# Décider sur un texte : les tableaux des bancs de modèles de décision

> Le système lit un texte, un objet JSON ou une conversation, et choisit parmi des options fixées d'avance. Un tableau par banc, tel que le banc le publie (rang, score de 0 à 100), sans score combiné ni score de QUELLE IA. Relevé du 26 octobre 2026.

Page : https://quelleia.com/modeles-de-decision/texte/
Données : https://quelleia.com/modeles-de-decision/texte.json
Le dossier : https://quelleia.com/modeles-de-decision/
Auteur : Ulrich Rozier (https://ulrichrozier.com), QUELLE IA.

## JevBench, modèles servis par API

Source : JevBench, Benchmark Heaven, https://benchmarkheaven.com/jev-models/api · relevé du 26 octobre 2026, révision v1.7.6.
Ce qui est mesuré : score de capacité de 0 à 100, moyenne de l'exactitude corrigée du hasard et de la calibration des probabilités, sur des décisions prises à partir d'un texte en anglais ; seuls les modèles qui coûtent et répondent au plus deux fois plus que Jev 1.13 reçoivent un rang.

| Rang | Système | Capacité | Exactitude | Calibration | $ les 1 000 décisions | Latence médiane | État |
| --- | --- | --- | --- | --- | --- | --- | --- |
| 1 | kettei-fat (Sqwish) | 86,3 | 79,8 | 92,8 | 0,026 $ | 0,20 s | classé |
| 2 | Super Decider (thinking) | 85,9 | 80,0 | 91,7 | 0,028 $ | 0,89 s | classé |
| 3 | Super Decider | 84,9 | 78,9 | 90,8 | 0,016 $ | 0,25 s | classé |
| 4 | Fastino GLiDE (hosted API, 22 Oct 2026) | 84,5 | 76,1 | 92,8 | 0,023 $ | 0,36 s | classé |
| 5 | Drex Max (Nace AI) | 84,2 | 78,9 | 89,6 | 0,031 $ | 0,25 s | classé |
| 6 | SubQ Snap 1.1 (SubQ) | 81,9 | 75,8 | 88,1 | 0,020 $ | 0,47 s | classé |
| 7 | SubQ Snap (preview, SubQ) ([fiche](https://quelleia.com/modeles-de-decision/#subq-snap)) | 81,5 | 72,3 | 90,7 | 0,026 $ | 0,47 s | classé |
| 8 | d1-ultra (Liquid AI) ([fiche](https://quelleia.com/modeles-de-decision/#liquid-d1)) | 80,5 | 69,7 | 91,3 | 0,018 $ | 0,23 s | classé |
| 9 | Bespoke Nimble-v4-max (Bespoke Labs) | 79,7 | 68,2 | 91,3 | 0,020 $ | 0,26 s | classé |
| 10 | Myles-G 31B (Launchables) | 78,8 | 73,6 | 84,0 | 0,043 $ | 0,44 s | classé |
| 11 | Sage 1.3.0 (Levanto Labs) | 78,6 | 65,6 | 91,6 | 0,025 $ | 0,17 s | classé |
| 12 | Jev 1.14.0 (TypeSafe AI) ([fiche](https://quelleia.com/modeles-de-decision/#jev)) | 75,0 | 59,9 | 90,1 | 0,032 $ | 0,23 s | classé |
| 13 | d1 (Liquid AI) ([fiche](https://quelleia.com/modeles-de-decision/#liquid-d1)) | 74,4 | 62,1 | 86,8 | 0,017 $ | 0,27 s | classé |
| 14 | SPX-CD Flash (SurdAI, hosted /v1/systemone, Oct-4 checkpoint) | 74,3 | 58,4 | 90,2 | 0,039 $ | 1,01 s | classé |
| 15 | Mercury Decide (Inception; System One decisions API, served free on OpenRouter as inception/mercury-decide:free) ([fiche](https://quelleia.com/modeles-de-decision/#mercury-decide)) | 73,6 | 65,9 | 81,3 | 0,018 $ | 0,34 s | classé |
