# Classement Français des modèles de langage, édition du 9 novembre 2026

202 modèles classés. Le score IA est une estimation, donnée avec sa marge à 90 % : deux modèles dont les marges se recouvrent sont ex æquo.

| Rang | Modèle | Éditeur | Score | Marge | Mesures |
| ---: | --- | --- | ---: | --- | ---: |
| 1 | [Claude Opus 5.5](https://quelleia.com/modeles/claude-opus-5-5/) | Anthropic | 100,3 | de 85,5 à 115,1 | 2 |
| 2 | [GPT-6.1 Sol](https://quelleia.com/modeles/gpt-6-1-sol/) | OpenAI | 100,1 | de 88,2 à 111,9 | 10 |
| 3 | [Gemini 3.7 Flash](https://quelleia.com/modeles/gemini-3-7-flash/) | Google DeepMind | 99,3 | de 88,2 à 110,4 | 10 |
| 4 | [GPT-6 Astra](https://quelleia.com/modeles/gpt-6-astra/) | OpenAI | 98,7 | de 85,1 à 112,3 | 9 |
| 5 | [Gemini 3.6 Flash](https://quelleia.com/modeles/gemini-3-6-flash/) | Google DeepMind | 98,7 | de 88,0 à 109,5 | 10 |
| 6 | [Gemini 3 Flash](https://quelleia.com/modeles/gemini-3-flash/) | Google DeepMind | 97,7 | de 85,5 à 109,8 | 10 |
| 7 | [Claude Sonnet 5.5](https://quelleia.com/modeles/claude-sonnet-5-5/) | Anthropic | 96,3 | de 85,8 à 106,9 | 2 |
| 8 | [Muse Spark 1.3](https://quelleia.com/modeles/muse-spark-1-3/) | Meta AI | 96,1 | de 85,4 à 106,7 | 2 |
| 9 | [GPT-5.6 Sol](https://quelleia.com/modeles/gpt-5-6-sol/) | OpenAI | 95,5 | de 84,2 à 106,9 | 9 |
| 10 | [Muse Spark 1.2](https://quelleia.com/modeles/muse-spark-1-2/) | Meta AI | 95,3 | de 84,5 à 106,0 | 2 |
| 11 | [GPT-5.5](https://quelleia.com/modeles/gpt-5-5/) | OpenAI | 91,6 | de 82,5 à 100,6 | 2 |
| 12 | [Gemini 3.8 Flash](https://quelleia.com/modeles/gemini-3-8-flash/) | Google DeepMind | 90,8 | de 82,0 à 99,5 | 2 |
| 13 | [GPT-5.6 Terra](https://quelleia.com/modeles/gpt-5-6-terra/) | OpenAI | 90,5 | de 81,9 à 99,1 | 10 |
| 14 | [Gemini 3 Pro](https://quelleia.com/modeles/gemini-3-pro/) | Google DeepMind | 89,2 | de 78,1 à 100,2 | 8 |
| 15 | [GPT-5.6 Luna](https://quelleia.com/modeles/gpt-5-6-luna/) | OpenAI | 88,9 | de 80,2 à 97,6 | 10 |
| 16 | [GPT-6 Sol](https://quelleia.com/modeles/gpt-6-sol/) | OpenAI | 88,4 | de 80,3 à 96,4 | 10 |
| 17 | [Gemini 3.1 Pro](https://quelleia.com/modeles/gemini-3-1-pro/) | Google DeepMind | 88,1 | de 79,8 à 96,4 | 2 |
| 18 | [Gemini 3.5 Flash](https://quelleia.com/modeles/gemini-3-5-flash/) | Google DeepMind | 88,1 | de 79,5 à 96,7 | 2 |
| 19 | [GLM-5.3-Flash](https://quelleia.com/modeles/glm-5-3-flash/) | Z.ai (Zhipu AI) | 87,8 | de 78,5 à 97,2 | 10 |
| 20 | [Claude Sonnet 5](https://quelleia.com/modeles/claude-sonnet-5/) | Anthropic | 87,3 | de 79,1 à 95,5 | 2 |
| 21 | [Claude Haiku 5.5](https://quelleia.com/modeles/claude-haiku-5-5/) | Anthropic | 87,0 | de 76,5 à 97,5 | 2 |
| 22 | [GLM-5.3](https://quelleia.com/modeles/glm-5-3/) | Z.ai (Zhipu AI) | 86,8 | de 77,4 à 96,2 | 2 |
| 23 | [Kimi K3](https://quelleia.com/modeles/kimi-k3/) | Moonshot | 86,5 | de 77,5 à 95,5 | 2 |
| 24 | [GPT-5.3 Chat](https://quelleia.com/modeles/gpt-5-3-chat/) | OpenAI | 86,2 | de 75,3 à 97,1 | 2 |
