 36 | [Mistral Medium 3.1](https://quelleia.com/modeles/mistral-medium-3-1.md) | Mistral AI | Moyenne | 1 057,0 Elo | 87,5 | https://arene.comparia.beta.gouv.fr/ranking |
| 36 | [GPT-4.1 mini](https://quelleia.com/modeles/gpt-4-1-mini.md) | OpenAI | non précisée | 1 057,0 Elo | 87,5 | https://arene.comparia.beta.gouv.fr/ranking |
| 38 | [DeepSeek-V3.2](https://quelleia.com/modeles/deepseek-v3-2.md) | DeepSeek | non précisée | 1 055,0 Elo | 86,6 | https://arene.comparia.beta.gouv.fr/ranking |
| 39 | [Gemini 3 Pro](https://quelleia.com/modeles/gemini-3-pro.md) | Google DeepMind | non précisée | 1 052,0 Elo | 85,3 | https://arene.comparia.beta.gouv.fr/ranking |
| 39 | [GPT-5.4 Nano](https://quelleia.com/modeles/gpt-5-4-nano.md) | OpenAI | non précisée | 1 052,0 Elo | 85,3 | https://arene.comparia.beta.gouv.fr/ranking |
| 39 | [DeepSeek-V3.1](https://quelleia.com/modeles/deepseek-v3-1.md) | DeepSeek | non précisée | 1 052,0 Elo | 85,3 | https://arene.comparia.beta.gouv.fr/ranking |
| 42 | [DeepSeek-V4-Pro](https://quelleia.com/modeles/deepseek-v4-pro.md) | DeepSeek | non précisée | 1 048,0 Elo | 83,5 | https://arene.comparia.beta.gouv.fr/ranking |
| 42 | [Trinity Large Thinking](https://quelleia.com/modeles/trinity-large-thinking.md) | Arcee AI | non précisée | 1 048,0 Elo | 83,5 | https://arene.comparia.beta.gouv.fr/ranking |
| 44 | [Qwen3-Coder-480B-A35B](https://quelleia.com/modeles/qwen3-coder-480b-a35b.md) | Alibaba | non précisée | 1 047,0 Elo | 83,1 | https://arene.comparia.beta.gouv.fr/ranking |
| 45 | [DeepSeek-V4-Flash](https://quelleia.com/modeles/deepseek-v4-flash.md) | DeepSeek | non précisée | 1 046,0 Elo | 82,7 | https://arene.comparia.beta.gouv.fr/ranking |
| 46 | [Mistral Large 3](https://quelleia.com/modeles/mistral-large-3.md) | Mistral AI | non précisée | 1 044,0 Elo | 81,8 | https://arene.comparia.beta.gouv.fr/ranking |
| 47 | [GPT-5 mini](https://quelleia.com/modeles/gpt-5-mini.md) | OpenAI | non précisée | 1 041,0 Elo | 80,5 | https://arene.comparia.beta.gouv.fr/ranking |
| 48 | [o4-mini](https://quelleia.com/modeles/o4-mini.md) | OpenAI | non précisée | 1 039,0 Elo | 79,6 | https://arene.comparia.beta.gouv.fr/ranking |
| 49 | [Cohere Command A](https://quelleia.com/modeles/cohere-command-a.md) | Cohere | non précisée | 1 038,0 Elo | 79,2 | https://arene.comparia.beta.gouv.fr/ranking |
| 50 | [Mistral Small 3.2](https://quelleia.com/modeles/mistral-small-3-2.md) | Mistral AI | non précisée | 1 032,0 Elo | 76,6 | https://arene.comparia.beta.gouv.fr/ranking |
| 50 | [Gemma 3 12B](https://quelleia.com/modeles/gemma-3-12b.md) | Google DeepMind | non précisée | 1 032,0 Elo | 76,6 | https://arene.comparia.beta.gouv.fr/ranking |
| 52 | [GPT-5](https://quelleia.com/modeles/gpt-5.md) | OpenAI | non précisée | 1 030,0 Elo | 75,7 | https://arene.comparia.beta.gouv.fr/ranking |
| 52 | [Llama 4 Maverick](https://quelleia.com/modeles/llama-4-maverick.md) | Meta AI | non précisée | 1 030,0 Elo | 75,7 | https://arene.comparia.beta.gouv.fr/ranking |
| 54 | [GLM-4.5](https://quelleia.com/modeles/glm-4-5.md) | Z.ai (Zhipu AI) | non précisée | 1 028,0 Elo | 74,8 | https://arene.comparia.beta.gouv.fr/ranking |
| 55 | [Kimi K3](https://quelleia.com/modeles/kimi-k3.md) | Moonshot | non précisée | 1 026,0 Elo | 73,9 | https://arene.comparia.beta.gouv.fr/ranking |
