Classement · édition du
Classement des modèles de langage, Agents
Quel modèle mène le mieux une tâche longue, en autonomie ?
Comment lire ce tableauComment lire ?
Le score Agents résume les résultats d'un modèle aux benchmarks d'agents sur lesquels il a été mesuré. L'échelle est celle du score général. Sur cette échelle, le meilleur modèle au lancement du site vaut 100 et GPT-4o de fin 2024 vaut 50. La barre montre la marge d'erreur : quand les barres de deux modèles se chevauchent, ils sont ex æquo.?
Dans l'édition du 9 novembre 2026, GPT-6 Astra (OpenAI) est premier pour les agents avec un score Agents de 100,3, ex æquo avec 3 autres modèles dont Claude Opus 5.5 et Gemini 4 Argon, trop proches pour être départagés.?
Où essayer les premiers : GPT-6 Astra sur ChatGPT (nouvel onglet), Claude Opus 5.5 sur Claude (nouvel onglet) et Gemini 4 Argon sur Gemini (nouvel onglet).
| Rang | Empreinte | Modèle | Étiquettes | Score? et marge (50 à 110) | Couverture | Semaine | Prix, € / M jetons |
|---|---|---|---|---|---|---|---|
| Sans rang | GPT-6.1 TerraPROVISOIREOpenAI | 101,196,3 à 105,9 | 38 % · 3 mesures | Entrée | 0,89 € / 4,46 € | ||
| EX ÆQUO · RANG 1Trop proches pour être départagés : l'écart entre eux est plus petit que la marge d'erreur. | |||||||
| 1 | GPT-6 AstraOpenAI | 100,397,1 à 103,6 | 62 % · 5 mesures | 8,92 € / 45 € | |||
| 2 | Claude Opus 5.5Anthropic | 100,197,4 à 102,7 | 50 % · 4 mesures | 4 € / 20 € | |||
| Sans rang | Claude Sonnet 5.5PROVISOIREAnthropic | 99,592,6 à 106,5 | 25 % · 2 mesures | 2 € / 10 € | |||
| 3 | Gemini 4 ArgonGoogle DeepMind | 99,396,0 à 102,6 | 50 % · 4 mesures | 1,78 € / 8,92 € | |||
| Sans rang | DeepSeek V4.1 Flash 1017PROVISOIREDeepSeek | 97,491,8 à 103,1 | 12 % · 1 mesure | Entrée | 0,15 € / 0,60 € | ||
| 4 | Claude Fable 5.1Anthropic | 96,994,5 à 99,3 | 50 % · 4 mesures | 8,92 € / 45 € | |||
| Sans rang | Gemini 4 CarbonPROVISOIREGoogle DeepMind | 96,688,5 à 104,7 | 12 % · 1 mesure | Entrée | Inconnu | ||
| Sans rang | GPT-6.1 SolPROVISOIREOpenAI | 95,892,8 à 98,9 | 25 % · 2 mesures | 2 € / 10 € | |||
| Sans rang | GPT-6 SolPROVISOIREOpenAI | 95,091,0 à 99,1 | 38 % · 3 mesures | 2 € / 10 € | |||
| GROUPE 2Ex æquo · 5 modèles | |||||||
| 5 | Claude Opus 5Anthropic | 94,892,7 à 96,8 | 75 % · 6 mesures | 4,46 € / 22 € | |||
| Sans rang | Gemini 3.7 FlashPROVISOIREGoogle DeepMind | 94,287,5 à 100,9 | 25 % · 2 mesures | 1,50 € / 7,50 € | |||
| 6 | Claude Fable 5Anthropic | 94,090,9 à 97,0 | 62 % · 5 mesures | 8,92 € / 45 € | |||