| 16 | Celeris-1 Decision (Celeris) | 73,6 | 58,9 | 88,4 | 0,021 $ | 0,43 s | classé |
| 17 | OpenAI Decisions (gpt-6-luna) ([fiche](https://quelleia.com/modeles-de-decision/#openai-decisions)) | 73,5 | 56,9 | 90,1 | 0,052 $ | 0,31 s | classé |
| 18 | kettei-chub (Sqwish) | 73,1 | 62,2 | 84,1 | 0,018 $ | 0,17 s | classé |
| 19 | Microsoft-Decision-1 (Azure Foundry) ([fiche](https://quelleia.com/modeles-de-decision/#microsoft-decision-1)) | 70,8 | 57,2 | 84,4 | 0,019 $ | 0,48 s | classé |
| 20 | Myles-G 12B (Launchables) | 70,7 | 57,3 | 84,0 | 0,026 $ | 0,48 s | classé |
| 21 | Instinct (ZooWork, Qwen3.8-27B) | 70,5 | 47,8 | 93,2 | 0,015 $ | 0,30 s | classé |
| 22 | attest-31B-v1.0 | 69,5 | 65,2 | 73,8 | 0,044 $ | 0,11 s | classé |
| 23 | HS1 0.1.2 (Hyland) | 64,3 | 52,9 | 75,8 | 0,050 $ | 0,20 s | classé |
| 24 | Bespoke Nimble-v4 (Bespoke Labs) | 64,0 | 41,4 | 86,6 | 0,020 $ | 0,23 s | classé |
| 25 | Vansa-3.4 (Vansa, hosted System One API) | 63,7 | 40,9 | 86,5 | 0,019 $ | 0,16 s | classé |
| 26 | Amos 1 medium (Scira) | 62,9 | 38,1 | 87,6 | 0,051 $ | 0,45 s | classé |
| 27 | Instinct Dual 4B ([fiche](https://quelleia.com/modeles-de-decision/#instinct-dual-4b)) | 57,2 | 28,3 | 86,1 | 0,007 $ | 0,23 s | classé |
| 28 | classify-1 (ScaleDown) | 52,3 | 21,8 | 82,8 | 0,044 $ | 0,50 s | classé |
| 29 | system-one-open (Gemma 4 E2B LoRA on an L4) | 51,9 | 27,9 | 75,9 | 0,011 $ | 1,03 s | classé |
| 30 | decision-machine-1 (milliseconds.ai) ([fiche](https://quelleia.com/modeles-de-decision/#decision-machine-1)) | 46,1 | 13,1 | 79,2 | 0,024 $ | 0,17 s | classé |
| 31 | Fastino GLiNER-2.5-Decide (hosted API) ([fiche](https://quelleia.com/modeles-de-decision/#gliner2-5-decide)) | 34,6 | 7,0 | 62,1 | 0,064 $ | 0,42 s | classé |
| 32 | JevAct (einptein, jev1-2b-v2) | 28,8 | 10,1 | 47,4 | 0,011 $ | 0,81 s | classé |
|  | Jev 1.13.0 (TypeSafe AI) ([fiche](https://quelleia.com/modeles-de-decision/#jev)) | 77,1 | 63,6 | 90,6 | 0,032 $ | 0,24 s | référence |
|  | Microsoft-Decision-1 (Azure Foundry), A2 re-run ([fiche](https://quelleia.com/modeles-de-decision/#microsoft-decision-1)) | 72,0 | 59,2 | 84,8 | 0,018 $ | 0,34 s | provisoire |
|  | GPT-6 Luna (default medium reasoning effort) | 98,4 | 96,9 | 99,9 | 0,113 $ | 1,93 s | hors classement : coût 3,5 fois celui de la référence ; latence 3,1 fois celle de la référence |
|  | GPT-6 Luna (low reasoning effort) | 97,1 | 95,7 | 98,5 | 0,108 $ | 1,90 s | hors classement : coût 3,3 fois celui de la référence ; latence 3,1 fois celle de la référence |
|  | GPT-5.6 Luna (low reasoning effort) | 93,6 | 93,0 | 94,3 | 0,213 $ | 1,59 s | hors classement : coût 6,6 fois celui de la référence ; latence 2,6 fois celle de la référence |
|  | DeepSeek V4.1 Flash (thinking default) | 89,6 | 84,5 | 94,8 | 0,480 $ | 2,21 s | hors classement : coût 14,9 fois celui de la référence ; latence 3,6 fois celle de la référence |
