# o4-mini

> Fiche du modèle de langage o4-mini sur Quelle IA, édition du 28 septembre 2026. o4-mini (OpenAI) : score IA de 74,3, 89e sur 246. Scores par tâche, prix, exécution locale et liens pour le télécharger ou l'essayer.

Page : https://quelleia.com/modeles/o4-mini/
Origine : OpenAI · États-Unis · sorti le 16 avril 2025

## Score général

- Score IA : 74,3 (marge à 90 % : de 71,5 à 77,1)
- Rang : 89 (Groupe 9, 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 | 74,3 | Rang 64 · 100 % |
| Code | 73,8 | Provisoire · 23 % |
| Agents | 74,5 | Provisoire · 11 % |
| Usage | 71,2 | Rang 116 · 100 % |
| Maths | 77,7 | Rang 55 · 75 % |
| Sciences | 72,5 | Rang 63 · 80 % |
| Français | 67,2 | Rang 77 · 81 % |
| Vision | 72,2 | Provisoire · 33 % |
| Écriture | 68,8 | Rang 130 · 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) |
| --- | --- | --- | --- | --- | --- |
| [o4-mini (High)](https://artificialanalysis.ai/models/o4-mini) | 16,7 (estimé) | hors classement | 138,9 jetons/s | 32,5 s | 1,1 $ / 4,4 $ |

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/o4-mini

## Exécution locale

Non. o4-mini est un modèle fermé : il s'utilise en ligne, par l'application de son éditeur ou par API.

## Fiche technique

- Prix : 0,95 € / 3,82 € (entrée / sortie, par million de jetons)
- Fenêtre de contexte : 200 000 jetons (environ 150 000 mots)
- Entrées : Texte, image
- Réflexion : Faible, moyenne, élevée (trois niveaux réglables)
- Paramètres : Non communiqué
- Licence : Propriétaire (poids fermés, accès par l'éditeur)
- Classe énergétique : B (sur une échelle de A à G)
- Hébergement en Europe : Possible
- Connaissances jusqu'à : Mai 2024

## Où le trouver

- Par API : [OpenRouter](https://openrouter.ai/openai/o4-mini-high)
- Par API : [API OpenAI](https://platform.openai.com/docs)
- L'essayer : [ChatGPT](https://chatgpt.com)