| Sans rang | Qwen 3.8 MaxPROVISOIREAlibaba | 94,088,6 à 99,3 | 12 % · 1 mesure | 1,78 € / 5,35 € | |||
| 7 | GPT-5.6 SolOpenAI | 93,791,1 à 96,3 | 75 % · 6 mesures | 3,57 € / 18 € | |||
| Sans rang | Claude Haiku 5.5PROVISOIREAnthropic | 93,289,8 à 96,5 | 38 % · 3 mesures | 0,10 € / 0,50 € | |||
| Sans rang | Gemini 3.8 FlashPROVISOIREGoogle DeepMind | 92,987,6 à 98,2 | 38 % · 3 mesures | 1,50 € / 7,50 € | |||
| Sans rang | Muse Spark 1.3PROVISOIREMeta AI | 91,886,7 à 97,0 | 12 % · 1 mesure | 1,25 € / 4,25 € | |||
| Sans rang | Muse WonderPROVISOIREMeta AI | 91,888,2 à 95,5 | 38 % · 3 mesures | Entrée | 3,57 € / 18 € | ||
| Sans rang | Grok 4.6PROVISOIRExAI | 91,688,0 à 95,1 | 38 % · 3 mesures | 1,78 € / 5,35 € | |||
| Sans rang | GPT-5.6 TerraPROVISOIREOpenAI | 91,386,6 à 96,0 | 38 % · 3 mesures | 2,17 € / 13 € | |||
| Sans rang | GLM-5.3PROVISOIREZ.ai (Zhipu AI) | 91,086,2 à 95,8 | 25 % · 2 mesures | 1,40 € / 4,40 € | |||
| 8 | GPT-5.5OpenAI | 90,587,9 à 93,1 | 88 % · 7 mesures | 4,34 € / 26 € | |||
| 9 | Claude Opus 4.8Anthropic | 90,287,7 à 92,8 | 88 % · 7 mesures | 4,46 € / 22 € | |||
| Sans rang | Grok 4.7PROVISOIRExAI | 90,285,4 à 95,1 | 25 % · 2 mesures | 1,78 € / 5,35 € | |||
| Sans rang | MiMo-V2.6 ProPROVISOIREXiaomi | 90,285,1 à 95,3 | 12 % · 1 mesure | 0,44 € / 0,87 € | |||
| Sans rang | Claude Sonnet 5PROVISOIREAnthropic | 90,085,2 à 94,7 | 25 % · 2 mesures | 1,73 € / 8,67 € | |||
| Sans rang | GLM-5.3-FlashPROVISOIREZ.ai (Zhipu AI) | 88,983,8 à 94,0 | 12 % · 1 mesure | 0,15 € / 0,50 € | |||
| Sans rang | Grok 4.5PROVISOIRExAI | 88,983,8 à 94,0 | 38 % · 3 mesures | 1,78 € / 5,35 € | |||
| GROUPE 3Ex æquo · 11 modèles | |||||||
| 10 | GPT-5.4OpenAI | 88,484,8 à 92,0 | 62 % · 5 mesures | 2,17 € / 13 € | |||
| 11 | Gemini 3 ProGoogle DeepMind | 88,481,1 à 95,7 | 50 % · 4 mesures | 1,73 € / 10 € | |||
| Sans rang | Kimi K3PROVISOIREMoonshot | 88,483,5 à 93,3 | 38 % · 3 mesures | 2,60 € / 13 € | |||
| 12 | Claude Opus 4.7Anthropic | 88,185,1 à 91,1 | 62 % · 5 mesures | 4,46 € / 22 € | |||
| 13 | GPT-5.2OpenAI | 87,882,6 à 93,1 | 50 % · 4 mesures | 1,52 € / 12 € | |||
| Sans rang | Mistral Large 4 PreviewPROVISOIREMistral AI | 87,882,8 à 92,9 | 12 % · 1 mesure | 0,68 € / 2,09 € | |||
| Sans rang | Grok 4.20PROVISOIRExAI | 87,079,0 à 95,1 | 12 % · 1 mesure | 1,08 € / 2,17 € | |||
| Sans rang | Mistral Large 4PROVISOIREMistral AI | 86,882,7 à 90,8 | 12 % · 1 mesure | Entrée | 0,62 € / 1,87 € | ||
