# LMCA

> Fiche du benchmark LMCA sur Quelle IA, édition du 28 septembre 2026. Juger la qualité d'arguments en philosophie, en théorie de la décision et en sûreté de l'IA, comme le ferait un expert. En tête au 28 septembre 2026 : Claude Opus 5.5 (68,23). Notation, limites et classement des 130 modèles mesurés.

Page : https://quelleia.com/benchmarks/lmca/
Source du benchmark : https://conceptualreasoning.ai/lmca
Mainteneur : Redwood Research
Tâche : Raisonnement
État : actif

## À quoi il sert

Sur Quelle IA, LMCA sert à noter la tâche Raisonnement : c'est l'un de ses 9 benchmarks. Il départage surtout les modèles dont le score IA approche 82.

## Comment c'est noté

Corrélation entre les notes du modèle et celles des experts, multipliée par 100 ; les auteurs situent le plafond vers 85.

Pour le calcul, ce score est ramené entre 0 et 1 : 0 vaut 0 et 85, le plafond retenu, vaut 1.

## Ce qu'il ne dit pas

Le jeu de données est privé et les notes d'experts gardent une part de subjectivité, si bien qu'un score de 100 est hors d'atteinte.

## Qui le tient

Redwood Research.

## Comment lire le score

Chaque trait est un modèle, placé à son meilleur score. Un modèle qui obtient 42,5 a un score IA d'environ 82. Le meilleur, Claude Opus 5.5, atteint 68,23.

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

- Score IA 51 (niveau de GPT-4o (Nov 2024)) : 11,4
- Score IA 76 (niveau de Claude Sonnet 4.5) : 35,3
- Score IA 100 (niveau de Claude Opus 5.5) : 63,3

## Son poids dans le score IA

1,67 % du score général. LMCA porte 11 % de la tâche Raisonnement (15 % du score général), que se partagent 9 benchmarks.

