# GPT-5.4

> Fiche du modèle de langage GPT-5.4 sur Quelle IA, édition du 28 septembre 2026. GPT-5.4 (OpenAI) : score IA de 88,9, 20e sur 246. Scores par tâche, prix, exécution locale et liens pour le télécharger ou l'essayer.

Page : https://quelleia.com/modeles/gpt-5-4/
Origine : OpenAI · États-Unis · sorti le 5 mars 2026

## Score général

- Score IA : 88,9 (marge à 90 % : de 87,9 à 89,9)
- Rang : 20 (Groupe 5, ex æquo)
- Couverture : 100 % du poids des tâches, 50 mesures
- Échelle : 100 pour le meilleur modèle au lancement du site, 50 pour GPT-4o de novembre 2024.

## Scores par tâche

| Tâche | Score | Détail |
| --- | --- | --- |
| Raisonnement | 89,4 | Rang 15 · 89 % |
| Code | 88,9 | Rang 23 · 69 % |
| Agents | 88,4 | Rang 9 · 67 % |
| Usage | 88,1 | Rang 22 · 100 % |
| Maths | 89,4 | Rang 17 · 88 % |
| Sciences | 89,4 | Rang 14 · 80 % |
| Français | 83,7 | Rang 21 · 100 % |
| Vision | 89,9 | Rang 11 · 100 % |
| Écriture | 87,6 | Rang 27 · 100 % |
| Web | 82,4 | Rang 50 · 100 % |

## Artificial Analysis (hors du score)

Artificial Analysis évalue les modèles de son côté et publie son propre indice, l'Artificial Analysis Intelligence Index v4.3. C'est un autre indice, qui ne compte pas dans le score IA de Quelle IA et ne se compare pas directement à lui.

| Version évaluée | Indice v4.3 | Rang chez eux | Vitesse | Premier jeton | Prix par million de jetons (entrée / sortie) |
| --- | --- | --- | --- | --- | --- |
| [GPT-5.4 (Xhigh)](https://artificialanalysis.ai/models/gpt-5-4) | 39,0 (estimé) | hors classement | 94,9 jetons/s | 188,4 s | 2,5 $ / 15 $ |
| [GPT-5.4 (Low)](https://artificialanalysis.ai/models/gpt-5-4-low) | 27,6 (estimé) | hors classement | 58,6 jetons/s | 2,03 s | 2,5 $ / 15 $ |
| [GPT-5.4 (Non-reasoning)](https://artificialanalysis.ai/models/gpt-5-4-non-reasoning) | 18,2 (estimé) | hors classement | 64,0 jetons/s | 0,87 s | 2,5 $ / 15 $ |

Médianes de leurs mesures : vitesse en jetons produits par seconde, délai avant le premier jeton en secondes. Prix en dollars par million de jetons, en entrée puis en sortie. Rang parmi les 193 modèles que leur indice classe ; un indice qu'ils estiment reste hors de ce classement. Relevé le 1er octobre 2026 sur leur site, reproduit avec leur accord.

Source : Artificial Analysis, https://artificialanalysis.ai/models/gpt-5-4

## Exécution locale

Non. GPT-5.4 est un modèle fermé : il s'utilise en ligne, par l'application de son éditeur ou par API.

## Fiche technique

- Prix : 2,17 € / 13,0 € (entrée / sortie, par million de jetons)
- Fenêtre de contexte : 1 050 000 jetons (environ 788 000 mots)
- Entrées : Texte, image, PDF
- Réflexion : Sans, faible, moyenne, élevée, très élevée (cinq niveaux réglables)
- Paramètres : Non communiqué
- Licence : Propriétaire (poids fermés, accès par l'éditeur)
- Classe énergétique : E (sur une échelle de A à G)
- Hébergement en Europe : Possible
- Connaissances jusqu'à : Août 2025

## Où le trouver

- Par API : [OpenRouter](https://openrouter.ai/openai/gpt-5.4)
- Par API : [API OpenAI](https://platform.openai.com/docs)
- L'essayer : [ChatGPT](https://chatgpt.com)

## Dans les outils de code

- Disponible dans : [Cursor](https://quelleia.com/outils/#cursor) (inclus), [GitHub Copilot](https://quelleia.com/outils/#github-copilot) (inclus), [Devin Desktop (ex-Windsurf)](https://quelleia.com/outils/#devin-desktop) (à l'usage), [Zed](https://quelleia.com/outils/#zed) (inclus), [OpenCode](https://quelleia.com/outils/#opencode) (à l'usage), [Droid (Factory)](https://quelleia.com/outils/#factory-droid), [Warp](https://quelleia.com/outils/#warp)
- Mesuré dans : [Codex](https://quelleia.com/outils/#codex)
- Relevé du 30 septembre 2026 sur la page publique de chaque outil. Un modèle proposé par un outil figure dans la liste que son éditeur publie. Rien n'y est mesuré.