|  | SPX-CD Pro (SurdAI, hosted /v1/systemone, Oct-4 checkpoint) | 78,5 | 64,6 | 92,3 | 0,079 $ | 1,15 s | hors classement : coût 2,4 fois celui de la référence |
|  | Amos 1 large (Scira) | 78,0 | 68,2 | 87,8 | 0,215 $ | 0,53 s | hors classement : coût 6,6 fois celui de la référence |
|  | wity-1 (Wity, reasoning always) | 77,1 | 67,1 | 87,1 | 0,024 $ | 1,91 s | hors classement : latence 3,1 fois celle de la référence |
|  | Fastino GLiDE | 77,0 | 66,1 | 88,0 | 0,137 $ | 0,85 s | hors classement : coût 4,3 fois celui de la référence |
|  | wity-1 (Wity, reasoning auto) | 76,9 | 67,9 | 85,9 | 0,024 $ | 1,85 s | hors classement : latence 3,0 fois celle de la référence |
|  | Sage 1.4 (Levanto Labs) | 73,3 | 63,7 | 82,9 | 0,022 $ | 1,71 s | hors classement : latence 2,8 fois celle de la référence |
|  | Autoloops, Gemma 4 31B IT | 72,7 | 58,1 | 87,3 | 0,096 $ | 0,58 s | hors classement : coût 3,0 fois celui de la référence |
|  | SimpleJev Qwen3.8-27B ([fiche](https://quelleia.com/modeles-de-decision/#simplejev)) | 71,6 | 52,9 | 90,3 | 0,687 $ | 1,27 s | hors classement : coût 21,3 fois celui de la référence ; latence 2,1 fois celle de la référence |
|  | SimpleJev Qwen3.6-35B-A3B ([fiche](https://quelleia.com/modeles-de-decision/#simplejev)) | 68,3 | 56,3 | 80,3 | 0,145 $ | 1,30 s | hors classement : coût 4,5 fois celui de la référence ; latence 2,1 fois celle de la référence |
|  | BB-Qwen3.5-4B-LoRA (Babak Barazandeh, LoRA on Qwen3.5-4B-Base, hosted /v1/systemone) | 60,4 | 38,7 | 82,1 |  | 0,72 s | hors classement : coût non établi par le banc |
|  | Gemini 3.1 Flash-Lite | 59,8 | 58,6 | 60,9 | 0,230 $ | 0,96 s | hors classement : coût 7,1 fois celui de la référence |
|  | openjev-sglang (Qwen3.6-35B-A3B on SGLang) | 58,7 | 38,8 | 78,6 | 0,140 $ | 1,27 s | hors classement : coût 4,3 fois celui de la référence ; latence 2,1 fois celle de la référence |
|  | Trio-Spark v1.3 (MachineFi) | 57,0 | 28,4 | 85,6 |  | 1,31 s | hors classement : coût non établi par le banc ; latence 2,1 fois celle de la référence |
|  | Qwen3.8 27B (Chutes TEE) | 48,6 | 33,4 | 63,8 | 2,18 $ | 8,35 s | hors classement : coût 67,4 fois celui de la référence ; latence 13,5 fois celle de la référence |
|  | classifier.dev (fast tier) | 78,2 | 65,2 | 91,3 | 0,023 $ | 0,98 s | sans rang : listé sans rang par le banc |
|  | wity-1 (Wity, reasoning off) | 63,0 | 44,1 | 81,8 | 0,024 $ | 0,35 s | sans rang : listé sans rang par le banc |

## JevBench, modèles à poids ouverts

Source : JevBench, Benchmark Heaven, https://benchmarkheaven.com/jev-models · relevé du 26 octobre 2026, révision v1.7.6.
Ce qui est mesuré : même score de capacité, pour des modèles à poids ouverts que le banc fait tourner lui-même sur une même carte graphique ; même règle de rang.