## Classement (130 modèles mesurés · 173 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 | Maximale | 68,23 | 105,4 | https://conceptualreasoning.ai/lmca |
| 2 | [Claude Fable 5.1](https://quelleia.com/modeles/claude-fable-5-1.md) | Anthropic | non précisée | 65,46 | 102,1 | https://conceptualreasoning.ai/lmca |
| 3 | [Claude Opus 5](https://quelleia.com/modeles/claude-opus-5.md) | Anthropic | Maximale | 64,45 | 101,0 | https://conceptualreasoning.ai/lmca |
| 4 | [GPT-6 Astra](https://quelleia.com/modeles/gpt-6-astra.md) | OpenAI | Maximale | 64,37 | 101,0 | https://conceptualreasoning.ai/lmca |
| 5 | [Claude Fable 5](https://quelleia.com/modeles/claude-fable-5.md) | Anthropic | Élevée | 61,15 | 97,7 | https://conceptualreasoning.ai/lmca |
| 6 | [GPT-5.6 Sol](https://quelleia.com/modeles/gpt-5-6-sol.md) | OpenAI | Maximale | 59,21 | 95,9 | https://conceptualreasoning.ai/lmca |
| 7 | [Claude Opus 4.8](https://quelleia.com/modeles/claude-opus-4-8.md) | Anthropic | Maximale | 57,51 | 94,3 | https://conceptualreasoning.ai/lmca |
| 8 | [Claude Opus 4.6](https://quelleia.com/modeles/claude-opus-4-6.md) | Anthropic | Maximale | 55,76 | 92,8 | https://conceptualreasoning.ai/lmca |
| 9 | [GLM-5.3](https://quelleia.com/modeles/glm-5-3.md) | Z.ai (Zhipu AI) | non précisée | 55,51 | 92,6 | https://conceptualreasoning.ai/lmca |
| 10 | [GPT-5.6 Terra](https://quelleia.com/modeles/gpt-5-6-terra.md) | OpenAI | Maximale | 54,95 | 92,1 | https://conceptualreasoning.ai/lmca |
| 11 | [GPT-5.5](https://quelleia.com/modeles/gpt-5-5.md) | OpenAI | Maximale | 54,27 | 91,5 | https://conceptualreasoning.ai/lmca |
| 12 | [GPT-5.5 Pro](https://quelleia.com/modeles/gpt-5-5-pro.md) | OpenAI | Maximale | 53,94 | 91,2 | https://conceptualreasoning.ai/lmca |
| 13 | [Muse Spark 1.3](https://quelleia.com/modeles/muse-spark-1-3.md) | Meta AI | non précisée | 53,87 | 91,2 | https://conceptualreasoning.ai/lmca |
| 14 | [Gemini 3.1 Pro](https://quelleia.com/modeles/gemini-3-1-pro.md) | Google DeepMind | Élevée | 53,82 | 91,1 | https://conceptualreasoning.ai/lmca |
| 15 | [Gemini 3.8 Flash](https://quelleia.com/modeles/gemini-3-8-flash.md) | Google DeepMind | Moyenne | 52,9 | 90,4 | https://conceptualreasoning.ai/lmca |
| 16 | [Kimi K3](https://quelleia.com/modeles/kimi-k3.md) | Moonshot | Maximale | 52,74 | 90,2 | https://conceptualreasoning.ai/lmca |
| 17 | [Claude Opus 4.7](https://quelleia.com/modeles/claude-opus-4-7.md) | Anthropic | Maximale | 52,2 | 89,8 | https://conceptualreasoning.ai/lmca |
| 18 | [GPT-5.4](https://quelleia.com/modeles/gpt-5-4.md) | OpenAI | Maximale | 51,97 | 89,6 | https://conceptualreasoning.ai/lmca |
| 19 | [Gemini 3.7 Flash](https://quelleia.com/modeles/gemini-3-7-flash.md) | Google DeepMind | Élevée | 50,38 | 88,3 | https://conceptualreasoning.ai/lmca |
| 20 | [Claude Sonnet 5](https://quelleia.com/modeles/claude-sonnet-5.md) | Anthropic | Élevée | 50,02 | 88,0 | https://conceptualreasoning.ai/lmca |
| 21 | [Muse Spark 1.1](https://quelleia.com/modeles/muse-spark-1-1.md) | Meta AI | Élevée | 49,91 | 87,9 | https://conceptualreasoning.ai/lmca |
| 22 | [GPT-5.6 Luna](https://quelleia.com/modeles/gpt-5-6-luna.md) | OpenAI | Maximale | 48,54 | 86,8 | https://conceptualreasoning.ai/lmca |