## Mesures

| Benchmark | Tâche | Publié | Niveau suggéré | État | Source |
| --- | --- | --- | --- | --- | --- |
| OTIS Mock AIME 2024-2025 | Maths | 97,8 % | 88,2 | saturé | https://epoch.ai/benchmarks |
| EuroEval, Allociné (sentiment) | Français | 96 % | 69,2 | saturé | https://euroeval.com/leaderboards/Monolingual/french/ |
| OTIS Mock AIME 2024-2025 | Maths | 95,6 % | 83,3 | saturé | https://epoch.ai/benchmarks |
| OTIS Mock AIME 2024-2025 | Maths | 95,3 % | 82,9 | saturé | https://epoch.ai/benchmarks |
| ARC-AGI-1 | Raisonnement | 93,7 % | 89,8 | saturé | https://epoch.ai/benchmarks |
| ARC-AGI-1 | Raisonnement | 93,7 % | 89,8 | saturé | https://arcprize.org/leaderboard |
| ARC-AGI-1 | Raisonnement | 92,7 % | 88,9 | saturé | https://epoch.ai/benchmarks |
| GPQA Diamond | Sciences | 93,3 % | 88,1 | actif | https://epoch.ai/benchmarks |
| DTBench | Raisonnement | 94,4 % | 94,4 | saturé | https://conceptualreasoning.ai/dtbench |
| GPQA Diamond | Sciences | 89,9 % | 82,6 | actif | https://epoch.ai/benchmarks |
| ARC-AGI-1 | Raisonnement | 86,2 % | 84,8 | saturé | https://epoch.ai/benchmarks |
| GPQA Diamond | Sciences | 88,9 % | 81,3 | actif | https://epoch.ai/benchmarks |
| OTIS Mock AIME 2024-2025 | Maths | 84,4 % | 73,9 | saturé | https://epoch.ai/benchmarks |
| FrontierMath, paliers 1 à 3 (version 2025) | Maths | 47,6 % | 90,0 | actif | https://epoch.ai/benchmarks |
| Terminal-Bench 2.0 | Code | 81,8 % | 90,2 | actif | https://www.tbench.ai/leaderboard/terminal-bench/2.0 |
| GPQA Diamond | Sciences | 84,8 % | 76,9 | actif | https://epoch.ai/benchmarks |
| FrontierMath, paliers 1 à 3 (v2) | Maths | 78,6 % | 91,7 | actif | https://epoch.ai/benchmarks |
| EuroEval, HellaSwag (bon sens) | Français | 78 % | 79,4 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| WeirdML (v2) | Code | 77,7 % | 95,7 | actif | https://htihle.github.io/weirdml.html |
| SWE-bench Verified | Code | 76,9 % | 84,7 | actif | https://epoch.ai/benchmarks |
| EuroEval, ELTeC (noms propres) | Français | 74,6 % | 97,3 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| METR Time Horizons (taux de réussite) | Agents | 74,3 % | 85,8 | actif | https://epoch.ai/benchmarks |
| METR Time Horizons (taux de réussite) | Agents | 74,3 % | 85,8 | actif | https://metr.org/blog/2025-03-19-measuring-ai-ability-to-complete-long-tasks/ |
| ARC-AGI-2 | Raisonnement | 74 % | 89,6 | saturé | https://epoch.ai/benchmarks |
| ARC-AGI-2 | Raisonnement | 74 % | 89,6 | saturé | https://epoch.ai/benchmarks |
| EuroEval, INCLUDE (connaissances) | Français | 72,2 % | 75,5 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, FQuAD (compréhension) | Français | 71,1 % | 76,5 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| ARC-AGI-1 | Raisonnement | 68,2 % | 78,5 | saturé | https://epoch.ai/benchmarks |
| ARC-AGI-2 | Raisonnement | 67,5 % | 88,3 | saturé | https://epoch.ai/benchmarks |
| GPQA Diamond | Sciences | 74,7 % | 68,8 | actif | https://epoch.ai/benchmarks |
| EuroEval, ScaLA (grammaire) | Français | 65 % | 99,6 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| Arena, questions d'experts | Sciences | 1 515,3 Elo | 88,2 | actif | https://arena.ai/leaderboard |
