# o3

> Fiche du modèle de langage o3 sur Quelle IA, édition du 28 septembre 2026. o3 (OpenAI) : score IA de 76,6, 73e sur 246. Scores par tâche, prix, exécution locale et liens pour le télécharger ou l'essayer.

Page : https://quelleia.com/modeles/o3/
Origine : OpenAI · États-Unis · sorti le 16 avril 2025

## Score général

- Score IA : 76,6 (marge à 90 % : de 74,9 à 78,4)
- Rang : 73 (Groupe 8, ex æquo)
- Couverture : 95 % du poids des tâches, 33 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 | 77,9 | Rang 50 · 100 % |
| Code | 74,8 | Rang 49 · 31 % |
| Agents | 76,4 | Provisoire · 22 % |
| Usage | 76,6 | Rang 84 · 100 % |
| Maths | 75,9 | Rang 59 · 62 % |
| Sciences | 75,1 | Rang 57 · 80 % |
| Français | 72,7 | Rang 57 · 56 % |
| Vision | 75,1 | Provisoire · 33 % |
| Écriture | 74,8 | Rang 93 · 100 % |
| Web | non mesuré | Non mesuré |

## 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) |
| --- | --- | --- | --- | --- | --- |
| [o3](https://artificialanalysis.ai/models/o3) | 20,2 (estimé) | hors classement | 109,6 jetons/s | 6,38 s | 2 $ / 8 $ |

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/o3

## Exécution locale

Non. o3 est un modèle fermé : il s'utilise en ligne, par l'application de son éditeur ou par API.

## Fiche technique

- Prix : 1,76 € / 7,02 € (entrée / sortie, par million de jetons)
- Fenêtre de contexte : 200 000 jetons (environ 150 000 mots)
- Entrées : Texte, image, PDF
- Réflexion : Faible, moyenne, élevée (trois niveaux réglables)
- Paramètres : Non communiqué
- Licence : Propriétaire (poids fermés, accès par l'éditeur)
- Classe énergétique : Non communiquée
- Hébergement en Europe : Non communiqué
- Connaissances jusqu'à : Mai 2024

## Où le trouver

- Par API : [OpenRouter](https://openrouter.ai/openai/o3)
- Par API : [API OpenAI](https://platform.openai.com/docs)
- L'essayer : [ChatGPT](https://chatgpt.com)