| 23 | [Grok 4.6](https://quelleia.com/modeles/grok-4-6.md) | xAI | Maximale | 48,45 | 86,8 | https://conceptualreasoning.ai/lmca |
| 24 | [Muse Spark 1.2](https://quelleia.com/modeles/muse-spark-1-2.md) | Meta AI | Maximale | 48,35 | 86,7 | https://conceptualreasoning.ai/lmca |
| 25 | [Gemini 3.5 Flash](https://quelleia.com/modeles/gemini-3-5-flash.md) | Google DeepMind | Élevée | 47,15 | 85,7 | https://conceptualreasoning.ai/lmca |
| 26 | [DeepSeek V4.1 Flash](https://quelleia.com/modeles/deepseek-v4-1-flash.md) | DeepSeek | non précisée | 46,97 | 85,6 | https://conceptualreasoning.ai/lmca |
| 27 | [Claude Sonnet 4.6](https://quelleia.com/modeles/claude-sonnet-4-6.md) | Anthropic | Maximale | 46,51 | 85,2 | https://conceptualreasoning.ai/lmca |
| 28 | [Qwen 3.8 Max](https://quelleia.com/modeles/qwen-3-8-max.md) | Alibaba | Maximale | 46,24 | 85,0 | https://conceptualreasoning.ai/lmca |
| 29 | [GLM-5.2](https://quelleia.com/modeles/glm-5-2.md) | Z.ai (Zhipu AI) | Maximale | 45,82 | 84,7 | https://conceptualreasoning.ai/lmca |
| 30 | [DeepSeek V4 Pro 0813](https://quelleia.com/modeles/deepseek-v4-pro-0813.md) | DeepSeek | non précisée | 45,45 | 84,4 | https://conceptualreasoning.ai/lmca |
| 31 | [Grok 4.5](https://quelleia.com/modeles/grok-4-5.md) | xAI | Élevée | 45,2 | 84,2 | https://conceptualreasoning.ai/lmca |
| 32 | [Gemini 3.6 Flash](https://quelleia.com/modeles/gemini-3-6-flash.md) | Google DeepMind | Élevée | 44,93 | 84,0 | https://conceptualreasoning.ai/lmca |
| 33 | [Claude Opus 4.5](https://quelleia.com/modeles/claude-opus-4-5.md) | Anthropic | Élevée | 44,46 | 83,6 | https://conceptualreasoning.ai/lmca |
| 34 | [Qwen3.7-Max](https://quelleia.com/modeles/qwen3-7-max.md) | Alibaba | non précisée | 44,02 | 83,3 | https://conceptualreasoning.ai/lmca |
| 35 | [GPT-5.2](https://quelleia.com/modeles/gpt-5-2.md) | OpenAI | Maximale | 43,91 | 83,2 | https://conceptualreasoning.ai/lmca |
| 36 | [GPT-5.1](https://quelleia.com/modeles/gpt-5-1.md) | OpenAI | Élevée | 43,89 | 83,2 | https://conceptualreasoning.ai/lmca |
| 37 | [Gemini 3 Flash](https://quelleia.com/modeles/gemini-3-flash.md) | Google DeepMind | Élevée | 43,13 | 82,6 | https://conceptualreasoning.ai/lmca |
| 38 | [Qwen 3.6 Max (Preview)](https://quelleia.com/modeles/qwen-3-6-max-preview.md) | Alibaba | non précisée | 42,53 | 82,1 | https://conceptualreasoning.ai/lmca |
| 39 | [DeepSeek V4 Flash 0731](https://quelleia.com/modeles/deepseek-v4-flash-0731.md) | DeepSeek | Maximale | 41,73 | 81,5 | https://conceptualreasoning.ai/lmca |
| 40 | [Qwen 3.8 27B](https://quelleia.com/modeles/qwen-3-8-27b.md) | Alibaba | non précisée | 41,36 | 81,2 | https://conceptualreasoning.ai/lmca |
| 41 | [DeepSeek-V4-Pro](https://quelleia.com/modeles/deepseek-v4-pro.md) | DeepSeek | Maximale | 41,2 | 81,1 | https://conceptualreasoning.ai/lmca |
| 42 | [GPT-5.4 Mini](https://quelleia.com/modeles/gpt-5-4-mini.md) | OpenAI | Maximale | 40,79 | 80,8 | https://conceptualreasoning.ai/lmca |
| 43 | [GPT-5](https://quelleia.com/modeles/gpt-5.md) | OpenAI | Élevée | 39,99 | 80,1 | https://conceptualreasoning.ai/lmca |
| 44 | [o3](https://quelleia.com/modeles/o3.md) | OpenAI | Élevée | 39,7 | 79,9 | https://conceptualreasoning.ai/lmca |
| 45 | [Gemma 4 31B IT](https://quelleia.com/modeles/gemma-4-31b-it.md) | Google DeepMind | non précisée | 39,25 | 79,5 | https://conceptualreasoning.ai/lmca |