| Arena, questions de maths | Maths | 1 491,4 Elo | 88,2 | actif | https://arena.ai/leaderboard |
| LMCA | Raisonnement | 51,97 | 89,6 | actif | https://conceptualreasoning.ai/lmca |
| compar:IA | Français | 1 099,0 Elo | 105,8 | actif | https://arene.comparia.beta.gouv.fr/ranking |
| Arena, questions en français | Français | 1 499,6 Elo | 86,7 | actif | https://arena.ai/leaderboard |
| Arena, questions de code | Code | 1 520,5 Elo | 86,1 | actif | https://arena.ai/leaderboard |
| Arena, texte | Usage | 1 475,2 Elo | 86,8 | actif | https://arena.ai/leaderboard |
| Arena, écriture créative | Écriture | 1 442,4 Elo | 86,1 | actif | https://arena.ai/leaderboard |
| Arena, questions d'experts | Sciences | 1 492,0 Elo | 83,8 | actif | https://arena.ai/leaderboard |
| Arena, questions de code | Code | 1 511,2 Elo | 84,0 | actif | https://arena.ai/leaderboard |
| Arena, écriture créative | Écriture | 1 434,8 Elo | 84,4 | actif | https://arena.ai/leaderboard |
| Arena, texte | Usage | 1 464,9 Elo | 84,4 | actif | https://arena.ai/leaderboard |
| Arena, questions en français | Français | 1 485,6 Elo | 83,7 | actif | https://arena.ai/leaderboard |
| Arena, vision | Vision | 1 284,1 Elo | 89,1 | actif | https://arena.ai/leaderboard |
| Arena, questions de maths | Maths | 1 459,9 Elo | 81,7 | actif | https://arena.ai/leaderboard |
| OTIS Mock AIME 2024-2025 | Maths | 57,8 % | 64,5 | saturé | https://epoch.ai/benchmarks |
| Arena, vision | Vision | 1 278,8 Elo | 87,8 | actif | https://arena.ai/leaderboard |
| WeirdML (v2) | Code | 57,4 % | 79,6 | actif | https://epoch.ai/benchmarks |
| SciCode | Code | 56,6 % | 91,0 | actif | https://artificialanalysis.ai/evaluations/scicode |
| ProofBench | Maths | 56 % | 88,8 | saturé | https://www.vals.ai/benchmarks/proof_bench |
| ARC-AGI-2 | Raisonnement | 55,4 % | 86,0 | saturé | https://epoch.ai/benchmarks |
| Code Arena, WebDev | Web | 1 465,3 Elo | 81,7 | actif | https://arena.ai/leaderboard |
| APEX-Agents | Agents | 52,4 % | 89,1 | actif | https://epoch.ai/benchmarks |
| DeepSWE | Code | 51,8 % | 87,0 | actif | https://deepswe.datacurve.ai/ |
| Vending-Bench 2 | Agents | 6 144 $ | 88,7 | actif | https://epoch.ai/benchmarks |
| Code Arena, WebDev | Web | 1 443,4 Elo | 80,2 | actif | https://arena.ai/leaderboard |
| FrontierMath, palier 4 (v2) | Maths | 49 % | 90,1 | saturé | https://epoch.ai/benchmarks |
| FrontierMath, palier 4 (version 2025) | Maths | 27,1 % | 89,1 | actif | https://epoch.ai/benchmarks |
| GBAEval | Code | 45,1 % | 89,2 | actif | https://gbaeval.com/model/gpt-5-4 |
| SimpleQA Verified | Données | 45,1 % | 84,3 | actif | https://epoch.ai/benchmarks |
| Code Arena, WebDev | Web | 1 394,9 Elo | 76,9 | actif | https://arena.ai/leaderboard |
| EuroEval, MultiLoKo (connaissances locales) | Français | 42,9 % | 74,4 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| Chess Puzzles | Raisonnement | 44 % | 90,8 | actif | https://epoch.ai/benchmarks |
