# FrontierSWE > Fiche du benchmark FrontierSWE sur Quelle IA, édition du 28 septembre 2026. 34 chantiers logiciels de très longue haleine : réécrire git en Zig, décoder la parole dans des signaux cérébraux, entraîner un modèle météo. En tête au 28 septembre 2026 : GPT-6 Astra (65,5 %). Notation, limites et classement des 16 modèles mesurés. Page : https://quelleia.com/benchmarks/frontierswe/ Source du benchmark : https://www.frontierswe.com/ Mainteneur : Proximal Tâche : Code État : actif ## À quoi il sert Sur Quelle IA, FrontierSWE sert à noter la tâche Code : c'est l'un de ses 13 benchmarks. Il départage surtout les modèles dont le score IA approche 96. ## Comment c'est noté Note moyenne sur cinq essais par tâche, avec un budget de 20 heures par essai, dans le harnais maison « proximus ». ## Ce qu'il ne dit pas 34 tâches seulement et un coût élevé, jusqu'à 1 000 dollars en moyenne par tâche. Un seul harnais est utilisé, celui de l'éditeur du benchmark. ## Qui le tient Proximal. ## Comment lire le score Chaque trait est un modèle, placé à son meilleur score. Un modèle qui obtient 50 % a un score IA d'environ 96. Le meilleur, GPT-6 Astra, atteint 65,5 %. Le benchmark sera dit saturé quand un modèle atteindra 95 %. Ce que le benchmark attend à chaque niveau, d'après sa courbe d'étalonnage : - Score IA 51 (niveau de GPT-4o (Nov 2024)) : moins de 1 % - Score IA 76 (niveau de Claude Sonnet 4.5) : 3 % - Score IA 100 (niveau de Claude Opus 5.5) : 66 % ## Son poids dans le score IA 1,15 % du score général. FrontierSWE porte 8 % de la tâche Code (15 % du score général), que se partagent 13 benchmarks. ## Classement (16 modèles mesurés, 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 | [GPT-6 Astra](https://quelleia.com/modeles/gpt-6-astra.md) | OpenAI | Maximale | 65,5 % | 99,7 | https://www.frontierswe.com/ | | 2 | [Claude Opus 5.5](https://quelleia.com/modeles/claude-opus-5-5.md) | Anthropic | Maximale | 62,3 % | 98,9 | https://www.frontierswe.com/ | | 3 | [Claude Sonnet 5.5](https://quelleia.com/modeles/claude-sonnet-5-5.md) | Anthropic | Maximale | 61,9 % | 98,8 | https://www.frontierswe.com/ | | 4 | [Claude Fable 5.1](https://quelleia.com/modeles/claude-fable-5-1.md) | Anthropic | Maximale | 56,3 % | 97,5 | https://www.frontierswe.com/ | | 5 | [Claude Opus 5](https://quelleia.com/modeles/claude-opus-5.md) | Anthropic | Maximale | 52 % | 96,5 | https://www.frontierswe.com/ | | 6 | [Claude Fable 5](https://quelleia.com/modeles/claude-fable-5.md) | Anthropic | Maximale | 47 % | 95,3 | https://www.frontierswe.com/ | | 7 | [GPT-5.6 Sol](https://quelleia.com/modeles/gpt-5-6-sol.md) | OpenAI | Maximale | 32,2 % | 91,7 | https://www.frontierswe.com/ | | 8 | [GLM-5.3](https://quelleia.com/modeles/glm-5-3.md) | Z.ai (Zhipu AI) | Maximale | 30,2 % | 91,2 | https://www.frontierswe.com/ | | 9 | [Grok 4.7](https://quelleia.com/modeles/grok-4-7.md) | xAI | Maximale | 29,5 % | 91,0 | https://www.frontierswe.com/ | | 10 | [Kimi K3](https://quelleia.com/modeles/kimi-k3.md) | Moonshot | Maximale | 25,9 % | 89,9 | https://www.frontierswe.com/ | | 11 | [Grok 4.6](https://quelleia.com/modeles/grok-4-6.md) | xAI | Maximale | 25,3 % | 89,8 | https://www.frontierswe.com/ | | 12 | [Gemini 3.7 Flash](https://quelleia.com/modeles/gemini-3-7-flash.md) | Google