| 46 | [Claude Sonnet 4.5](https://quelleia.com/modeles/claude-sonnet-4-5.md) | Anthropic | non précisée | 38,76 | 79,2 | https://conceptualreasoning.ai/lmca |
| 47 | [Grok 4.20](https://quelleia.com/modeles/grok-4-20.md) | xAI | non précisée | 38,66 | 79,1 | https://conceptualreasoning.ai/lmca |
| 48 | [o3-pro](https://quelleia.com/modeles/o3-pro.md) | OpenAI | Élevée | 38,48 | 78,9 | https://conceptualreasoning.ai/lmca |
| 49 | [Grok 4.3 Beta](https://quelleia.com/modeles/grok-4-3-beta.md) | xAI | Élevée | 38,33 | 78,8 | https://conceptualreasoning.ai/lmca |
| 50 | [Qwen3.5 397B-A17B](https://quelleia.com/modeles/qwen3-5-397b-a17b.md) | Alibaba | non précisée | 37,89 | 78,5 | https://conceptualreasoning.ai/lmca |
| 51 | [Gemini 3.5 Flash-Lite](https://quelleia.com/modeles/gemini-3-5-flash-lite.md) | Google DeepMind | Élevée | 37,6 | 78,2 | https://conceptualreasoning.ai/lmca |
| 52 | [Inkling](https://quelleia.com/modeles/inkling.md) | Thinking Machines | Maximale | 37,58 | 78,2 | https://conceptualreasoning.ai/lmca |
| 52 | [Qwen3.7-Plus](https://quelleia.com/modeles/qwen3-7-plus.md) | Alibaba | non précisée | 37,58 | 78,2 | https://conceptualreasoning.ai/lmca |
| 54 | [Claude Opus 4](https://quelleia.com/modeles/claude-opus-4.md) | Anthropic | non précisée | 37,43 | 78,1 | https://conceptualreasoning.ai/lmca |
| 55 | [Kimi K2.6](https://quelleia.com/modeles/kimi-k2-6.md) | Moonshot | non précisée | 37,26 | 78,0 | https://conceptualreasoning.ai/lmca |
| 56 | [Claude Opus 4.1](https://quelleia.com/modeles/claude-opus-4-1.md) | Anthropic | non précisée | 37,08 | 77,8 | https://conceptualreasoning.ai/lmca |
| 57 | [Nemotron 3 Ultra](https://quelleia.com/modeles/nemotron-3-ultra.md) | NVIDIA | non précisée | 36,9 | 77,7 | https://conceptualreasoning.ai/lmca |
| 58 | [GPT-5.4 Nano](https://quelleia.com/modeles/gpt-5-4-nano.md) | OpenAI | Maximale | 36,86 | 77,7 | https://conceptualreasoning.ai/lmca |
| 59 | [Qwen 3.5 Plus (hosted 397B-A17B)](https://quelleia.com/modeles/qwen-3-5-plus-hosted-397b-a17b.md) | Alibaba | non précisée | 36,36 | 77,3 | https://conceptualreasoning.ai/lmca |
| 60 | [DeepSeek-V4-Flash](https://quelleia.com/modeles/deepseek-v4-flash.md) | DeepSeek | Maximale | 35,88 | 76,9 | https://conceptualreasoning.ai/lmca |
| 61 | [Gemini 3.1 Flash-Lite](https://quelleia.com/modeles/gemini-3-1-flash-lite.md) | Google DeepMind | Élevée | 35,01 | 76,2 | https://conceptualreasoning.ai/lmca |
| 62 | [Gemini 2.5 Pro (Jun 2025)](https://quelleia.com/modeles/gemini-2-5-pro-jun-2025.md) | Google DeepMind | non précisée | 34,77 | 76,0 | https://conceptualreasoning.ai/lmca |
| 63 | [Qwen3.6 27B](https://quelleia.com/modeles/qwen3-6-27b.md) | Alibaba | non précisée | 34,53 | 75,8 | https://conceptualreasoning.ai/lmca |
| 64 | [GPT-5 mini](https://quelleia.com/modeles/gpt-5-mini.md) | OpenAI | Élevée | 34,2 | 75,5 | https://conceptualreasoning.ai/lmca |
| 65 | [Qwen3.5-27B](https://quelleia.com/modeles/qwen3-5-27b.md) | Alibaba | non précisée | 33,98 | 75,3 | https://conceptualreasoning.ai/lmca |
| 66 | [MiniMax-M3](https://quelleia.com/modeles/minimax-m3.md) | MiniMax | non précisée | 33,7 | 75,1 | https://conceptualreasoning.ai/lmca |