| 25 | [GPT-5.4 Mini](https://quelleia.com/modeles/gpt-5-4-mini/) | OpenAI | 86,0 | de 78,4 à 93,6 | 10 |
| 26 | [MiMo-V2.6 Flash](https://quelleia.com/modeles/mimo-v2-6-flash/) | Xiaomi | 86,0 | de 77,5 à 94,4 | 2 |
| 27 | [GPT-5.4](https://quelleia.com/modeles/gpt-5-4/) | OpenAI | 84,4 | de 74,9 à 93,8 | 10 |
| 28 | [DeepSeek-V4-Pro](https://quelleia.com/modeles/deepseek-v4-pro/) | DeepSeek | 83,3 | de 75,1 à 91,5 | 2 |
| 29 | [GPT-5.1](https://quelleia.com/modeles/gpt-5-1/) | OpenAI | 82,8 | de 73,9 à 91,7 | 2 |
| 30 | [Gemini 3.1 Flash-Lite](https://quelleia.com/modeles/gemini-3-1-flash-lite/) | Google DeepMind | 82,8 | de 72,7 à 92,9 | 10 |
| 31 | [Claude Sonnet 4.6](https://quelleia.com/modeles/claude-sonnet-4-6/) | Anthropic | 82,3 | de 73,2 à 91,3 | 9 |
| 32 | [GLM-5.2](https://quelleia.com/modeles/glm-5-2/) | Z.ai (Zhipu AI) | 82,0 | de 72,6 à 91,4 | 2 |
| 33 | [Claude Sonnet 4.5](https://quelleia.com/modeles/claude-sonnet-4-5/) | Anthropic | 81,5 | de 73,8 à 89,1 | 10 |
| 34 | [Kimi K2.6](https://quelleia.com/modeles/kimi-k2-6/) | Moonshot | 81,5 | de 72,9 à 90,0 | 2 |
| 35 | [DeepSeek V4.1 Flash](https://quelleia.com/modeles/deepseek-v4-1-flash/) | DeepSeek | 80,4 | de 68,9 à 91,9 | 2 |
| 36 | [DeepSeek-V4-Flash](https://quelleia.com/modeles/deepseek-v4-flash/) | DeepSeek | 80,4 | de 72,2 à 88,6 | 2 |
| 37 | [MiniMax-M3](https://quelleia.com/modeles/minimax-m3/) | MiniMax | 80,1 | de 71,3 à 88,9 | 2 |
| 38 | [Gemma 4 31B IT](https://quelleia.com/modeles/gemma-4-31b-it/) | Google DeepMind | 79,9 | de 69,0 à 90,7 | 10 |
| 39 | [GLM-5.1](https://quelleia.com/modeles/glm-5-1/) | Z.ai (Zhipu AI) | 78,3 | de 67,4 à 89,1 | 2 |
| 40 | [Inkling](https://quelleia.com/modeles/inkling/) | Thinking Machines | 78,3 | de 69,8 à 86,8 | 2 |
| 41 | [Qwen3-Max](https://quelleia.com/modeles/qwen3-max/) | Alibaba | 77,7 | de 68,5 à 87,0 | 2 |
| 42 | [Kimi K2 Thinking](https://quelleia.com/modeles/kimi-k2-thinking/) | Moonshot | 77,5 | de 68,6 à 86,3 | 2 |
| 43 | [GPT-5.2](https://quelleia.com/modeles/gpt-5-2/) | OpenAI | 77,2 | de 66,6 à 87,8 | 10 |
| 44 | [Gemma 4 26B A4B](https://quelleia.com/modeles/gemma-4-26b-a4b/) | Google DeepMind | 77,2 | de 67,3 à 87,1 | 10 |
| 45 | [GPT-6 Luna](https://quelleia.com/modeles/gpt-6-luna/) | OpenAI | 76,7 | de 69,2 à 84,1 | 10 |
| 46 | [Grok 4.1 Fast](https://quelleia.com/modeles/grok-4-1-fast/) | xAI | 76,7 | de 67,8 à 85,5 | 9 |
| 47 | [Kimi K2.5](https://quelleia.com/modeles/kimi-k2-5/) | Moonshot | 76,7 | de 67,4 à 85,9 | 2 |
| 48 | [Gemini 3.5 Flash-Lite](https://quelleia.com/modeles/gemini-3-5-flash-lite/) | Google DeepMind | 76,4 | de 65,1 à 87,7 | 10 |
| 49 | [Gemini 2.5 Pro (Jun 2025)](https://quelleia.com/modeles/gemini-2-5-pro-jun-2025/) | Google DeepMind | 76,1 | de 64,2 à 88,1 | 6 |
| 50 | [GPT-5](https://quelleia.com/modeles/gpt-5/) | OpenAI | 75,3 | de 65,5 à 85,2 | 7 |