DeepMind | Élevée | 20,3 % | 88,1 | https://www.frontierswe.com/ | | 13 | [Gemini 3.8 Flash](https://quelleia.com/modeles/gemini-3-8-flash.md) | Google DeepMind | Élevée | 19,6 % | 87,9 | https://www.frontierswe.com/ | | 14 | [Qwen 3.8 Max](https://quelleia.com/modeles/qwen-3-8-max.md) | Alibaba | Maximale | 15,8 % | 86,4 | https://www.frontierswe.com/ | | 15 | [Muse Spark 1.2](https://quelleia.com/modeles/muse-spark-1-2.md) | Meta AI | Maximale | 12 % | 84,5 | https://www.frontierswe.com/ | | 16 | [Inkling](https://quelleia.com/modeles/inkling.md) | Thinking Machines | Maximale | 4,1 % | 77,8 | https://www.frontierswe.com/ | ## En bref **Que mesure FrontierSWE ?** 34 chantiers logiciels de très longue haleine : réécrire git en Zig, décoder la parole dans des signaux cérébraux, entraîner un modèle météo. Sur Quelle IA, il est rangé dans la tâche Code. **Comment FrontierSWE est-il noté ?** Note moyenne sur cinq essais par tâche, avec un budget de 20 heures par essai, dans le harnais maison « proximus ». Un modèle qui obtient 50 % a un score IA d'environ 96. **Qui est en tête sur FrontierSWE ?** GPT-6 Astra (OpenAI) est en tête de FrontierSWE avec 65,5 %, dans l'édition du 28 septembre 2026. Suivent Claude Opus 5.5 (62,3 %) et Claude Sonnet 5.5 (61,9 %). 16 modèles y sont mesurés. **Quelles sont les limites de FrontierSWE ?** 34 tâches seulement et un coût élevé, jusqu'à 1 000 dollars en moyenne par tâche. Un seul harnais est utilisé, celui de l'éditeur du benchmark. Au 28 septembre 2026, le benchmark est actif. **Combien pèse FrontierSWE dans le score IA ?** FrontierSWE compte pour 1,15 % du score général, dans l'édition du 28 septembre 2026. Il porte 8 % de la tâche Code (15 % du score général), que se partagent 13 benchmarks. **Qui maintient FrontierSWE ?** Proximal. Sa page de référence : frontierswe.com. ## Les autres benchmarks de la tâche Code - [Arena, questions de code](https://quelleia.com/benchmarks/arena_code.md) : 275 modèles · 1,15 % du score - [WeirdML (v2)](https://quelleia.com/benchmarks/weirdml.md) : 129 modèles · 1,15 % du score - [SciCode](https://quelleia.com/benchmarks/scicode.md) : 120 modèles · 1,15 % du score - [Terminal-Bench 2.0](https://quelleia.com/benchmarks/terminal_bench.md) : 45 modèles · 1,15 % du score - [FrontierCode](https://quelleia.com/benchmarks/frontiercode.md) : 37 modèles · 1,15 % du score - [SWE-bench Verified](https://quelleia.com/benchmarks/swe_bench_verified.md) : 32 modèles · 1,15 % du score - [DeepSWE](https://quelleia.com/benchmarks/deepswe.md) : 26 modèles · 1,15 % du score - [GSO](https://quelleia.com/benchmarks/gso_bench.md) : 26 modèles · 1,15 % du score - [GBAEval](https://quelleia.com/benchmarks/gbaeval.md) : 23 modèles · 1,15 % du score - [CursorBench](https://quelleia.com/benchmarks/cursorbench.md) : 13 modèles · 1,15 % du score - [WeirdML v3](https://quelleia.com/benchmarks/weirdml_v3.md) : 11 modèles · 1,15 % du score - [MirrorCode](https://quelleia.com/benchmarks/mirrorcode.md) : 9 modèles · 1,15 % du score - [Aider Polyglot](https://quelleia.com/benchmarks/aider_polyglot.md) : 54 modèles · hors score, archivé - [LiveBench, code](https://quelleia.com/benchmarks/livebench_code.md) : 48 modèles · hors score, archivé Source : Quelle IA, édition du 28 septembre 2026. https://quelleia.com