| Rang | Système | Capacité | Exactitude | Calibration | $ les 1 000 décisions | Latence médiane | État |
| --- | --- | --- | --- | --- | --- | --- | --- |
| 1 | H2O-Lightning-31B v1.0.7 (H2O.ai, Gemma-4-31B-it fine-tune, vLLM + h2oai overlay, one-engine FP8 profile, self-hosted) | 84,3 | 79,3 | 89,4 | 0,044 $ | 0,28 s | classé |
| 2 | basal-omni-1.0-ultra (Remek Kinas, Gemma-4-31B-it + merged LoRA, typed-decision readout, self-hosted) | 82,1 | 74,1 | 90,2 | 0,045 $ | 0,37 s | classé |
| 3 | DOPEST 1.0 31B | 82,0 | 73,9 | 90,2 | 0,049 $ | 0,62 s | classé |
| 4 | Arcbright Elf 1 31B | 81,8 | 71,9 | 91,6 | 0,047 $ | 0,27 s | classé |
| 5 | Quyet-1.0-Large (Chinh Nguyen, Gemma-4-31B decoder, option-letter logits) | 81,7 | 73,4 | 90,0 | 0,045 $ | 0,39 s | classé |
| 6 | Jeff-1.0-Large | 81,5 | 71,9 | 91,1 | 0,049 $ | 0,32 s | classé |
| 7 | Sieve-31B-v2 | 81,1 | 68,7 | 93,4 | 0,043 $ | 0,43 s | classé |
| 8 | metask-jev-rain-31B-trained service v3 | 79,6 | 72,6 | 86,6 | 0,049 $ | 0,52 s | classé |
| 9 | decisio v0.8.0 on gemma-4-31B-it (frozen, FP8 on load, one prefill per state, self-hosted) | 79,6 | 70,4 | 88,7 | 0,041 $ | 0,24 s | classé |
| 10 | metask-jev-rain-31B-trained | 78,9 | 70,7 | 87,1 | 0,044 $ | 0,62 s | classé |
| 11 | Bobcat 1.3 (Gemma 4 31B) | 77,9 | 68,1 | 87,6 | 0,047 $ | 0,29 s | classé |
| 12 | deck-31B (krishna765, frozen Gemma-4-31B-it, TorchAO FP8 dynamic) | 77,6 | 73,0 | 82,2 | 0,048 $ | 0,41 s | classé |
| 13 | Torchcast Decision 4B (v1.3) | 77,5 | 67,1 | 87,8 | 0,015 $ | 0,22 s | classé |
| 14 | metask-jev-rain-12B-trained | 76,9 | 66,5 | 87,3 | 0,038 $ | 0,41 s | classé |
| 15 | Wald 26B-A4B (Gemma 4 26B-A4B) | 76,8 | 65,5 | 88,1 | 0,048 $ | 0,24 s | classé |
| 16 | René-1 31B FP8 (salfatigroup, Gemma 4 31B full fine-tune, one-pass option readout) | 76,0 | 61,7 | 90,2 | 0,063 $ | 0,38 s | classé |
| 17 | Decisio 12B tuned commit (variant of the Decisio family) | 75,7 | 62,8 | 88,6 | 0,024 $ | 0,27 s | classé |
| 18 | H2O-Lightning-4B v1.1 (H2O.ai, Qwen3.5-4B fine-tune, stock vLLM + open shim) | 75,0 | 60,0 | 90,0 | 0,016 $ | 0,21 s | classé |
| 19 | Surogate Rune 26B-A4B v3 (v1.6 pool) | 73,5 | 56,1 | 90,9 | 0,048 $ | 0,38 s | classé |
| 20 | Bobcat Flash 1.2 (Gemma-4-26B-A4B-it + two merged rank-64 LoRA adapters, typed-decision readout at the first answer position, FP8, self-hosted) | 73,0 | 65,6 | 80,5 | 0,048 $ | 0,27 s | classé |
| 21 | Torchcast Decision 4B (v1.2) | 72,6 | 60,3 | 85,0 | 0,015 $ | 0,28 s | classé |
| 22 | torchcast-decision-12b (Torchcast AI, Gemma-4-12B fine-tune, option-letter logprob readout) | 71,7 | 60,5 | 82,9 | 0,028 $ | 0,24 s | classé |
| 23 | decider-12b v2 (Mapika) | 71,3 | 61,9 | 80,8 | 0,026 $ | 0,26 s | classé |