## Dans les outils de code

- Disponible dans : [Devin Desktop (ex-Windsurf)](https://quelleia.com/outils/#devin-desktop) (à l'usage)
- 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 |
| --- | --- | --- | --- | --- | --- |
| EuroEval, Allociné (sentiment) | Français | 98,2 % | 108,2 | saturé | https://euroeval.com/leaderboards/Monolingual/french/ |
| MATH Level 5 | Maths | 97,8 % | 79,2 | archivé | https://epoch.ai/benchmarks |
| Fiction.LiveBench | Données | 88,9 % | 83,6 | archivé | https://epoch.ai/benchmarks |
| OTIS Mock AIME 2024-2025 | Maths | 84,4 % | 73,9 | saturé | https://epoch.ai/benchmarks |
| Lech Mazur Writing | Écriture | 8,39 | 81,4 | archivé | https://epoch.ai/benchmarks |
| OTIS Mock AIME 2024-2025 | Maths | 83,9 % | 73,6 | saturé | https://epoch.ai/benchmarks |
| Aider Polyglot | Code | 81,3 % | 76,8 | archivé | https://aider.chat/docs/leaderboards/ |
| Aider Polyglot | Code | 76,9 % | 74,7 | archivé | https://epoch.ai/benchmarks |
| Aider Polyglot | Code | 76,9 % | 74,7 | archivé | https://aider.chat/docs/leaderboards/ |
| GPQA Diamond | Sciences | 81,8 % | 74,2 | actif | https://epoch.ai/benchmarks |
| DTBench | Raisonnement | 84,8 % | 77,5 | saturé | https://conceptualreasoning.ai/dtbench |
| GPQA Diamond | Sciences | 80,8 % | 73,3 | actif | https://epoch.ai/benchmarks |
| CadEval | Vision | 74 % | 82,1 | archivé | https://epoch.ai/benchmarks |
| GeoBench | Vision | 74 % | 78,1 | archivé | https://epoch.ai/benchmarks |
| GPQA Diamond | Sciences | 79,8 % | 72,5 | actif | https://epoch.ai/benchmarks |
| EuroEval, ELTeC (noms propres) | Français | 70,2 % | 80,2 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, HellaSwag (bon sens) | Français | 67,4 % | 61,7 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| METR Time Horizons (taux de réussite) | Agents | 65,4 % | 76,3 | actif | https://epoch.ai/benchmarks |
| EuroEval, FQuAD (compréhension) | Français | 65,4 % | 44,6 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| METR Time Horizons (taux de réussite) | Agents | 63,6 % | 74,5 | actif | https://epoch.ai/benchmarks |
| SWE-bench Verified | Code | 62,3 % | 71,6 | actif | https://epoch.ai/benchmarks |
| ARC-AGI-1 | Raisonnement | 60,8 % | 76,6 | saturé | https://arcprize.org/leaderboard |
| GeoBench | Vision | 60 % | 53,6 | archivé | https://epoch.ai/benchmarks |
| OTIS Mock AIME 2024-2025 | Maths | 60 % | 65,1 | saturé | https://epoch.ai/benchmarks |
| Arena, questions de maths | Maths | 1 447,9 Elo | 79,3 | actif | https://arena.ai/leaderboard |
| Arena, questions en français | Français | 1 460,8 Elo | 78,4 | actif | https://arena.ai/leaderboard |
| Arena, texte | Usage | 1 431,6 Elo | 76,7 | actif | https://arena.ai/leaderboard |
| ARC-AGI-1 | Raisonnement | 53,8 % | 74,9 | saturé | https://arcprize.org/leaderboard |
| Arena, questions d'experts | Sciences | 1 448,6 Elo | 75,5 | actif | https://arena.ai/leaderboard |
| WeirdML (v2) | Code | 52,4 % | 76,2 | actif | https://htihle.github.io/weirdml.html |
| Arena, questions de code | Code | 1 460,2 Elo | 72,9 | actif | https://arena.ai/leaderboard |
| Arena, écriture créative | Écriture | 1 382,8 Elo | 72,7 | actif | https://arena.ai/leaderboard |
| SimpleQA Verified | Données | 49,4 % | 87,1 | actif | https://epoch.ai/benchmarks |
| Arena, vision | Vision | 1 215,5 Elo | 72,9 | actif | https://arena.ai/leaderboard |
| LMCA | Raisonnement | 39,7 | 79,9 | actif | https://conceptualreasoning.ai/lmca |
| DeepResearch Bench | Agents | 45,2 % | 75,5 | actif | https://evals.futuresearch.ai/#drb |