| Sans rang | Beam 1.0PROVISOIREReflection | 86,581,4 à 91,6 | 12 % · 1 mesure | 0,45 € / 1,34 € | |||
| Sans rang | DeepSeek V4 Pro 0813PROVISOIREDeepSeek | 86,581,4 à 91,6 | 12 % · 1 mesure | 0,66 € / 1,98 € | |||
| Sans rang | Gemini 3.6 FlashPROVISOIREGoogle DeepMind | 86,281,2 à 91,3 | 12 % · 1 mesure | 1,30 € / 6,50 € | |||
| Sans rang | GPT-5.3 CodexPROVISOIREOpenAI | 86,278,2 à 94,3 | 12 % · 1 mesure | 1,56 € / 12 € | |||
| Sans rang | Qwen 3.8 27BPROVISOIREAlibaba | 86,281,2 à 91,3 | 12 % · 1 mesure | 0,35 € / 2,75 € | |||
| 14 | Claude Opus 4.6Anthropic | 86,081,8 à 90,1 | 62 % · 5 mesures | 4,46 € / 22 € | |||
| 15 | Claude Sonnet 4.6Anthropic | 85,780,8 à 90,6 | 50 % · 4 mesures | 2,68 € / 13 € | |||
| Sans rang | Muse Spark 1.2PROVISOIREMeta AI | 85,780,6 à 90,8 | 12 % · 1 mesure | 1,25 € / 4,25 € | |||
| Sans rang | Qwen 3.6 Max (Preview)PROVISOIREAlibaba | 85,777,6 à 93,8 | 12 % · 1 mesure | 1,16 € / 6,96 € | |||
| 16 | GLM-5.2Z.ai (Zhipu AI) | 85,481,2 à 89,7 | 50 % · 4 mesures | 0,98 € / 3,08 € | |||
| Sans rang | DeepSeek-V4-ProPROVISOIREDeepSeek | 85,477,4 à 93,5 | 12 % · 1 mesure | 0,38 € / 0,75 € | |||
| Sans rang | GPT-6 LunaPROVISOIREOpenAI | 85,280,1 à 90,3 | 12 % · 1 mesure | 0,10 € / 0,50 € | |||
| Sans rang | Qwen 3.6 PlusPROVISOIREAlibaba | 85,277,1 à 93,2 | 12 % · 1 mesure | 0,28 € / 1,69 € | |||
| 17 | Claude Opus 4.5Anthropic | 84,979,8 à 90,0 | 62 % · 5 mesures | 4,46 € / 22 € | |||
| Sans rang | Gemini 3 FlashPROVISOIREGoogle DeepMind | 84,977,8 à 92,1 | 38 % · 3 mesures | 0,43 € / 2,60 € | |||
| Sans rang | GPT-5.6 LunaPROVISOIREOpenAI | 84,679,9 à 89,4 | 38 % · 3 mesures | 0,87 € / 5,20 € | |||
| 18 | Gemini 3.1 ProGoogle DeepMind | 84,179,6 à 88,6 | 75 % · 6 mesures | 2 € / 12 € | |||
| Sans rang | GLM-5.1PROVISOIREZ.ai (Zhipu AI) | 84,178,5 à 89,8 | 25 % · 2 mesures | 0,85 € / 2,67 € | |||
| Sans rang | GLM-5PROVISOIREZ.ai (Zhipu AI) | 83,875,8 à 91,9 | 12 % · 1 mesure | 0,52 € / 1,66 € | |||
| Sans rang | DeepSeek V4.1 FlashPROVISOIREDeepSeek | 83,077,8 à 88,3 | 12 % · 1 mesure | 0,15 € / 0,60 € | |||
| Sans rang | Qwen3.7-MaxPROVISOIREAlibaba | 83,077,1 à 89,0 | 12 % · 1 mesure | 1,08 € / 3,25 € | |||
| Sans rang | Kimi K2.7 CodePROVISOIREMoonshot | 82,576,4 à 88,6 | 25 % · 2 mesures | 0,85 € / 3,57 € | |||
| Sans rang | GLM-4.7PROVISOIREZ.ai (Zhipu AI) | 81,773,6 à 89,8 | 12 % · 1 mesure | 0,35 € / 1,52 € | |||
| Sans rang | GPT-5.1PROVISOIREOpenAI | 81,772,8 à 90,6 | 25 % · 2 mesures | 1,08 € / 8,67 € | |||