| 51 | [DeepSeek-V3.2](https://quelleia.com/modeles/deepseek-v3-2/) | DeepSeek | 75,1 | de 66,9 à 83,3 | 2 |
| 52 | [Qwen3-235B-A22B-Instruct (Jul 2025)](https://quelleia.com/modeles/qwen3-235b-a22b-instruct-jul-2025/) | Alibaba | 75,1 | de 62,6 à 87,5 | 6 |
| 53 | [DeepSeek-V3.1](https://quelleia.com/modeles/deepseek-v3-1/) | DeepSeek | 74,8 | de 66,6 à 83,0 | 2 |
| 54 | [GLM-5](https://quelleia.com/modeles/glm-5/) | Z.ai (Zhipu AI) | 74,8 | de 62,5 à 87,1 | 2 |
| 55 | [Mistral Medium 3.5](https://quelleia.com/modeles/mistral-medium-3-5/) | Mistral AI | 74,8 | de 66,1 à 83,6 | 2 |
| 56 | [Qwen 3.6 Plus](https://quelleia.com/modeles/qwen-3-6-plus/) | Alibaba | 74,8 | de 63,2 à 86,4 | 2 |
| 57 | [Qwen 3.8 27B](https://quelleia.com/modeles/qwen-3-8-27b/) | Alibaba | 74,3 | de 63,5 à 85,1 | 10 |
| 58 | [Qwen3.6 27B](https://quelleia.com/modeles/qwen3-6-27b/) | Alibaba | 74,3 | de 62,5 à 86,1 | 8 |
| 59 | [Qwen3.5 397B-A17B](https://quelleia.com/modeles/qwen3-5-397b-a17b/) | Alibaba | 74,0 | de 61,3 à 86,8 | 2 |
| 60 | [Gemini 2.5 Flash (Jun 2025)](https://quelleia.com/modeles/gemini-2-5-flash-jun-2025/) | Google DeepMind | 73,7 | de 62,3 à 85,1 | 7 |
| 61 | [Claude Sonnet 4](https://quelleia.com/modeles/claude-sonnet-4/) | Anthropic | 73,2 | de 64,5 à 82,0 | 2 |
| 62 | [GPT-5 mini](https://quelleia.com/modeles/gpt-5-mini/) | OpenAI | 72,9 | de 64,2 à 81,7 | 10 |
| 63 | [o3](https://quelleia.com/modeles/o3/) | OpenAI | 72,9 | de 59,5 à 86,3 | 6 |
| 64 | [GLM-4.6](https://quelleia.com/modeles/glm-4-6/) | Z.ai (Zhipu AI) | 72,4 | de 63,5 à 81,3 | 2 |
| 65 | [Inkling-Small](https://quelleia.com/modeles/inkling-small/) | Thinking Machines | 72,4 | de 63,2 à 81,6 | 2 |
| 66 | [Mistral Medium 3.1](https://quelleia.com/modeles/mistral-medium-3-1/) | Mistral AI | 71,9 | de 63,4 à 80,3 | 2 |
| 67 | [GPT-4.1](https://quelleia.com/modeles/gpt-4-1/) | OpenAI | 71,6 | de 62,8 à 80,4 | 9 |
| 68 | [Qwen3-Coder-480B-A35B](https://quelleia.com/modeles/qwen3-coder-480b-a35b/) | Alibaba | 71,6 | de 63,4 à 79,9 | 2 |
| 69 | [Mistral Large 3](https://quelleia.com/modeles/mistral-large-3/) | Mistral AI | 71,1 | de 62,8 à 79,3 | 2 |
| 70 | [GLM-4.7](https://quelleia.com/modeles/glm-4-7/) | Z.ai (Zhipu AI) | 70,3 | de 58,4 à 82,2 | 2 |
| 71 | [Grok 3](https://quelleia.com/modeles/grok-3/) | xAI | 70,0 | de 56,5 à 83,5 | 6 |
| 72 | [Qwen3-235B-A22B-Thinking (Jul 2025)](https://quelleia.com/modeles/qwen3-235b-a22b-thinking-jul-2025/) | Alibaba | 70,0 | de 54,0 à 86,0 | 5 |
| 73 | [MiniMax-M2.7](https://quelleia.com/modeles/minimax-m2-7/) | MiniMax | 69,8 | de 58,5 à 81,0 | 2 |
| 74 | [Trinity Large Thinking](https://quelleia.com/modeles/trinity-large-thinking/) | Arcee AI | 69,8 | de 61,6 à 77,9 | 2 |
| 75 | [DeepSeek-V3 (Mar 2025)](https://quelleia.com/modeles/deepseek-v3-mar-2025/) | DeepSeek | 69,2 | de 60,1 à 78,4 | 2 |
| 76 | [GLM-4.5](https://quelleia.com/modeles/glm-4-5/) | Z.ai (Zhipu AI) | 69,2 | de 60,9 à 77,5 | 2 |