| SimpleBench | Raisonnement | 53,1 % | 78,7 | actif | https://epoch.ai/benchmarks |
| ARC-AGI-1 | Raisonnement | 41,5 % | 72,0 | saturé | https://epoch.ai/benchmarks |
| Chess Puzzles | Raisonnement | 38 % | 88,1 | actif | https://epoch.ai/benchmarks |
| EuroEval, ScaLA (grammaire) | Français | 33,5 % | 30,7 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| FrontierMath, paliers 1 à 3 (v2) | Maths | 33,3 % | 76,5 | actif | https://epoch.ai/benchmarks |
| FrontierMath, paliers 1 à 3 (version 2025) | Maths | 18,7 % | 75,9 | actif | https://epoch.ai/benchmarks |
| GDPval | Agents | 30,8 % | 74,5 | archivé | https://epoch.ai/benchmarks |
| Chess Puzzles | Raisonnement | 34 % | 86,1 | actif | https://epoch.ai/benchmarks |
| FrontierMath, paliers 1 à 3 (v2) | Maths | 29,8 % | 75,2 | actif | https://epoch.ai/benchmarks |
| FrontierMath, paliers 1 à 3 (version 2025) | Maths | 16,9 % | 75,0 | actif | https://epoch.ai/benchmarks |
| VPCT (Visual Physics Comprehension Test) | Vision | 52 % | 77,5 | archivé | https://epoch.ai/benchmarks |
| ForecastBench | Raisonnement | 62,5 % | 100,6 | actif | https://epoch.ai/benchmarks |
| Chess Puzzles | Raisonnement | 27 % | 82,3 | actif | https://epoch.ai/benchmarks |
| OSWorld | Agents | 23 % | 63,2 | archivé | https://epoch.ai/benchmarks |
| Mystery Game Puzzles | Raisonnement | 29 % | 86,8 | actif | https://epoch.ai/benchmarks |
| FrontierMath, paliers 1 à 3 (v2) | Maths | 19,3 % | 70,8 | actif | https://epoch.ai/benchmarks |
| CL-bench | Données | 17,8 % | 78,2 | actif | https://epoch.ai/benchmarks |
| OSWorld | Agents | 17,2 % | 59,5 | archivé | https://epoch.ai/benchmarks |
| FrontierMath, paliers 1 à 3 (version 2025) | Maths | 9,7 % | 70,7 | actif | https://epoch.ai/benchmarks |
| Humanity's Last Exam | Sciences | 20,3 % | 77,4 | actif | https://epoch.ai/benchmarks |
| Mystery Game Puzzles | Raisonnement | 23 % | 84,0 | actif | https://epoch.ai/benchmarks |
| Humanity's Last Exam | Sciences | 19,2 % | 76,4 | actif | https://epoch.ai/benchmarks |
| EnigmaEval | Raisonnement | 13,1 % | 81,8 | actif | https://labs.scale.com/leaderboard/enigma_eval |
| EnigmaEval | Raisonnement | 11,9 % | 80,7 | actif | https://labs.scale.com/leaderboard/enigma_eval |
| OSWorld | Agents | 9,1 % | 52,1 | archivé | https://epoch.ai/benchmarks |
| GSO | Code | 8,8 % | 76,2 | actif | https://epoch.ai/benchmarks |
| ARC-AGI-2 | Raisonnement | 6,5 % | 73,3 | saturé | https://epoch.ai/benchmarks |
| FrontierMath, palier 4 (version 2025) | Maths | 2,1 % | 72,7 | actif | https://epoch.ai/benchmarks |
| ARC-AGI-2 | Raisonnement | 3 % | 69,6 | saturé | https://epoch.ai/benchmarks |
| ARC-AGI-2 | Raisonnement | 2 % | 67,8 | saturé | https://epoch.ai/benchmarks |
| CritPt | Sciences | 1,4 % | 64,3 | actif | https://epoch.ai/benchmarks |

## En bref

**Quel est le score de o3 ?** o3 obtient un score IA de 76,6, avec une marge de 74,9 à 78,4, dans l'édition du 28 septembre 2026. Il est classé 73e sur 246 modèles, à partir de 33 mesures.

**Dans quelles tâches o3 est-il le plus fort ?** Ses deux meilleures tâches sont raisonnement (77,9) et usage (76,6). Sa tâche la plus faible est français (72,7).

**o3 peut-il tourner en local ?** Non. o3 est un modèle fermé : il s'utilise en ligne, par l'application de son éditeur ou par API.

**Combien coûte o3 ?** 1,76 € par million de jetons en entrée et 7,02 € 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 o3 ?** o3 est édité par OpenAI (États-Unis), et il est sorti le 16 avril 2025. C'est un modèle fermé.

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