| 24 | Jev-Omni (akhilaaa3, Gemma-4-12B merged) | 71,3 | 55,5 | 87,0 | 0,029 $ | 0,47 s | classé |
| 25 | Winnow-12B Q8 ([fiche](https://quelleia.com/modeles-de-decision/#winnow-12b)) | 71,2 | 59,5 | 83,0 | 0,028 $ | 0,40 s | classé |
| 26 | Xor 26B-A4B (Juspay, Gemma-4-26B-A4B, bf16) | 71,2 | 57,5 | 84,9 | 0,044 $ | 0,27 s | classé |
| 27 | decider-12b v1, stock Gemma-4-12B-it (Mapika) | 71,0 | 59,6 | 82,5 | 0,026 $ | 0,26 s | classé |
| 28 | Cygnet (blockbrain, frozen Gemma-4-12B-it) ([fiche](https://quelleia.com/modeles-de-decision/#cygnet)) | 70,9 | 54,8 | 87,0 | 0,028 $ | 0,24 s | classé |
| 29 | decisio v0.8.0 on gemma-4-12B-it (frozen, one forward pass, self-hosted) | 70,7 | 52,3 | 89,2 | 0,023 $ | 0,38 s | classé |
| 30 | decider chat on Gemma-4-31B-it (Mapika, frozen base, inference technique) | 70,4 | 58,5 | 82,3 | 0,044 $ | 0,40 s | classé |
| 31 | baselabs elephant-1 (9B) | 70,2 | 55,8 | 84,7 | 0,052 $ | 0,30 s | classé |
| 32 | GEV-26B-Decide (AutoTrust, Gemma-4-26B-A4B + LoRA + head) | 70,1 | 49,8 | 90,3 | 0,043 $ | 0,26 s | classé |
| 33 | Chon-1.0-12B-Fast | 70,1 | 60,3 | 79,9 | 0,024 $ | 0,50 s | classé |
| 34 | decisio v0.9.0 on gemma-4-12B-it (frozen, one prefill per question, self-hosted) | 70,0 | 52,3 | 87,6 | 0,023 $ | 0,44 s | classé |
| 35 | Blink v0.3 26B-A4B | 69,9 | 49,2 | 90,7 | 0,048 $ | 0,25 s | classé |
| 36 | Wald 4B v2.1 | 69,3 | 52,0 | 86,6 | 0,062 $ | 0,21 s | classé |
| 37 | vLLM-SR d3-mini | 68,8 | 50,8 | 86,8 | 0,016 $ | 0,21 s | classé |
| 38 | Torchcast Decision 4B (v1.1) | 68,7 | 54,2 | 83,1 | 0,015 $ | 0,19 s | classé |
| 39 | Xevn-4B | 68,6 | 52,1 | 85,1 | 0,014 $ | 0,23 s | classé |
| 40 | Chon-1.0-E4B | 68,5 | 55,5 | 81,5 | 0,009 $ | 0,30 s | classé |
| 41 | Hopper 12B trained (gemma-4-12B-it frozen + LoRA r32 unmerged, one forward pass, self-hosted) | 68,1 | 51,7 | 84,6 | 0,029 $ | 0,52 s | classé |
| 42 | SPX-CD-Omni (SurdAI, google/gemma-4-12B-it + LoRA r32, one forward pass, self-hosted) | 68,1 | 48,8 | 87,5 | 0,025 $ | 0,30 s | classé |
| 43 | Aplomb 1 (5.3B decision model on Qwen3.5-4B, trained readout head, self-hosted) | 67,1 | 45,2 | 88,9 | 0,025 $ | 0,34 s | classé |
| 44 | Bespoke Nimble 9B v3 (Qwen3.5-9B LoRA) ([fiche](https://quelleia.com/modeles-de-decision/#bespoke-nimble-9b)) | 66,8 | 56,5 | 77,0 | 0,063 $ | 0,34 s | classé |
| 45 | Amazon Strands Decider 26B-A4B | 66,7 | 46,7 | 86,7 | 0,045 $ | 0,37 s | classé |
| 46 | Metask rain 4B | 66,0 | 51,1 | 80,9 | 0,040 $ | 0,32 s | classé |
| 47 | shisa-de-1 (shisa-ai, Gemma-4-26B-A4B) | 65,5 | 49,9 | 81,2 | 0,047 $ | 0,21 s | classé |
| 48 | Plumb-4B (crh225, JevK5 v0.2 + LoRA) | 65,3 | 42,8 | 87,8 | 0,017 $ | 0,19 s | classé |