| Sans rang | MiniMax-M3PROVISOIREMiniMax | 81,776,8 à 86,6 | 38 % · 3 mesures | 0,24 € / 0,97 € | |||
| Sans rang | Kimi K2.5PROVISOIREMoonshot | 81,573,4 à 89,5 | 12 % · 1 mesure | 0,35 € / 1,65 € | |||
| Sans rang | Kimi K2.6PROVISOIREMoonshot | 81,273,7 à 88,7 | 38 % · 3 mesures | 0,59 € / 2,96 € | |||
| Sans rang | Muse Spark 1.1PROVISOIREMeta AI | 80,972,4 à 89,5 | 25 % · 2 mesures | 1,11 € / 3,79 € | |||
| 19 | Claude Sonnet 4.5Anthropic | 80,772,5 à 88,8 | 50 % · 4 mesures | 2,60 € / 13 € | |||
| Sans rang | Muse Spark OpenPROVISOIREMeta AI | 80,174,7 à 85,6 | 12 % · 1 mesure | Entrée | 1,25 € / 4,25 € | ||
| Sans rang | Claude Opus 4.1PROVISOIREAnthropic | 79,972,0 à 87,7 | 25 % · 2 mesures | 13 € / 67 € | |||
| Sans rang | InklingPROVISOIREThinking Machines | 79,373,8 à 84,9 | 12 % · 1 mesure | 0,95 € / 4,05 € | |||
| Sans rang | Gemini 3.5 FlashPROVISOIREGoogle DeepMind | 79,172,3 à 85,8 | 38 % · 3 mesures | 1,30 € / 7,80 € | |||
| Sans rang | Grok 4.1 FastPROVISOIRExAI | 79,171,0 à 87,2 | 12 % · 1 mesure | 0,17 € / 0,43 € | |||
| Sans rang | DeepSeek-V3.2-ExpPROVISOIREDeepSeek | 78,570,4 à 86,6 | 12 % · 1 mesure | 0,24 € / 0,37 € | |||
| Sans rang | Qwen3.7-PlusPROVISOIREAlibaba | 78,370,5 à 86,1 | 12 % · 1 mesure | 0,28 € / 1,11 € | |||
| Sans rang | Grok 4PROVISOIRExAI | 78,070,2 à 85,8 | 25 % · 2 mesures | 2,68 € / 13 € | |||
| Sans rang | Gemini 2.5 Pro (Jun 2025)PROVISOIREGoogle DeepMind | 76,967,9 à 86,0 | 38 % · 3 mesures | 1,11 € / 8,92 € | |||
| Sans rang | Gemini 3.5 Flash-LitePROVISOIREGoogle DeepMind | 76,770,8 à 82,5 | 12 % · 1 mesure | 0,26 € / 2,17 € | |||
| 20 | GPT-5OpenAI | 76,465,0 à 87,8 | 50 % · 4 mesures | 1,08 € / 8,67 € | |||
| Sans rang | o3PROVISOIREOpenAI | 76,470,6 à 82,2 | 12 % · 1 mesure | 1,78 € / 7,14 € | |||
| Sans rang | Gemini 2.5 Pro (Mar 2025)PROVISOIREGoogle DeepMind | 75,667,7 à 83,5 | 12 % · 1 mesure | 2,23 € / 8,92 € | |||
| Sans rang | Qwen 3.5 Flash (hosted 35B-A3B)PROVISOIREAlibaba | 75,667,5 à 83,7 | 12 % · 1 mesure | 0,09 € / 0,36 € | |||
| Sans rang | Qwen3.5-27BPROVISOIREAlibaba | 75,166,9 à 83,2 | 12 % · 1 mesure | 0,27 € / 2,14 € | |||
| Sans rang | Qwen3.5 397B-A17BPROVISOIREAlibaba | 74,568,4 à 80,7 | 12 % · 1 mesure | 0,34 € / 2,03 € | |||
| Sans rang | GPT-5.4 MiniPROVISOIREOpenAI | 74,068,2 à 79,8 | 12 % · 1 mesure | 0,65 € / 3,90 € | |||
| Sans rang | Claude Opus 4PROVISOIREAnthropic | 73,267,4 à 79,0 | 12 % · 1 mesure | 13 € / 67 € | |||