| 77 | [Voxtral Small](https://quelleia.com/modeles/voxtral-small/) | Mistral AI | 69,2 | de 58,2 à 80,3 | 6 |
| 78 | [o4-mini](https://quelleia.com/modeles/o4-mini/) | OpenAI | 68,2 | de 57,3 à 79,0 | 7 |
| 79 | [DeepSeek-R1 (May 2025)](https://quelleia.com/modeles/deepseek-r1-may-2025/) | DeepSeek | 67,9 | de 59,5 à 76,3 | 2 |
| 80 | [GPT-5.4 Nano](https://quelleia.com/modeles/gpt-5-4-nano/) | OpenAI | 67,9 | de 57,0 à 78,8 | 10 |
| 81 | [chutes/Qwen3-Next-80B-A3B-Instruct](https://quelleia.com/modeles/chutes-qwen3-next-80b-a3b-instruct/) | Alibaba | 67,9 | de 56,8 à 79,0 | 6 |
| 82 | [MiniMax-M2.5](https://quelleia.com/modeles/minimax-m2-5/) | MiniMax | 66,6 | de 57,4 à 75,8 | 2 |
| 83 | [Qwen3.5-35B-A3B](https://quelleia.com/modeles/qwen3-5-35b-a3b/) | Alibaba | 66,3 | de 55,0 à 77,5 | 10 |
| 84 | [Gemini 2.5 Flash-Lite (Jun 2025)](https://quelleia.com/modeles/gemini-2-5-flash-lite-jun-2025/) | Google DeepMind | 65,2 | de 55,4 à 75,0 | 9 |
| 85 | [GPT-4.1 mini](https://quelleia.com/modeles/gpt-4-1-mini/) | OpenAI | 65,0 | de 52,9 à 77,0 | 7 |
| 86 | [Ministral 3 14B](https://quelleia.com/modeles/ministral-3-14b/) | Mistral AI | 65,0 | de 50,2 à 79,7 | 8 |
| 87 | [Mistral Small 3.2](https://quelleia.com/modeles/mistral-small-3-2/) | Mistral AI | 65,0 | de 56,4 à 73,6 | 10 |
| 88 | [Gemma 4 12B IT](https://quelleia.com/modeles/gemma-4-12b-it/) | Google DeepMind | 64,7 | de 53,4 à 76,0 | 8 |
| 89 | [Claude Haiku 4.5](https://quelleia.com/modeles/claude-haiku-4-5/) | Anthropic | 64,2 | de 54,4 à 74,0 | 9 |
| 90 | [Claude 3.7 Sonnet](https://quelleia.com/modeles/claude-3-7-sonnet/) | Anthropic | 63,9 | de 53,6 à 74,2 | 6 |
| 91 | [Magistral Small 1.2](https://quelleia.com/modeles/magistral-small-1-2/) | Mistral AI | 63,9 | de 53,5 à 74,3 | 5 |
| 92 | [Qwen3-235B-A22B](https://quelleia.com/modeles/qwen3-235b-a22b/) | Alibaba | 62,8 | de 51,8 à 73,9 | 6 |
| 93 | [Gemma 3 27B](https://quelleia.com/modeles/gemma-3-27b/) | Google DeepMind | 62,3 | de 53,1 à 71,5 | 10 |
| 94 | [Cohere Command A](https://quelleia.com/modeles/cohere-command-a/) | Cohere | 61,5 | de 52,8 à 70,2 | 2 |
| 95 | [Ministral 3 8B](https://quelleia.com/modeles/ministral-3-8b/) | Mistral AI | 61,5 | de 50,0 à 73,0 | 8 |
| 96 | [Granite 4.0 H Small](https://quelleia.com/modeles/granite-4-0-h-small/) | IBM | 60,7 | de 48,5 à 72,9 | 5 |
| 97 | [GLM-4.5-Air](https://quelleia.com/modeles/glm-4-5-air/) | Z.ai (Zhipu AI) | 60,2 | de 48,5 à 71,8 | 6 |
| 98 | [Qwen3.5-9B](https://quelleia.com/modeles/qwen3-5-9b/) | Alibaba | 59,4 | de 49,6 à 69,1 | 8 |
| 99 | [Magistral Small 1.0](https://quelleia.com/modeles/magistral-small-1-0/) | Mistral AI | 59,1 | de 48,7 à 69,5 | 6 |
| 100 | [Qwen3-Next-80B-A3B Thinking](https://quelleia.com/modeles/qwen3-next-80b-a3b-thinking/) | Alibaba | 59,1 | de 45,2 à 73,0 | 6 |
| 101 | [Mistral Small 3.1](https://quelleia.com/modeles/mistral-small-3-1/) | Mistral AI | 58,8 | de 46,3 à 71,3 | 9 |