| 49 | Arcbright Elf 1 12B | 65,0 | 43,8 | 86,2 | 0,026 $ | 0,23 s | classé |
| 50 | decider-4b v2 (Mapika) | 64,9 | 40,1 | 89,6 | 0,015 $ | 0,21 s | classé |
| 51 | Seb-9B-v2 (ironbcc, Qwen3.5-9B fine-tune, one forward pass, stock vLLM, self-hosted) | 64,8 | 46,1 | 83,5 | 0,051 $ | 0,22 s | classé |
| 52 | JevK5 v0.3 (4B) ([fiche](https://quelleia.com/modeles-de-decision/#jevk5)) | 64,2 | 38,5 | 89,8 | 0,017 $ | 0,19 s | classé |
| 53 | Jeffan-4B-2010 | 64,0 | 40,1 | 87,9 | 0,016 $ | 0,21 s | classé |
| 54 | Clef-Flash (Cloudflare, Qwen3.5-9B post-train with a joint schema head, multimodal, measured on text) ([fiche](https://quelleia.com/modeles-de-decision/#clef)) | 63,8 | 42,2 | 85,5 | 0,059 $ | 0,36 s | classé |
| 55 | JPT-4B (kirp, Qwen3.5-4B LoRA) | 63,8 | 40,8 | 86,9 | 0,016 $ | 0,28 s | classé |
| 56 | deck-4B v1.0 (krishna765, JevK5 + LoRA, FP8 weight-only) | 63,6 | 38,6 | 88,6 | 0,017 $ | 0,30 s | classé |
| 57 | Jebadiah 9B v2.1 (Frontier Infra, Qwen3.5-9B LoRA) | 63,4 | 37,2 | 89,7 | 0,051 $ | 0,25 s | classé |
| 58 | Seb-9B (ironbcc, Qwen3.5-9B fine-tune, one forward pass, stock vLLM, self-hosted) | 63,1 | 38,3 | 88,0 | 0,051 $ | 0,25 s | classé |
| 59 | janus 4B (Icarus AI / cmxu, Qwen3.5-4B + LoRA r64 and pointer decision head) | 62,9 | 37,6 | 88,1 | 0,015 $ | 0,21 s | classé |
| 60 | JevK5 v0.2.0 | 62,8 | 36,3 | 89,4 | 0,017 $ | 0,24 s | classé |
| 61 | Messier One v0.4 (Qwen3.5-4B fine-tune, self-hosted) | 62,4 | 52,0 | 72,9 | 0,020 $ | 0,29 s | classé |
| 62 | Imajev-4B (RTX 5090) | 61,9 | 34,6 | 89,2 | 0,017 $ | 0,29 s | classé |
| 63 | jqv (Qwen3-32B zero-shot) | 61,9 | 33,9 | 89,9 | 0,042 $ | 0,39 s | classé |
| 64 | metask-jev-4b | 61,8 | 39,2 | 84,4 | 0,026 $ | 0,27 s | classé |
| 65 | Kahn1 4B (Okura66, Qwen3.5-4B LoRA merge, author's sysone engine) | 61,7 | 39,7 | 83,8 | 0,046 $ | 0,31 s | classé |
| 66 | pplx-decider-flash-v1.2 (Perplexity, Qwen3.5-4B full fine-tune, marker readout, self-hosted) | 61,7 | 45,5 | 78,0 | 0,015 $ | 0,24 s | classé |
| 67 | lev (Interfaze AI, Qwen3.5-4B + LoRA r32, label-token readout + candidate-path head, per-bucket temperatures) | 61,7 | 41,1 | 82,3 | 0,019 $ | 0,36 s | classé |
| 68 | Decision 2.0 Lux 9B (vLLM-SR, Qwen3.5-9B lineage) | 61,6 | 35,8 | 87,5 | 0,052 $ | 0,29 s | classé |
| 69 | blink-4b (thegovind, Qwen3.5-4B derivative) | 61,4 | 35,0 | 87,8 | 0,016 $ | 0,27 s | classé |
| 70 | Hopper | 61,2 | 33,6 | 88,8 | 0,018 $ | 0,26 s | classé |
| 71 | Malkuth-4B (newfull5, Kev post-train) | 61,1 | 33,8 | 88,4 | 0,030 $ | 0,30 s | classé |
| 72 | Decision 4B v1.2 (FlyMyJev, Qwen3.5-4B + LoRA) | 60,4 | 32,4 | 88,4 | 0,017 $ | 0,19 s | classé |