| Sans rang | Nemotron 3 UltraPROVISOIRENVIDIA | 73,266,8 à 79,6 | 12 % · 1 mesure | 0,54 € / 2,14 € | |||
| Sans rang | Grok 4.3 BetaPROVISOIRExAI | 72,764,5 à 80,8 | 12 % · 1 mesure | 1,08 € / 2,17 € | |||
| Sans rang | Claude Sonnet 4PROVISOIREAnthropic | 72,166,4 à 77,9 | 12 % · 1 mesure | 2,60 € / 13 € | |||
| Sans rang | DeepSeek-V3.2PROVISOIREDeepSeek | 72,165,6 à 78,7 | 12 % · 1 mesure | 0,20 € / 0,30 € | |||
| Sans rang | Gemini 2.5 Flash (Jun 2025)PROVISOIREGoogle DeepMind | 72,162,8 à 81,5 | 25 % · 2 mesures | 0,26 € / 2,17 € | |||
| Sans rang | Qwen3-MaxPROVISOIREAlibaba | 71,963,7 à 80,0 | 12 % · 1 mesure | 0,68 € / 3,38 € | |||
| Sans rang | Claude Haiku 4.5PROVISOIREAnthropic | 71,361,9 à 80,8 | 38 % · 3 mesures | 0,89 € / 4,46 € | |||
| Sans rang | MiniMax-M2PROVISOIREMiniMax | 70,362,1 à 78,5 | 12 % · 1 mesure | 0,22 € / 0,87 € | |||
| Sans rang | Gemini 3.1 Flash-LitePROVISOIREGoogle DeepMind | 69,063,2 à 74,7 | 12 % · 1 mesure | 0,22 € / 1,30 € | |||
| Sans rang | Claude 3.7 SonnetPROVISOIREAnthropic | 68,462,7 à 74,2 | 12 % · 1 mesure | 2,68 € / 13 € | |||
| Sans rang | DeepSeek-R1PROVISOIREDeepSeek | 66,658,5 à 74,6 | 12 % · 1 mesure | Inconnu | |||
| Sans rang | DeepSeek-R1 (May 2025)PROVISOIREDeepSeek | 64,458,7 à 70,2 | 12 % · 1 mesure | 0,43 € / 1,86 € | |||
| Sans rang | Qwen 3.5 Plus (hosted 397B-A17B)PROVISOIREAlibaba | 63,655,4 à 71,9 | 12 % · 1 mesure | 0,36 € / 2,14 € | |||
| Sans rang | Grok 3PROVISOIRExAI | 63,455,2 à 71,5 | 12 % · 1 mesure | 2,68 € / 13 € | |||
| Sans rang | Claude 3.5 Sonnet (October 2024)PROVISOIREAnthropic | 61,553,3 à 69,7 | 12 % · 1 mesure | Inconnu | |||
| Sans rang | GPT-4o (May 2024)PROVISOIREOpenAI | 59,951,7 à 68,1 | 12 % · 1 mesure | 4,46 € / 13 € | |||
| Sans rang | Reka Flash 3PROVISOIREReka AI | 58,350,1 à 66,5 | 12 % · 1 mesure | 0,09 € / 0,18 € | |||
| Sans rang | DeepSeek-R1-Distill-Qwen-32BPROVISOIREDeepSeek | 54,946,6 à 63,1 | 12 % · 1 mesure | 0,26 € / 0,77 € | |||
| Sans rang | Llama 3.1-70BPROVISOIREMeta AI | 54,145,8 à 62,3 | 12 % · 1 mesure | 0,64 € / 0,64 € | |||
| Sans rang | Gemini 1.5 Pro (Sept 2024)PROVISOIREGoogle DeepMind | 52,744,5 à 60,9 | 12 % · 1 mesure | Inconnu | |||
| Sans rang | Llama 3.2 90BPROVISOIREMeta AI | 51,943,7 à 60,1 | 12 % · 1 mesure | 0,31 € / 0,36 € | |||
| Sans rang | Llama 3.3 70BPROVISOIREMeta AI | 51,743,5 à 59,9 | 12 % · 1 mesure | 0,09 € / 0,28 € | |||
| Sans rang | GPT-5 miniPROVISOIREOpenAI | 50,942,8 à 59,0 | 12 % · 1 mesure | 0,22 € / 1,73 € | |||