| 67 | [Qwen 3.6 Plus](https://quelleia.com/modeles/qwen-3-6-plus.md) | Alibaba | non précisée | 33,09 | 74,6 | https://conceptualreasoning.ai/lmca |
| 68 | [Qwen3.5-122B-A10B](https://quelleia.com/modeles/qwen3-5-122b-a10b.md) | Alibaba | Sans | 32,23 | 73,9 | https://conceptualreasoning.ai/lmca |
| 69 | [Qwen 3.6 Flash](https://quelleia.com/modeles/qwen-3-6-flash.md) | Alibaba | non précisée | 30,98 | 72,9 | https://conceptualreasoning.ai/lmca |
| 70 | [Claude Haiku 4.5](https://quelleia.com/modeles/claude-haiku-4-5.md) | Anthropic | non précisée | 30,94 | 72,8 | https://conceptualreasoning.ai/lmca |
| 71 | [Qwen 3.6 35B-A3B](https://quelleia.com/modeles/qwen-3-6-35b-a3b.md) | Alibaba | non précisée | 29,7 | 71,8 | https://conceptualreasoning.ai/lmca |
| 72 | [Gemma 4 26B A4B](https://quelleia.com/modeles/gemma-4-26b-a4b.md) | Google DeepMind | non précisée | 29,68 | 71,8 | https://conceptualreasoning.ai/lmca |
| 73 | [MiMo-V2.5-Pro](https://quelleia.com/modeles/mimo-v2-5-pro.md) | Xiaomi | non précisée | 29,5 | 71,6 | https://conceptualreasoning.ai/lmca |
| 74 | [Qwen3.5-35B-A3B](https://quelleia.com/modeles/qwen3-5-35b-a3b.md) | Alibaba | non précisée | 29,47 | 71,6 | https://conceptualreasoning.ai/lmca |
| 75 | [Qwen3-235B-A22B-Thinking (Jul 2025)](https://quelleia.com/modeles/qwen3-235b-a22b-thinking-jul-2025.md) | Alibaba | non précisée | 29,31 | 71,4 | https://conceptualreasoning.ai/lmca |
| 76 | [Qwen 3.5 Flash (hosted 35B-A3B)](https://quelleia.com/modeles/qwen-3-5-flash-hosted-35b-a3b.md) | Alibaba | non précisée | 29,14 | 71,3 | https://conceptualreasoning.ai/lmca |
| 77 | [DeepSeek-V3.2-Exp](https://quelleia.com/modeles/deepseek-v3-2-exp.md) | DeepSeek | Élevée | 29,11 | 71,3 | https://conceptualreasoning.ai/lmca |
| 78 | [Claude Sonnet 4](https://quelleia.com/modeles/claude-sonnet-4.md) | Anthropic | non précisée | 29 | 71,2 | https://conceptualreasoning.ai/lmca |
| 79 | [DeepSeek-V3.2](https://quelleia.com/modeles/deepseek-v3-2.md) | DeepSeek | non précisée | 28,82 | 71,0 | https://conceptualreasoning.ai/lmca |
| 80 | [DeepSeek-V3.1-Terminus](https://quelleia.com/modeles/deepseek-v3-1-terminus.md) | DeepSeek | non précisée | 28,58 | 70,8 | https://conceptualreasoning.ai/lmca |
| 81 | [Qwen3-Max](https://quelleia.com/modeles/qwen3-max.md) | Alibaba | non précisée | 28,27 | 70,5 | https://conceptualreasoning.ai/lmca |
| 82 | [Gemini 2.5 Flash (Jun 2025)](https://quelleia.com/modeles/gemini-2-5-flash-jun-2025.md) | Google DeepMind | non précisée | 27,49 | 69,8 | https://conceptualreasoning.ai/lmca |
| 83 | [o4-mini](https://quelleia.com/modeles/o4-mini.md) | OpenAI | Élevée | 26,5 | 69,0 | https://conceptualreasoning.ai/lmca |
| 84 | [Mistral Medium 3.5](https://quelleia.com/modeles/mistral-medium-3-5.md) | Mistral AI | non précisée | 26,06 | 68,6 | https://conceptualreasoning.ai/lmca |
| 85 | [GPT-4.1](https://quelleia.com/modeles/gpt-4-1.md) | OpenAI | non précisée | 25,61 | 68,1 | https://conceptualreasoning.ai/lmca |
| 86 | [Qwen3-235B-A22B](https://quelleia.com/modeles/qwen3-235b-a22b.md) | Alibaba | non précisée | 25 | 67,6 | https://conceptualreasoning.ai/lmca |
| 87 | [Qwen3.5-9B](https://quelleia.com/modeles/qwen3-5-9b.md) | Alibaba | non précisée | 24,47 | 67,1 | https://conceptualreasoning.ai/lmca |