## Mesures

| Benchmark | Tâche | Publié | Niveau suggéré | État | Source |
| --- | --- | --- | --- | --- | --- |
| MATH Level 5 | Maths | 97,8 % | 79,4 | archivé | https://epoch.ai/benchmarks |
| EuroEval, Allociné (sentiment) | Français | 96 % | 69,3 | saturé | https://euroeval.com/leaderboards/Monolingual/french/ |
| OTIS Mock AIME 2024-2025 | Maths | 81,7 % | 72,6 | saturé | https://epoch.ai/benchmarks |
| Fiction.LiveBench | Données | 77,8 % | 73,8 | archivé | https://epoch.ai/benchmarks |
| Lech Mazur Writing | Écriture | 7,5 | 60,8 | archivé | https://epoch.ai/benchmarks |
| OTIS Mock AIME 2024-2025 | Maths | 73,3 % | 69,3 | saturé | https://epoch.ai/benchmarks |
| GPQA Diamond | Sciences | 79,6 % | 72,4 | actif | https://epoch.ai/benchmarks |
| Aider Polyglot | Code | 72 % | 72,6 | archivé | https://aider.chat/docs/leaderboards/ |
| GPQA Diamond | Sciences | 77,8 % | 71,0 | actif | https://epoch.ai/benchmarks |
| EuroEval, ELTeC (noms propres) | Français | 67,9 % | 71,8 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| GPQA Diamond | Sciences | 75,3 % | 69,1 | actif | https://epoch.ai/benchmarks |
| EuroEval, FQuAD (compréhension) | Français | 65,3 % | 44,2 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| GeoBench | Vision | 64 % | 60,1 | archivé | https://epoch.ai/benchmarks |
| GeoBench | Vision | 64 % | 60,1 | archivé | https://epoch.ai/benchmarks |
| METR Time Horizons (taux de réussite) | Agents | 63,9 % | 74,8 | actif | https://epoch.ai/benchmarks |
| DTBench | Raisonnement | 77,6 % | 69,5 | saturé | https://conceptualreasoning.ai/dtbench |
| EuroEval, HellaSwag (bon sens) | Français | 62,6 % | 54,9 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| CadEval | Vision | 62 % | 73,8 | archivé | https://epoch.ai/benchmarks |
| ARC-AGI-1 | Raisonnement | 58,7 % | 76,0 | saturé | https://arcprize.org/leaderboard |
| OTIS Mock AIME 2024-2025 | Maths | 57,8 % | 64,5 | saturé | https://epoch.ai/benchmarks |
| WeirdML (v2) | Code | 52,6 % | 76,3 | actif | https://htihle.github.io/weirdml.html |
| Arena, questions de maths | Maths | 1 418,3 Elo | 73,2 | actif | https://arena.ai/leaderboard |
| compar:IA | Français | 1 039,0 Elo | 79,6 | actif | https://arene.comparia.beta.gouv.fr/ranking |
| Arena, texte | Usage | 1 390,8 Elo | 67,3 | actif | https://arena.ai/leaderboard |
| Arena, questions de code | Code | 1 433,2 Elo | 66,9 | actif | https://arena.ai/leaderboard |
| Arena, questions en français | Français | 1 411,3 Elo | 67,8 | actif | https://arena.ai/leaderboard |
| Arena, questions d'experts | Sciences | 1 407,5 Elo | 67,7 | actif | https://arena.ai/leaderboard |
| Arena, vision | Vision | 1 200,7 Elo | 69,5 | actif | https://arena.ai/leaderboard |
| Arena, écriture créative | Écriture | 1 337,0 Elo | 62,4 | actif | https://arena.ai/leaderboard |
| FrontierMath, paliers 1 à 3 (version 2025) | Maths | 24,8 % | 78,6 | actif | https://epoch.ai/benchmarks |
| ARC-AGI-1 | Raisonnement | 41,8 % | 72,0 | saturé | https://arcprize.org/leaderboard |
| VPCT (Visual Physics Comprehension Test) | Vision | 57,5 % | 79,1 | archivé | https://epoch.ai/benchmarks |
| FrontierMath, paliers 1 à 3 (v2) | Maths | 36,1 % | 77,4 | actif | https://epoch.ai/benchmarks |
| EuroEval, ScaLA (grammaire) | Français | 35,4 % | 35,2 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| FrontierMath, paliers 1 à 3 (version 2025) | Maths | 19 % | 76,0 | actif | https://epoch.ai/benchmarks |
| LMCA | Raisonnement | 26,5 | 69,0 | actif | https://conceptualreasoning.ai/lmca |
| FrontierMath, paliers 1 à 3 (v2) | Maths | 28,8 % | 74,8 | actif | https://epoch.ai/benchmarks |
| SimpleBench | Raisonnement | 38,7 % | 67,9 | actif | https://epoch.ai/benchmarks |
| GDPval | Agents | 25,3 % | 69,9 | archivé | https://epoch.ai/benchmarks |
| ForecastBench | Raisonnement | 61,8 % | 94,2 | actif | https://epoch.ai/benchmarks |
| Chess Puzzles | Raisonnement | 26 % | 81,7 | actif | https://epoch.ai/benchmarks |
| ARC-AGI-1 | Raisonnement | 21,3 % | 66,3 | saturé | https://arcprize.org/leaderboard |
| SimpleQA Verified | Données | 19,6 % | 64,7 | actif | https://epoch.ai/benchmarks |
| SimpleQA Verified | Données | 18,8 % | 63,8 | actif | https://epoch.ai/benchmarks |
| FrontierMath, paliers 1 à 3 (version 2025) | Maths | 10,7 % | 71,4 | actif | https://epoch.ai/benchmarks |
| FrontierMath, paliers 1 à 3 (v2) | Maths | 16,1 % | 69,2 | actif | https://epoch.ai/benchmarks |
| Chess Puzzles | Raisonnement | 20 % | 77,5 | actif | https://epoch.ai/benchmarks |
| Humanity's Last Exam | Sciences | 18,1 % | 75,4 | actif | https://epoch.ai/benchmarks |
| FrontierMath, palier 4 (version 2025) | Maths | 6,3 % | 78,8 | actif | https://epoch.ai/benchmarks |
| Humanity's Last Exam | Sciences | 14,3 % | 71,1 | actif | https://epoch.ai/benchmarks |
| Chess Puzzles | Raisonnement | 14 % | 71,5 | actif | https://epoch.ai/benchmarks |
| EnigmaEval | Raisonnement | 9,2 % | 77,8 | actif | https://labs.scale.com/leaderboard/enigma_eval |
| EnigmaEval | Raisonnement | 6,8 % | 74,5 | actif | https://labs.scale.com/leaderboard/enigma_eval |
| ARC-AGI-2 | Raisonnement | 6,1 % | 73,0 | saturé | https://epoch.ai/benchmarks |
| FrontierMath, palier 4 (v2) | Maths | 4,9 % | 77,5 | saturé | https://epoch.ai/benchmarks |
| GSO | Code | 3,6 % | 69,4 | actif | https://epoch.ai/benchmarks |
| FrontierMath, palier 4 (version 2025) | Maths | 2,1 % | 72,7 | actif | https://epoch.ai/benchmarks |
| ARC-AGI-2 | Raisonnement | 2,4 % | 68,6 | saturé | https://epoch.ai/benchmarks |
| ARC-AGI-2 | Raisonnement | 1,7 % | 67,0 | saturé | https://epoch.ai/benchmarks |
| CritPt | Sciences | 0,6 % | 61,2 | actif | https://epoch.ai/benchmarks |
| Mystery Game Puzzles | Raisonnement | 5 % | 65,7 | actif | https://epoch.ai/benchmarks |

## En bref

**Quel est le score de o4-mini ?** o4-mini obtient un score IA de 74,3, avec une marge de 71,5 à 77,1, dans l'édition du 28 septembre 2026. Il est classé 89e sur 246 modèles, à partir de 33 mesures.

**Dans quelles tâches o4-mini est-il le plus fort ?** Ses deux meilleures tâches sont maths (77,7) et agents (74,5). Sa tâche la plus faible est français (67,2).

**o4-mini peut-il tourner en local ?** Non. o4-mini est un modèle fermé : il s'utilise en ligne, par l'application de son éditeur ou par API.

**Combien coûte o4-mini ?** 0,95 € par million de jetons en entrée et 3,82 € 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 o4-mini ?** o4-mini 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