| 102 | [Nemotron 3 Nano 30B](https://quelleia.com/modeles/nemotron-3-nano-30b/) | NVIDIA | 58,8 | de 49,5 à 68,2 | 9 |
| 103 | [gpt-oss-120b](https://quelleia.com/modeles/gpt-oss-120b/) | OpenAI | 58,8 | de 50,7 à 67,0 | 10 |
| 104 | [Aya Expanse 32B](https://quelleia.com/modeles/aya-expanse-32b/) | Cohere | 58,6 | de 47,2 à 70,0 | 6 |
| 105 | [Qwen3-14B](https://quelleia.com/modeles/qwen3-14b/) | Alibaba | 58,6 | de 51,1 à 66,1 | 8 |
| 106 | [Qwen2.5-72B](https://quelleia.com/modeles/qwen2-5-72b/) | Alibaba | 58,3 | de 48,1 à 68,6 | 9 |
| 107 | [Nemotron 3 Super](https://quelleia.com/modeles/nemotron-3-super/) | NVIDIA | 58,1 | de 47,7 à 68,4 | 2 |
| 108 | [Nemotron 3.5 Lightning](https://quelleia.com/modeles/nemotron-3-5-lightning/) | NVIDIA | 57,8 | de 45,4 à 70,1 | 2 |
| 109 | [Llama 3.1-405B](https://quelleia.com/modeles/llama-3-1-405b/) | Meta AI | 57,5 | de 46,2 à 68,9 | 7 |
| 110 | [Llama 3.3 70B](https://quelleia.com/modeles/llama-3-3-70b/) | Meta AI | 57,5 | de 48,1 à 66,9 | 10 |
| 111 | [o3-mini](https://quelleia.com/modeles/o3-mini/) | OpenAI | 57,5 | de 46,4 à 68,6 | 6 |
| 112 | [Qwen3-32B](https://quelleia.com/modeles/qwen3-32b/) | Alibaba | 57,3 | de 48,1 à 66,4 | 9 |
| 113 | [MiniMax-M2](https://quelleia.com/modeles/minimax-m2/) | MiniMax | 57,0 | de 48,8 à 65,2 | 2 |
| 114 | [glm-4.7-flash](https://quelleia.com/modeles/glm-4-7-flash/) | Z.ai (Zhipu AI) | 57,0 | de 47,9 à 66,1 | 9 |
| 115 | [Llama-3.1-Nemotron-70B-Instruct](https://quelleia.com/modeles/llama-3-1-nemotron-70b-instruct/) | NVIDIA | 56,5 | de 44,9 à 68,1 | 6 |
| 116 | [Gemma 3 12B](https://quelleia.com/modeles/gemma-3-12b/) | Google DeepMind | 56,2 | de 46,8 à 65,5 | 9 |
| 117 | [Llama 4 Scout](https://quelleia.com/modeles/llama-4-scout/) | Meta AI | 55,7 | de 44,7 à 66,6 | 7 |
| 118 | [Magistral Medium 1.1](https://quelleia.com/modeles/magistral-medium-1-1/) | Mistral AI | 55,7 | de 43,3 à 68,1 | 2 |
| 119 | [Gemma 3n E4B](https://quelleia.com/modeles/gemma-3n-e4b/) | Google DeepMind | 55,1 | de 45,0 à 65,3 | 8 |
| 120 | [GPT-5 nano](https://quelleia.com/modeles/gpt-5-nano/) | OpenAI | 54,6 | de 45,1 à 64,1 | 9 |
| 121 | [Grok-3 mini](https://quelleia.com/modeles/grok-3-mini/) | xAI | 54,6 | de 44,1 à 65,1 | 6 |
| 122 | [Llama 3.1-70B](https://quelleia.com/modeles/llama-3-1-70b/) | Meta AI | 54,1 | de 42,4 à 65,7 | 9 |
| 123 | [Qwen3.5-4B](https://quelleia.com/modeles/qwen3-5-4b/) | Alibaba | 53,8 | de 43,0 à 64,6 | 8 |
| 124 | [Llama 4 Maverick](https://quelleia.com/modeles/llama-4-maverick/) | Meta AI | 53,5 | de 42,4 à 64,7 | 2 |
| 125 | [Qwen3-30B-A3B](https://quelleia.com/modeles/qwen3-30b-a3b/) | Alibaba | 53,0 | de 41,4 à 64,6 | 7 |
| 126 | [Nemotron Cascade 2 30B A3B](https://quelleia.com/modeles/nemotron-cascade-2-30b-a3b/) | NVIDIA | 52,2 | de 43,2 à 61,2 | 8 |
| 127 | [Qwen3-4B](https://quelleia.com/modeles/qwen3-4b/) | Alibaba | 52,2 | de 44,1 à 60,3 | 8 |