| 88 | [DeepSeek-V3.1](https://quelleia.com/modeles/deepseek-v3-1.md) | DeepSeek | Élevée | 24,29 | 66,9 | https://conceptualreasoning.ai/lmca |
| 89 | [Qwen Plus (Apr 2025)](https://quelleia.com/modeles/qwen-plus-apr-2025.md) | Alibaba | non précisée | 23,96 | 66,6 | https://conceptualreasoning.ai/lmca |
| 90 | [Qwen3-235B-A22B-Instruct (Jul 2025)](https://quelleia.com/modeles/qwen3-235b-a22b-instruct-jul-2025.md) | Alibaba | non précisée | 23,52 | 66,2 | https://conceptualreasoning.ai/lmca |
| 91 | [Qwen3-30B-A3B-Instruct (Jul 2025)](https://quelleia.com/modeles/qwen3-30b-a3b-instruct-jul-2025.md) | Alibaba | non précisée | 22,37 | 65,0 | https://conceptualreasoning.ai/lmca |
| 92 | [o1](https://quelleia.com/modeles/o1.md) | OpenAI | Élevée | 22,27 | 64,9 | https://conceptualreasoning.ai/lmca |
| 93 | [gpt-oss-120b](https://quelleia.com/modeles/gpt-oss-120b.md) | OpenAI | Élevée | 22,14 | 64,8 | https://conceptualreasoning.ai/lmca |
| 94 | [GPT-4.1 mini](https://quelleia.com/modeles/gpt-4-1-mini.md) | OpenAI | non précisée | 21,12 | 63,7 | https://conceptualreasoning.ai/lmca |
| 95 | [Mistral Small 4](https://quelleia.com/modeles/mistral-small-4.md) | Mistral AI | non précisée | 20,61 | 63,2 | https://conceptualreasoning.ai/lmca |
| 96 | [Qwen3-30B-A3B-Thinking (Jul 2025)](https://quelleia.com/modeles/qwen3-30b-a3b-thinking-jul-2025.md) | Alibaba | non précisée | 19,53 | 62,0 | https://conceptualreasoning.ai/lmca |
| 97 | [Mistral Medium 3.1](https://quelleia.com/modeles/mistral-medium-3-1.md) | Mistral AI | non précisée | 19,05 | 61,5 | https://conceptualreasoning.ai/lmca |
| 98 | [o3-mini](https://quelleia.com/modeles/o3-mini.md) | OpenAI | Élevée | 18,97 | 61,4 | https://conceptualreasoning.ai/lmca |
| 99 | [Qwen3-14B](https://quelleia.com/modeles/qwen3-14b.md) | Alibaba | non précisée | 18,19 | 60,5 | https://conceptualreasoning.ai/lmca |
| 100 | [Gemini 2.5 Flash-Lite (Jun 2025)](https://quelleia.com/modeles/gemini-2-5-flash-lite-jun-2025.md) | Google DeepMind | non précisée | 18,07 | 60,4 | https://conceptualreasoning.ai/lmca |
| 101 | [Llama 3.3 70B](https://quelleia.com/modeles/llama-3-3-70b.md) | Meta AI | non précisée | 17,52 | 59,7 | https://conceptualreasoning.ai/lmca |
| 102 | [Qwen3-32B](https://quelleia.com/modeles/qwen3-32b.md) | Alibaba | non précisée | 17,28 | 59,4 | https://conceptualreasoning.ai/lmca |
| 103 | [GPT-4 (Jun 2023)](https://quelleia.com/modeles/gpt-4-jun-2023.md) | OpenAI | non précisée | 17,06 | 59,2 | https://conceptualreasoning.ai/lmca |
| 104 | [Claude 3 Opus](https://quelleia.com/modeles/claude-3-opus.md) | Anthropic | non précisée | 17 | 59,1 | https://conceptualreasoning.ai/lmca |
| 105 | [Mistral Large 3](https://quelleia.com/modeles/mistral-large-3.md) | Mistral AI | non précisée | 16,7 | 58,7 | https://conceptualreasoning.ai/lmca |
| 106 | [GPT-4o (May 2024)](https://quelleia.com/modeles/gpt-4o-may-2024.md) | OpenAI | non précisée | 16,59 | 58,6 | https://conceptualreasoning.ai/lmca |
| 107 | [Llama 4 Maverick](https://quelleia.com/modeles/llama-4-maverick.md) | Meta AI | non précisée | 15,87 | 57,7 | https://conceptualreasoning.ai/lmca |
| 108 | [Qwen3-30B-A3B](https://quelleia.com/modeles/qwen3-30b-a3b.md) | Alibaba | non précisée | 15,82 | 57,6 | https://conceptualreasoning.ai/lmca |