| 55 | [Kimi K2.6](https://quelleia.com/modeles/kimi-k2-6.md) | Moonshot | non précisée | 1 026,0 Elo | 73,9 | https://arene.comparia.beta.gouv.fr/ranking |
| 57 | [Mistral Small 4](https://quelleia.com/modeles/mistral-small-4.md) | Mistral AI | non précisée | 1 025,0 Elo | 73,5 | https://arene.comparia.beta.gouv.fr/ranking |
| 58 | [MiMo-V2.6-Flash](https://quelleia.com/modeles/mimo-v2-6-flash.md) | Xiaomi | non précisée | 1 024,0 Elo | 73,1 | https://arene.comparia.beta.gouv.fr/ranking |
| 59 | [Inkling](https://quelleia.com/modeles/inkling.md) | Thinking Machines | non précisée | 1 014,0 Elo | 68,7 | https://arene.comparia.beta.gouv.fr/ranking |
| 60 | [Kimi K2.5](https://quelleia.com/modeles/kimi-k2-5.md) | Moonshot | non précisée | 1 010,0 Elo | 66,9 | https://arene.comparia.beta.gouv.fr/ranking |
| 60 | [Magistral Small 1.0](https://quelleia.com/modeles/magistral-small-1-0.md) | Mistral AI | non précisée | 1 010,0 Elo | 66,9 | https://arene.comparia.beta.gouv.fr/ranking |
| 62 | [Llama 4 Scout](https://quelleia.com/modeles/llama-4-scout.md) | Meta AI | non précisée | 1 007,0 Elo | 65,6 | https://arene.comparia.beta.gouv.fr/ranking |
| 63 | [GLM-4.6](https://quelleia.com/modeles/glm-4-6.md) | Z.ai (Zhipu AI) | non précisée | 1 006,0 Elo | 65,2 | https://arene.comparia.beta.gouv.fr/ranking |
| 64 | [GLM-5.3](https://quelleia.com/modeles/glm-5-3.md) | Z.ai (Zhipu AI) | non précisée | 1 004,0 Elo | 64,3 | https://arene.comparia.beta.gouv.fr/ranking |
| 64 | [Gemma 3 4B](https://quelleia.com/modeles/gemma-3-4b.md) | Google DeepMind | non précisée | 1 004,0 Elo | 64,3 | https://arene.comparia.beta.gouv.fr/ranking |
| 66 | [LFM 2 8B A1B](https://quelleia.com/modeles/lfm-2-8b-a1b.md) | Liquid AI | non précisée | 1 003,0 Elo | 63,9 | https://arene.comparia.beta.gouv.fr/ranking |
| 67 | [DeepSeek-R1 (May 2025)](https://quelleia.com/modeles/deepseek-r1-may-2025.md) | DeepSeek | non précisée | 999,0 Elo | 62,1 | https://arene.comparia.beta.gouv.fr/ranking |
| 68 | [Gemma 3n E4B](https://quelleia.com/modeles/gemma-3n-e4b.md) | Google DeepMind | non précisée | 998,0 Elo | 61,7 | https://arene.comparia.beta.gouv.fr/ranking |
| 69 | [GLM-5.2](https://quelleia.com/modeles/glm-5-2.md) | Z.ai (Zhipu AI) | non précisée | 997,0 Elo | 61,3 | https://arene.comparia.beta.gouv.fr/ranking |
| 70 | [Qwen3.8 2.4T A95B](https://quelleia.com/modeles/qwen3-8-2-4t-a95b.md) | Alibaba | non précisée | 994,0 Elo | 60,0 | https://arene.comparia.beta.gouv.fr/ranking |
| 70 | [GPT-4.1 nano](https://quelleia.com/modeles/gpt-4-1-nano.md) | OpenAI | non précisée | 994,0 Elo | 60,0 | https://arene.comparia.beta.gouv.fr/ranking |
| 72 | [MiniMax-M2.5](https://quelleia.com/modeles/minimax-m2-5.md) | MiniMax | non précisée | 993,0 Elo | 59,5 | https://arene.comparia.beta.gouv.fr/ranking |
| 72 | [Llama-3.1-Nemotron-70B-Instruct](https://quelleia.com/modeles/llama-3-1-nemotron-70b-instruct.md) | NVIDIA | non précisée | 993,0 Elo | 59,5 | https://arene.comparia.beta.gouv.fr/ranking |
| 74 | [MiniMax-M2](https://quelleia.com/modeles/minimax-m2.md) | MiniMax | non précisée | 991,0 Elo | 58,7 | https://arene.comparia.beta.gouv.fr/ranking |