| 128 | [EuroLLM 22B Instruct](https://quelleia.com/modeles/eurollm-22b-instruct/) | EuroLLM | 51,7 | de 42,3 à 61,0 | 9 |
| 129 | [Apertus v1.5 70B](https://quelleia.com/modeles/apertus-v1-5-70b/) | Swiss AI (EPFL, ETH Zurich) | 51,4 | de 38,9 à 63,9 | 9 |
| 130 | [OLMo 3.1 32B Instruct](https://quelleia.com/modeles/olmo-3-1-32b-instruct/) | Allen Institute for AI | 50,6 | de 38,3 à 62,9 | 7 |
| 131 | [QwQ-32B](https://quelleia.com/modeles/qwq-32b/) | Alibaba | 50,3 | de 35,8 à 64,8 | 7 |
| 132 | [Grok-2 (Dec 2024)](https://quelleia.com/modeles/grok-2-dec-2024/) | xAI | 50,1 | de 37,6 à 62,6 | 5 |
| 133 | [gpt-oss-20b](https://quelleia.com/modeles/gpt-oss-20b/) | OpenAI | 48,7 | de 38,6 à 58,9 | 9 |
| 134 | [qwen3-4b-instruct-2507](https://quelleia.com/modeles/qwen3-4b-instruct-2507/) | Alibaba | 48,2 | de 39,1 à 57,3 | 5 |
| 135 | [Gemma 2 27B](https://quelleia.com/modeles/gemma-2-27b/) | Google DeepMind | 47,1 | de 35,4 à 58,9 | 6 |
| 136 | [Llama 3-70B](https://quelleia.com/modeles/llama-3-70b/) | Meta AI | 47,1 | de 36,1 à 58,2 | 6 |
| 137 | [Mistral Small 3](https://quelleia.com/modeles/mistral-small-3/) | Mistral AI | 47,1 | de 28,3 à 66,0 | 6 |
| 138 | [Reka Flash 3](https://quelleia.com/modeles/reka-flash-3/) | Reka AI | 46,9 | de 35,3 à 58,5 | 5 |
| 139 | [EXAONE 4.0 32B](https://quelleia.com/modeles/exaone-4-0-32b/) | LG AI Research | 46,6 | de 36,9 à 56,3 | 8 |
| 140 | [Gemma 4 E4B IT](https://quelleia.com/modeles/gemma-4-e4b-it/) | Google DeepMind | 46,3 | de 38,7 à 54,0 | 8 |
| 141 | [DeepSeek-R1-Distill-Qwen-32B](https://quelleia.com/modeles/deepseek-r1-distill-qwen-32b/) | DeepSeek | 45,6 | de 34,4 à 56,7 | 5 |
| 142 | [Ministral 3 3B](https://quelleia.com/modeles/ministral-3-3b/) | Mistral AI | 45,0 | de 33,8 à 56,3 | 8 |
| 143 | [DeepSeek-R1-Distill-Llama-70B](https://quelleia.com/modeles/deepseek-r1-distill-llama-70b/) | DeepSeek | 44,8 | de 33,9 à 55,6 | 6 |
| 144 | [Apertus 70B Instruct](https://quelleia.com/modeles/apertus-70b-instruct/) | Swiss AI (EPFL, ETH Zurich) | 42,9 | de 32,2 à 53,6 | 6 |
| 145 | [Qwen3-8B](https://quelleia.com/modeles/qwen3-8b/) | Alibaba | 42,6 | de 30,1 à 55,2 | 9 |
| 146 | [Phi-4](https://quelleia.com/modeles/phi-4/) | Microsoft | 41,8 | de 31,0 à 52,7 | 7 |
| 147 | [c4ai-command-r-08-2024](https://quelleia.com/modeles/c4ai-command-r-08-2024/) | Cohere | 41,6 | de 31,8 à 51,3 | 5 |
| 148 | [Reka Flash 3.1](https://quelleia.com/modeles/reka-flash-3-1/) | Reka AI | 41,0 | de 30,7 à 51,3 | 5 |
| 149 | [Mistral NeMo](https://quelleia.com/modeles/mistral-nemo/) | Mistral AI | 39,2 | de 30,8 à 47,5 | 5 |
| 150 | [Yi-1.5-34B](https://quelleia.com/modeles/yi-1-5-34b/) | 01.AI | 38,9 | de 21,7 à 56,1 | 6 |
| 151 | [granite-4.0-micro](https://quelleia.com/modeles/granite-4-0-micro/) | IBM | 38,9 | de 25,3 à 52,5 | 6 |
| 152 | [OLMo 3.1 32B Think](https://quelleia.com/modeles/olmo-3-1-32b-think/) | Allen Institute for AI | 38,6 | de 27,3 à 50,0 | 7 |