| 109 | [DeepSeek-V3 (Mar 2025)](https://quelleia.com/modeles/deepseek-v3-mar-2025.md) | DeepSeek | non précisée | 15,47 | 57,2 | https://conceptualreasoning.ai/lmca |
| 110 | [Llama 3.1-70B](https://quelleia.com/modeles/llama-3-1-70b.md) | Meta AI | non précisée | 14,85 | 56,3 | https://conceptualreasoning.ai/lmca |
| 111 | [gpt-oss-20b](https://quelleia.com/modeles/gpt-oss-20b.md) | OpenAI | Élevée | 14,51 | 55,9 | https://conceptualreasoning.ai/lmca |
| 112 | [Qwen2.5-72B](https://quelleia.com/modeles/qwen2-5-72b.md) | Alibaba | non précisée | 13,42 | 54,3 | https://conceptualreasoning.ai/lmca |
| 113 | [Gemma 3 27B](https://quelleia.com/modeles/gemma-3-27b.md) | Google DeepMind | non précisée | 12,28 | 52,6 | https://conceptualreasoning.ai/lmca |
| 114 | [Llama 4 Scout](https://quelleia.com/modeles/llama-4-scout.md) | Meta AI | non précisée | 11,96 | 52,1 | https://conceptualreasoning.ai/lmca |
| 115 | [GPT-4o mini](https://quelleia.com/modeles/gpt-4o-mini.md) | OpenAI | non précisée | 10,37 | 49,4 | https://conceptualreasoning.ai/lmca |
| 116 | [Cohere Command A](https://quelleia.com/modeles/cohere-command-a.md) | Cohere | non précisée | 10,28 | 49,2 | https://conceptualreasoning.ai/lmca |
| 117 | [GPT-4 Turbo (Nov 2023)](https://quelleia.com/modeles/gpt-4-turbo-nov-2023.md) | OpenAI | non précisée | 9,78 | 48,3 | https://conceptualreasoning.ai/lmca |
| 118 | [GPT-3.5 Turbo (Jan 2024)](https://quelleia.com/modeles/gpt-3-5-turbo-jan-2024.md) | OpenAI | non précisée | 9,65 | 48,0 | https://conceptualreasoning.ai/lmca |
| 119 | [c4ai-command-r-08-2024](https://quelleia.com/modeles/c4ai-command-r-08-2024.md) | Cohere | non précisée | 9,19 | 47,1 | https://conceptualreasoning.ai/lmca |
| 120 | [Claude 3 Haiku](https://quelleia.com/modeles/claude-3-haiku.md) | Anthropic | non précisée | 8,84 | 46,4 | https://conceptualreasoning.ai/lmca |
| 121 | [Qwen3-8B](https://quelleia.com/modeles/qwen3-8b.md) | Alibaba | non précisée | 8,82 | 46,3 | https://conceptualreasoning.ai/lmca |
| 122 | [GPT-5 nano](https://quelleia.com/modeles/gpt-5-nano.md) | OpenAI | Élevée | 7,93 | 44,4 | https://conceptualreasoning.ai/lmca |
| 123 | [Gemma 2 27B](https://quelleia.com/modeles/gemma-2-27b.md) | Google DeepMind | non précisée | 7,1 | 42,4 | https://conceptualreasoning.ai/lmca |
| 124 | [Qwen2.5-7B](https://quelleia.com/modeles/qwen2-5-7b.md) | Alibaba | non précisée | 6,42 | 40,5 | https://conceptualreasoning.ai/lmca |
| 125 | [Ministral 3B](https://quelleia.com/modeles/ministral-3b.md) | Mistral AI | non précisée | 5,48 | 37,7 | https://conceptualreasoning.ai/lmca |
| 126 | [GPT-4.1 nano](https://quelleia.com/modeles/gpt-4-1-nano.md) | OpenAI | non précisée | 5,46 | 37,7 | https://conceptualreasoning.ai/lmca |
| 127 | [Llama 3.1-8B](https://quelleia.com/modeles/llama-3-1-8b.md) | Meta AI | non précisée | 5,37 | 37,4 | https://conceptualreasoning.ai/lmca |
| 128 | [Command R+](https://quelleia.com/modeles/command-r.md) | Cohere | non précisée | 5,01 | 36,1 | https://conceptualreasoning.ai/lmca |
| 129 | [Gemma 3 12B](https://quelleia.com/modeles/gemma-3-12b.md) | Google DeepMind | non précisée | 4,46 | 34,1 | https://conceptualreasoning.ai/lmca |
| 130 | [Gemma 3 4B](https://quelleia.com/modeles/gemma-3-4b.md) | Google DeepMind | non précisée | 2,78 | 25,9 | https://conceptualreasoning.ai/lmca |