| 75 | [Hermes 4 70B](https://quelleia.com/modeles/hermes-4-70b.md) | Nous Research | non précisée | 989,0 Elo | 57,8 | https://arene.comparia.beta.gouv.fr/ranking |
| 75 | [Mistral Saba](https://quelleia.com/modeles/mistral-saba.md) | Mistral AI | non précisée | 989,0 Elo | 57,8 | https://arene.comparia.beta.gouv.fr/ranking |
| 77 | [Qwen 3.6 Plus](https://quelleia.com/modeles/qwen-3-6-plus.md) | Alibaba | non précisée | 984,0 Elo | 55,6 | https://arene.comparia.beta.gouv.fr/ranking |
| 77 | [Llama 3.3 70B](https://quelleia.com/modeles/llama-3-3-70b.md) | Meta AI | non précisée | 984,0 Elo | 55,6 | https://arene.comparia.beta.gouv.fr/ranking |
| 79 | [Aya Expanse 32B](https://quelleia.com/modeles/aya-expanse-32b.md) | Cohere | non précisée | 981,0 Elo | 54,3 | https://arene.comparia.beta.gouv.fr/ranking |
| 80 | [Apertus v1.5 70B](https://quelleia.com/modeles/apertus-v1-5-70b.md) | Swiss AI (EPFL, ETH Zurich) | non précisée | 979,0 Elo | 53,4 | https://arene.comparia.beta.gouv.fr/ranking |
| 81 | [GLM-5.3-Flash](https://quelleia.com/modeles/glm-5-3-flash.md) | Z.ai (Zhipu AI) | non précisée | 977,0 Elo | 52,5 | https://arene.comparia.beta.gouv.fr/ranking |
| 81 | [Apertus 70B Instruct](https://quelleia.com/modeles/apertus-70b-instruct.md) | Swiss AI (EPFL, ETH Zurich) | non précisée | 977,0 Elo | 52,5 | https://arene.comparia.beta.gouv.fr/ranking |
| 83 | [Qwen3-32B](https://quelleia.com/modeles/qwen3-32b.md) | Alibaba | non précisée | 976,0 Elo | 52,1 | https://arene.comparia.beta.gouv.fr/ranking |
| 84 | [GPT-6 Luna](https://quelleia.com/modeles/gpt-6-luna.md) | OpenAI | non précisée | 974,0 Elo | 51,2 | https://arene.comparia.beta.gouv.fr/ranking |
| 85 | [LFM2 24B A2B](https://quelleia.com/modeles/lfm2-24b-a2b.md) | Liquid AI | non précisée | 971,0 Elo | 49,9 | https://arene.comparia.beta.gouv.fr/ranking |
| 86 | [EuroLLM 22B Instruct](https://quelleia.com/modeles/eurollm-22b-instruct.md) | EuroLLM | non précisée | 967,0 Elo | 48,2 | https://arene.comparia.beta.gouv.fr/ranking |
| 87 | [Qwen3.7-Plus](https://quelleia.com/modeles/qwen3-7-plus.md) | Alibaba | non précisée | 965,0 Elo | 47,3 | https://arene.comparia.beta.gouv.fr/ranking |
| 87 | [MiniMax-M2.7](https://quelleia.com/modeles/minimax-m2-7.md) | MiniMax | non précisée | 965,0 Elo | 47,3 | https://arene.comparia.beta.gouv.fr/ranking |
| 89 | [DeepSeek V4.1 Flash](https://quelleia.com/modeles/deepseek-v4-1-flash.md) | DeepSeek | non précisée | 964,0 Elo | 46,9 | https://arene.comparia.beta.gouv.fr/ranking |
| 90 | [Muse Glimmer 30B](https://quelleia.com/modeles/muse-glimmer-30b.md) | Meta AI | non précisée | 962,0 Elo | 46,0 | https://arene.comparia.beta.gouv.fr/ranking |
| 91 | [Qwen 3.8 27B](https://quelleia.com/modeles/qwen-3-8-27b.md) | Alibaba | non précisée | 961,0 Elo | 45,6 | https://arene.comparia.beta.gouv.fr/ranking |
| 91 | [Inkling-Small](https://quelleia.com/modeles/inkling-small.md) | Thinking Machines | non précisée | 961,0 Elo | 45,6 | https://arene.comparia.beta.gouv.fr/ranking |
| 93 | [gpt-oss-120b](https://quelleia.com/modeles/gpt-oss-120b.md) | OpenAI | non précisée | 960,0 Elo | 45,1 | https://arene.comparia.beta.gouv.fr/ranking |
| 94 | [Llama 3.1-405B](https://quelleia.com/modeles/llama-3-1-405b.md) | Meta AI | non précisée | 957,0 Elo | 43,8 | https://arene.comparia.beta.gouv.fr/ranking |