| 153 | [Gemma 2 9B](https://quelleia.com/modeles/gemma-2-9b/) | Google DeepMind | 38,1 | de 25,9 à 50,3 | 6 |
| 154 | [Luciole 23B Instruct 1.1](https://quelleia.com/modeles/luciole-23b-instruct-1-1/) | OpenLLM-France | 37,3 | de 25,9 à 48,8 | 8 |
| 155 | [Gemma 3 4B](https://quelleia.com/modeles/gemma-3-4b/) | Google DeepMind | 36,8 | de 20,7 à 52,9 | 9 |
| 156 | [DeepSeek-R1-Distill-Qwen-14B](https://quelleia.com/modeles/deepseek-r1-distill-qwen-14b/) | DeepSeek | 36,2 | de 26,7 à 45,8 | 5 |
| 157 | [Ministral 8B](https://quelleia.com/modeles/ministral-8b/) | Mistral AI | 35,4 | de 16,5 à 54,4 | 5 |
| 158 | [EuroLLM 9B Instruct (2512)](https://quelleia.com/modeles/eurollm-9b-instruct-2512/) | EuroLLM | 34,4 | de 22,9 à 45,8 | 8 |
| 159 | [OLMo 3 32B Think](https://quelleia.com/modeles/olmo-3-32b-think/) | Ai2 | 34,1 | de 18,8 à 49,5 | 2 |
| 160 | [Mixtral 8x7B](https://quelleia.com/modeles/mixtral-8x7b/) | Mistral AI | 33,6 | de 23,2 à 43,9 | 6 |
| 161 | [deepseek-r1-0528-qwen3-8b](https://quelleia.com/modeles/deepseek-r1-0528-qwen3-8b/) | DeepSeek | 33,3 | de 23,3 à 43,3 | 5 |
| 162 | [nvidia-nemotron-nano-9b-v2](https://quelleia.com/modeles/nvidia-nemotron-nano-9b-v2/) | NVIDIA | 31,2 | de 21,8 à 40,6 | 5 |
| 163 | [Llama 3.1-8B](https://quelleia.com/modeles/llama-3-1-8b/) | Meta AI | 30,7 | de 21,2 à 40,2 | 10 |
| 164 | [Gemma 4 E2B IT](https://quelleia.com/modeles/gemma-4-e2b-it/) | Google DeepMind | 27,7 | de 17,2 à 38,2 | 8 |
| 165 | [Qwen1.5-14B](https://quelleia.com/modeles/qwen1-5-14b/) | Alibaba | 27,7 | de 16,2 à 39,3 | 6 |
| 166 | [Granite 4.0 H Micro](https://quelleia.com/modeles/granite-4-0-h-micro/) | IBM | 27,2 | de 17,3 à 37,1 | 6 |
| 167 | [Llama 3-8B](https://quelleia.com/modeles/llama-3-8b/) | Meta AI | 26,1 | de 16,1 à 36,1 | 6 |
| 168 | [Qwen3.5-2B](https://quelleia.com/modeles/qwen3-5-2b/) | Alibaba | 23,7 | de 10,0 à 37,5 | 8 |
| 169 | [OLMo 2 Furious 13B](https://quelleia.com/modeles/olmo-2-furious-13b/) | Allen Institute for AI | 21,9 | de 13,5 à 30,3 | 5 |
| 170 | [SmolLM3 3B](https://quelleia.com/modeles/smollm3-3b/) | Hugging Face | 21,6 | de 13,2 à 30,0 | 8 |
| 171 | [Apertus 8B Instruct](https://quelleia.com/modeles/apertus-8b-instruct/) | Swiss AI (EPFL | 21,4 | de 11,5 à 31,2 | 5 |
| 172 | [Qwen3-1.7B](https://quelleia.com/modeles/qwen3-1-7b/) | Alibaba | 21,4 | de 7,7 à 35,0 | 8 |
| 173 | [Llama 2-70B](https://quelleia.com/modeles/llama-2-70b/) | Meta AI | 20,3 | de 8,8 à 31,8 | 6 |
| 174 | [Nemotron 3 Nano 4B](https://quelleia.com/modeles/nemotron-3-nano-4b/) | NVIDIA | 20,3 | de 5,9 à 34,7 | 8 |
| 175 | [Granite 4.0 H Tiny](https://quelleia.com/modeles/granite-4-0-h-tiny/) | IBM | 19,8 | de 3,1 à 36,4 | 5 |
| 176 | [EuroLLM 9B Instruct](https://quelleia.com/modeles/eurollm-9b-instruct/) | EuroLLM | 19,5 | de 7,5 à 31,5 | 8 |
| 177 | [OLMo 3 7B Think](https://quelleia.com/modeles/olmo-3-7b-think/) | Allen Institute for AI | 18,4 | de 5,7 à 31,2 | 5 |