## En bref

**Que mesure LMCA ?** Juger la qualité d'arguments en philosophie, en théorie de la décision et en sûreté de l'IA, comme le ferait un expert. Sur Quelle IA, il est rangé dans la tâche Raisonnement.

**Comment LMCA est-il noté ?** Corrélation entre les notes du modèle et celles des experts, multipliée par 100 ; les auteurs situent le plafond vers 85. Un modèle qui obtient 42,5 a un score IA d'environ 82.

**Qui est en tête sur LMCA ?** Claude Opus 5.5 (Anthropic) est en tête de LMCA avec 68,23, dans l'édition du 28 septembre 2026. Suivent Claude Fable 5.1 (65,46) et Claude Opus 5 (64,45). 130 modèles y sont mesurés.

**Quelles sont les limites de LMCA ?** Le jeu de données est privé et les notes d'experts gardent une part de subjectivité, si bien qu'un score de 100 est hors d'atteinte. Au 28 septembre 2026, le benchmark est actif.

**Combien pèse LMCA dans le score IA ?** LMCA compte pour 1,67 % du score général, dans l'édition du 28 septembre 2026. Il porte 11 % de la tâche Raisonnement (15 % du score général), que se partagent 9 benchmarks.

**Qui maintient LMCA ?** Redwood Research. Sa page de référence : conceptualreasoning.ai/lmca.

## Les autres benchmarks de la tâche Raisonnement

- [DTBench](https://quelleia.com/benchmarks/dtbench.md) : 168 modèles · 1,67 % du score, saturé
- [Chess Puzzles](https://quelleia.com/benchmarks/chess_puzzles.md) : 136 modèles · 1,67 % du score
- [ARC-AGI-1](https://quelleia.com/benchmarks/arc_agi.md) : 82 modèles · 1,67 % du score, saturé
- [SimpleBench](https://quelleia.com/benchmarks/simplebench.md) : 82 modèles · 1,67 % du score
- [ARC-AGI-2](https://quelleia.com/benchmarks/arc_agi_2.md) : 80 modèles · 1,67 % du score, saturé
- [ForecastBench](https://quelleia.com/benchmarks/forecastbench.md) : 77 modèles · 1,67 % du score
- [Mystery Game Puzzles](https://quelleia.com/benchmarks/mystery_game_puzzles.md) : 69 modèles · 1,67 % du score
- [EnigmaEval](https://quelleia.com/benchmarks/enigmaeval.md) : 41 modèles · 1,67 % du score
- [LiveBench, raisonnement](https://quelleia.com/benchmarks/livebench_raisonnement.md) : 48 modèles · hors score, archivé

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