| 95 | [Qwen3.7-Max](https://quelleia.com/modeles/qwen3-7-max.md) | Alibaba | Maximale | 955,0 Elo | 42,9 | https://arene.comparia.beta.gouv.fr/ranking |
| 96 | [Granite 4.1 8B](https://quelleia.com/modeles/granite-4-1-8b.md) | IBM | non précisée | 951,0 Elo | 41,2 | https://arene.comparia.beta.gouv.fr/ranking |
| 97 | [GLM-5.1](https://quelleia.com/modeles/glm-5-1.md) | Z.ai (Zhipu AI) | non précisée | 950,0 Elo | 40,8 | https://arene.comparia.beta.gouv.fr/ranking |
| 98 | [Qwen3.8 Flash](https://quelleia.com/modeles/qwen3-8-flash.md) | Alibaba | non précisée | 948,0 Elo | 39,9 | https://arene.comparia.beta.gouv.fr/ranking |
| 99 | [GPT-5 nano](https://quelleia.com/modeles/gpt-5-nano.md) | OpenAI | non précisée | 947,0 Elo | 39,5 | https://arene.comparia.beta.gouv.fr/ranking |
| 100 | [Qwen3.5 397B-A17B](https://quelleia.com/modeles/qwen3-5-397b-a17b.md) | Alibaba | non précisée | 945,0 Elo | 38,6 | https://arene.comparia.beta.gouv.fr/ranking |
| 101 | [GLM-5](https://quelleia.com/modeles/glm-5.md) | Z.ai (Zhipu AI) | non précisée | 937,0 Elo | 35,1 | https://arene.comparia.beta.gouv.fr/ranking |
| 101 | [Nemotron 3 Super 120B](https://quelleia.com/modeles/nemotron-3-super-120b.md) | NVIDIA | non précisée | 937,0 Elo | 35,1 | https://arene.comparia.beta.gouv.fr/ranking |
| 103 | [Apertus 1.5 8B](https://quelleia.com/modeles/apertus-1-5-8b.md) | Swiss AI (EPFL, ETH Zurich) | non précisée | 932,0 Elo | 32,9 | https://arene.comparia.beta.gouv.fr/ranking |
| 104 | [Phi-4](https://quelleia.com/modeles/phi-4.md) | Microsoft | non précisée | 930,0 Elo | 32,0 | https://arene.comparia.beta.gouv.fr/ranking |
| 105 | [GLM-4.7](https://quelleia.com/modeles/glm-4-7.md) | Z.ai (Zhipu AI) | non précisée | 917,0 Elo | 26,4 | https://arene.comparia.beta.gouv.fr/ranking |
| 106 | [DeepSeek-R1-Distill-Llama-70B](https://quelleia.com/modeles/deepseek-r1-distill-llama-70b.md) | DeepSeek | non précisée | 914,0 Elo | 25,1 | https://arene.comparia.beta.gouv.fr/ranking |
| 107 | [gpt-oss-20b](https://quelleia.com/modeles/gpt-oss-20b.md) | OpenAI | non précisée | 910,0 Elo | 23,3 | https://arene.comparia.beta.gouv.fr/ranking |
| 107 | [Qwen3-30B-A3B](https://quelleia.com/modeles/qwen3-30b-a3b.md) | Alibaba | non précisée | 910,0 Elo | 23,3 | https://arene.comparia.beta.gouv.fr/ranking |
| 109 | [Llama 3.1-8B](https://quelleia.com/modeles/llama-3-1-8b.md) | Meta AI | non précisée | 908,0 Elo | 22,4 | https://arene.comparia.beta.gouv.fr/ranking |
| 110 | [Nemotron 3.5 Lightning](https://quelleia.com/modeles/nemotron-3-5-lightning.md) | NVIDIA | non précisée | 904,0 Elo | 20,7 | https://arene.comparia.beta.gouv.fr/ranking |
| 111 | [Qwen3.5-35B-A3B](https://quelleia.com/modeles/qwen3-5-35b-a3b.md) | Alibaba | non précisée | 902,0 Elo | 19,8 | https://arene.comparia.beta.gouv.fr/ranking |
| 112 | [Qwen3-8B](https://quelleia.com/modeles/qwen3-8b.md) | Alibaba | non précisée | 864,0 Elo | 3,2 | https://arene.comparia.beta.gouv.fr/ranking |
| 113 | [QwQ-32B](https://quelleia.com/modeles/qwq-32b.md) | Alibaba | non précisée | 857,0 Elo | 0,2 | https://arene.comparia.beta.gouv.fr/ranking |
| 114 | [OLMo 3 32B Think](https://quelleia.com/modeles/olmo-3-32b-think.md) | Ai2 | non précisée | 755,0 Elo | -44,3 | https://arene.comparia.beta.gouv.fr/ranking |