| EuroEval, OrangeSum (résumé) | Français | 37,1 % | 53,6 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| DeepResearch Bench | Agents | 35,1 % | 38,1 | actif | https://evals.futuresearch.ai/#drb |
| Chess Puzzles | Raisonnement | 38 % | 88,1 | actif | https://epoch.ai/benchmarks |
| Chess Puzzles | Raisonnement | 38 % | 88,1 | actif | https://epoch.ai/benchmarks |
| Humanity's Last Exam | Sciences | 36,2 % | 87,7 | actif | https://epoch.ai/benchmarks |
| GSO | Code | 31,4 % | 87,3 | actif | https://gso-bench.github.io/index.html |
| Mystery Game Puzzles | Raisonnement | 37 % | 89,7 | actif | https://epoch.ai/benchmarks |
| ARC-AGI-2 | Raisonnement | 29,2 % | 81,1 | saturé | https://epoch.ai/benchmarks |
| CL-bench | Données | 27,9 % | 95,8 | actif | https://epoch.ai/benchmarks |
| Blueprint-Bench 2 | Vision | 27,1 % | 90,4 | actif | https://andonlabs.com/evals/blueprint-bench-2 |
| GSO | Code | 25,5 % | 85,2 | actif | https://gso-bench.github.io/index.html |
| EBR-bench (Earthborne Rangers) | Agents | 25,4 % | 89,6 | actif | https://epoch.ai/benchmarks |
| CritPt | Sciences | 23,4 % | 92,3 | actif | https://epoch.ai/benchmarks |
| CL-bench Life | Données | 21,7 % | 91,2 | actif | https://epoch.ai/benchmarks |
| Mystery Game Puzzles | Raisonnement | 28 % | 86,4 | actif | https://epoch.ai/benchmarks |
| CL-bench Life | Données | 19,3 % | 88,7 | actif | https://epoch.ai/benchmarks |
| PostTrainBench | Agents | 19 % | 79,7 | actif | https://epoch.ai/benchmarks |
| ForecastBench | Raisonnement | 59,5 % | 71,0 | actif | https://epoch.ai/benchmarks |
| EnigmaEval | Raisonnement | 16 % | 84,2 | actif | https://labs.scale.com/leaderboard/enigma_eval |
| Chess Puzzles | Raisonnement | 20 % | 77,5 | actif | https://epoch.ai/benchmarks |
| MirrorCode | Code | 15,6 % | 88,5 | actif | https://epoch.ai/benchmarks |
| CL-bench Life | Données | 13,8 % | 81,9 | actif | https://epoch.ai/benchmarks |
| Furniture Assembly | Vision | 37,5 % | 90,0 | actif | https://epoch.ai/benchmarks |
| Mystery Game Puzzles | Raisonnement | 17 % | 79,9 | actif | https://epoch.ai/benchmarks |
| Mystery Game Puzzles | Raisonnement | 16 % | 78,9 | actif | https://epoch.ai/benchmarks |
| Chess Puzzles | Raisonnement | 5 % | 47,6 | actif | https://epoch.ai/benchmarks |

## En bref

**Quel est le score de GPT-5.4 ?** GPT-5.4 obtient un score IA de 88,9, avec une marge de 87,9 à 89,9, dans l'édition du 28 septembre 2026. Il est classé 20e sur 246 modèles, à partir de 50 mesures.

**Dans quelles tâches GPT-5.4 est-il le plus fort ?** Ses deux meilleures tâches sont vision (89,9) et raisonnement (89,4). Sa tâche la plus faible est web (82,4).

**GPT-5.4 peut-il tourner en local ?** Non. GPT-5.4 est un modèle fermé : il s'utilise en ligne, par l'application de son éditeur ou par API.

**Combien coûte GPT-5.4 ?** 2,17 € par million de jetons en entrée et 13,0 € en sortie, au tarif affiché par les fournisseurs. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.

**Qui édite GPT-5.4 ?** GPT-5.4 est édité par OpenAI (États-Unis), et il est sorti le 5 mars 2026. C'est un modèle fermé.

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