| Sans rang | MiniMax-M2.5PROVISOIREMiniMax | 50,642,5 à 58,7 | 12 % · 1 mesure | 0,13 € / 1 € | |||
| Sans rang | Qwen3-235B-A22B-Thinking (Jul 2025)PROVISOIREAlibaba | 48,740,7 à 56,8 | 12 % · 1 mesure | 0,27 € / 2,59 € | |||
| Sans rang | Claude 3.5 HaikuPROVISOIREAnthropic | 47,739,5 à 55,8 | 12 % · 1 mesure | 0,71 € / 3,57 € | |||
| Sans rang | gpt-oss-120bPROVISOIREOpenAI | 46,933,4 à 60,4 | 25 % · 2 mesures | 0,03 € / 0,16 € | |||
| Sans rang | Qwen2.5-72BPROVISOIREAlibaba | 46,638,5 à 54,7 | 12 % · 1 mesure | 0,71 € / 0,89 € | |||
| Sans rang | GPT-4o miniPROVISOIREOpenAI | 45,037,0 à 53,1 | 12 % · 1 mesure | 0,13 € / 0,54 € | |||
| Sans rang | Gemini 1.5 Flash (Sep 2024)PROVISOIREGoogle DeepMind | 44,836,7 à 52,8 | 12 % · 1 mesure | Inconnu | |||
| Sans rang | Phi-4PROVISOIREMicrosoft | 41,033,2 à 48,9 | 12 % · 1 mesure | 0,06 € / 0,12 € | |||
| Sans rang | Mistral NeMoPROVISOIREMistral AI | 38,931,2 à 46,6 | 12 % · 1 mesure | 0,13 € / 0,13 € | |||
| Sans rang | Llama 3.2 11BPROVISOIREMeta AI | 36,028,5 à 43,5 | 12 % · 1 mesure | 0,06 € / 0,29 € | |||
| Sans rang | Qwen2-VL-72B-InstructPROVISOIREAlibaba | 36,028,5 à 43,5 | 12 % · 1 mesure | Inconnu | |||
| Sans rang | Qwen2.5-7BPROVISOIREAlibaba | 33,125,8 à 40,3 | 12 % · 1 mesure | 0,04 € / 0,09 € | |||
| Sans rang | Llama 3.1-8BPROVISOIREMeta AI | 31,524,4 à 38,5 | 12 % · 1 mesure | 0,02 € / 0,03 € | |||
| Sans rang | Qwen2-VL-7B-InstructPROVISOIREAlibaba | 20,815,0 à 26,6 | 12 % · 1 mesure | Inconnu | |||
| Sans rang | Llama 3.2 3BPROVISOIREMeta AI | 16,811,5 à 22,1 | 12 % · 1 mesure | 0,04 € / 0,29 € | |||
| Sans rang | Llama 3.2 1BPROVISOIREMeta AI | 0,00,0 à 0,0 | 12 % · 1 mesure | 0,02 € / 0,18 € | |||
Aucun modèle ne correspond à ces filtres.
20 modèles classés et 103 provisoires. La colonne Semaine se remplit à partir de la deuxième édition.
Ce qui compose le score
La démarche →Le score Agents agrège 8 benchmarks, chacun pesé ci-dessous. 4 benchmarks archivés ne comptent plus. La tâche pèse 15 % du score général.
- Actif12,5 %APEX-Agents
- Actif12,5 %BALROG
- Actif12,5 %DeepResearch Bench
- Actif12,5 %EBR-bench (Earthborne Rangers)
- Actif12,5 %OSWorld 2.0
- Actif12,5 %PostTrainBench
- Actif12,5 %Remote Labor Index
- Actif12,5 %Vending-Bench 2
Voir aussi : classement général, modèles ouverts, modèles locaux, dossier des IA non censurées et banc de refus, rapport qualité-prix et votre classement, selon vos priorités.