## En bref

**Que mesure compar:IA ?** L'arène publique du ministère de la Culture : deux modèles anonymes répondent, l'internaute vote, presque toujours en français. Sur Quelle IA, il est rangé dans la tâche Français.

**Comment compar:IA est-il noté ?** Un score Elo calculé sur les duels, avec sa marge. Environ neuf questions sur dix sont en français. Un modèle qui obtient 1 025 Elo a un score IA d'environ 74.

**Qui est en tête sur compar:IA ?** Claude Opus 5.5 (Anthropic) est en tête de compar:IA avec 1 210,0 Elo, dans l'édition du 28 septembre 2026. Suivent Muse Spark 1.2 (1 180,0 Elo) et Muse Spark 1.3 (1 150,0 Elo). 114 modèles y sont mesurés.

**Quelles sont les limites de compar:IA ?** Moins de duels par modèle que sur Arena, donc des marges larges. Peu de modèles très récents. Au 28 septembre 2026, le benchmark est actif.

**Combien pèse compar:IA dans le score IA ?** compar:IA compte pour 2,5 % du score général, dans l'édition du 28 septembre 2026. Il porte 25 % de la tâche Français (10 % du score général), que se partagent 10 benchmarks.

**Qui maintient compar:IA ?** Ministère de la Culture, beta.gouv.fr. Sa page de référence : comparia.beta.gouv.fr.

## Les autres benchmarks de la tâche Français

- [Arena, questions en français](https://quelleia.com/benchmarks/arena_francais.md) : 224 modèles · 2,5 % du score
- [EuroEval, ScaLA (grammaire)](https://quelleia.com/benchmarks/euroeval_scala_fr.md) : 136 modèles · 0,62 % du score
- [EuroEval, Allociné (sentiment)](https://quelleia.com/benchmarks/euroeval_allocine.md) : 134 modèles · 0,62 % du score, saturé
- [EuroEval, ELTeC (noms propres)](https://quelleia.com/benchmarks/euroeval_eltec.md) : 134 modèles · 0,62 % du score
- [EuroEval, FQuAD (compréhension)](https://quelleia.com/benchmarks/euroeval_fquad.md) : 134 modèles · 0,62 % du score
- [EuroEval, HellaSwag (bon sens)](https://quelleia.com/benchmarks/euroeval_hellaswag_fr.md) : 134 modèles · 0,62 % du score
- [EuroEval, OrangeSum (résumé)](https://quelleia.com/benchmarks/euroeval_orange_sum.md) : 69 modèles · 0,62 % du score
- [EuroEval, INCLUDE (connaissances)](https://quelleia.com/benchmarks/euroeval_include_fr.md) : 64 modèles · 0,62 % du score
- [EuroEval, MultiLoKo (connaissances locales)](https://quelleia.com/benchmarks/euroeval_multiloko_fr.md) : 64 modèles · 0,62 % du score

Source : Quelle IA, édition du 28 septembre 2026. https://quelleia.com