| 178 | [Luciole 8B Instruct 1.1](https://quelleia.com/modeles/luciole-8b-instruct-1-1/) | OpenLLM-France | 15,0 | de 5,2 à 24,7 | 8 |
| 179 | [Falcon 2 11B](https://quelleia.com/modeles/falcon-2-11b/) | Technology Innovation Institute | 11,2 | de 1,2 à 21,3 | 5 |
| 180 | [Gemma 7B](https://quelleia.com/modeles/gemma-7b/) | Google DeepMind | 7,8 | de 0,0 à 18,3 | 6 |
| 181 | [Mistral 7B v0.3](https://quelleia.com/modeles/mistral-7b-v0-3/) | Mistral AI | 7,8 | de 0,0 à 20,4 | 5 |
| 182 | [Llama 3.2 3B](https://quelleia.com/modeles/llama-3-2-3b/) | Meta AI | 7,3 | de 0,0 à 17,0 | 8 |
| 183 | [Qwen2.5-1.5B](https://quelleia.com/modeles/qwen2-5-1-5b/) | Alibaba | 7,3 | de 0,0 à 18,8 | 5 |
| 184 | [OLMo 3 7B Instruct](https://quelleia.com/modeles/olmo-3-7b-instruct/) | Allen Institute for AI | 6,5 | de 0,0 à 19,1 | 6 |
| 185 | [Mistral 7B v0.1](https://quelleia.com/modeles/mistral-7b-v0-1/) | Mistral AI | 6,2 | de 0,0 à 19,5 | 5 |
| 186 | [ALIA-40b](https://quelleia.com/modeles/alia-40b/) | Barcelona Supercomputing Center | 5,7 | de 0,0 à 20,4 | 5 |
| 187 | [Mistral 7B v0.2](https://quelleia.com/modeles/mistral-7b-v0-2/) | Mistral AI | 3,5 | de 0,0 à 13,7 | 6 |
| 188 | [Llama 2-13B](https://quelleia.com/modeles/llama-2-13b/) | Meta AI | 2,2 | de 0,0 à 14,9 | 6 |
| 189 | [DeepSeek-R1-Distill-Llama-8B](https://quelleia.com/modeles/deepseek-r1-distill-llama-8b/) | DeepSeek | 0,0 | de 0,0 à 0,0 | 5 |
| 190 | [DeepSeek-R1-Distill-Qwen-1.5B](https://quelleia.com/modeles/deepseek-r1-distill-qwen-1-5b/) | DeepSeek | 0,0 | de 0,0 à 0,0 | 5 |
| 191 | [DeepSeek-R1-Distill-Qwen-7B](https://quelleia.com/modeles/deepseek-r1-distill-qwen-7b/) | DeepSeek | 0,0 | de 0,0 à 0,0 | 5 |
| 192 | [Gemma 2B](https://quelleia.com/modeles/gemma-2b/) | Google DeepMind | 0,0 | de 0,0 à 0,0 | 5 |
| 193 | [Gemma 3 1B](https://quelleia.com/modeles/gemma-3-1b/) | Google DeepMind | 0,0 | de 0,0 à 0,0 | 8 |
| 194 | [Gemma 3 270M](https://quelleia.com/modeles/gemma-3-270m/) | Google DeepMind | 0,0 | de 0,0 à 0,0 | 8 |
| 195 | [Llama 2-7B](https://quelleia.com/modeles/llama-2-7b/) | Meta AI | 0,0 | de 0,0 à 2,8 | 5 |
| 196 | [Llama 3.2 1B](https://quelleia.com/modeles/llama-3-2-1b/) | Meta AI | 0,0 | de 0,0 à 0,0 | 8 |
| 197 | [Phi-2](https://quelleia.com/modeles/phi-2/) | Microsoft | 0,0 | de 0,0 à 0,0 | 5 |
| 198 | [Phi-4 Mini](https://quelleia.com/modeles/phi-4-mini/) | Microsoft | 0,0 | de 0,0 à 0,0 | 5 |
| 199 | [Phi-4 Reasoning](https://quelleia.com/modeles/phi-4-reasoning/) | Microsoft | 0,0 | de 0,0 à 0,0 | 5 |
| 200 | [Qwen3-0.6B](https://quelleia.com/modeles/qwen3-0-6b/) | Alibaba | 0,0 | de 0,0 à 0,0 | 8 |
| 201 | [Qwen3.5-0.8B](https://quelleia.com/modeles/qwen3-5-0-8b/) | Alibaba | 0,0 | de 0,0 à 0,0 | 8 |
| 202 | [Salamandra 7B Instruct](https://quelleia.com/modeles/salamandra-7b-instruct/) | Barcelona Supercomputing Center | 0,0 | de 0,0 à 0,0 | 8 |

Source : QUELLE IA, édition du 9 novembre 2026, quelleia.com.