| 73 | jiwo 4b (Qwen3.5-4B backbone with a trained decision head, one forward pass, native probabilities, self-hosted) | 60,2 | 34,8 | 85,7 | 0,016 $ | 0,22 s | classé |
| 74 | Verdin-4B (Victor Bennett, Qwen3.5-4B + merged LoRA r16 + pointer head) | 59,6 | 35,4 | 83,8 | 0,018 $ | 0,27 s | classé |
| 75 | Wald 4B | 59,6 | 41,0 | 78,1 | 0,033 $ | 0,24 s | classé |
| 76 | Quyet-1.0-Medium (Chinh Nguyen, Qwen3.5-4B decoder, option-letter logits) | 59,2 | 41,7 | 76,8 | 0,017 $ | 0,31 s | classé |
| 77 | Decision-4B (Eval Engine / Chromia) | 59,1 | 37,9 | 80,3 | 0,014 $ | 0,26 s | classé |
| 78 | Manchego v2.1 | 58,3 | 32,5 | 84,0 | 0,015 $ | 0,26 s | classé |
| 79 | Messier One v0.2 (Qwen3.5-4B fine-tune, one prefill, self-hosted) | 58,1 | 42,4 | 73,9 | 0,015 $ | 0,21 s | classé |
| 80 | Diffusion Jev (DiffusionGemma 26B-A4B on patched SGLang, 48-step diffusion readout, self-hosted) | 58,1 | 54,9 | 61,3 | 0,048 $ | 0,41 s | classé |
| 81 | jev-local (Qwen3.5-9B) | 57,5 | 41,9 | 73,1 | 0,024 $ | 1,09 s | classé |
| 82 | Decision 4B v1.1 (FlyMyJev, Qwen3.5-4B + LoRA) | 57,2 | 29,1 | 85,2 | 0,017 $ | 0,19 s | classé |
| 83 | JEV Qwen3.5-9B Base NVFP4 | 57,1 | 29,3 | 85,0 | 0,056 $ | 0,20 s | classé |
| 84 | iota-decide-4b (Macrocosmos, Clef joint-head 4B, self-hosted) | 57,1 | 29,4 | 84,8 | 0,017 $ | 0,39 s | classé |
| 85 | Uniphore-4B-Decider | 57,1 | 34,2 | 80,0 | 0,015 $ | 0,37 s | classé |
| 86 | Jebadiah 9B v2 (Frontier Infra, Qwen3.5-9B LoRA) | 56,9 | 30,6 | 83,3 | 0,051 $ | 0,26 s | classé |
| 87 | CoCo-Decision-4B (corners-ai, LoRA on Qwen3.5-4B, option-label logits of one pass, served by oh-my-jev) | 56,9 | 32,7 | 81,2 | 0,014 $ | 0,24 s | classé |
| 88 | APUS-OpenJev-v1-9B (merged bf16 checkpoint-3000 on Qwen3.5-9B, their own native runtime, full depth, self-hosted) | 56,9 | 47,2 | 66,6 | 0,051 $ | 0,71 s | classé |
| 89 | Decider-4B (roudone, NeoHorse 4B pointer model, author server, self-hosted) | 56,8 | 27,1 | 86,6 | 0,013 $ | 0,25 s | classé |
| 90 | typecastlm (Mikhail Gribov, Qwen3.5-4B computed head) | 56,5 | 29,8 | 83,3 | 0,016 $ | 0,21 s | classé |
| 91 | pjev-2b (Kailune AI, frozen MiniCPM5-2B + merged LoRA r64, letter-logit readout, T=1 stub) | 56,5 | 28,8 | 84,2 | 0,016 $ | 0,22 s | classé |
| 92 | TypeCastLM 1.4.0 (Mikhail Gribov, Qwen3.5-4B computed head) | 56,4 | 35,4 | 77,4 | 0,015 $ | 0,21 s | classé |
| 93 | RYOTIDE-Qwen (csabag, Qwen3.5-4B stock weights) | 56,3 | 25,2 | 87,4 | 0,018 $ | 0,34 s | classé |
| 94 | Compass 0.2.0 (adimyth, Qwen3.5-4B LoRA) | 56,1 | 28,9 | 83,3 | 0,026 $ | 0,66 s | classé |
| 95 | Standard One 3B SH v4 (Standard Thinking) | 56,0 | 34,4 | 77,7 | 0,052 $ | 0,21 s | classé |
| 96 | Standard One 3B SH (Standard Thinking) | 55,6 | 32,8 | 78,4 | 0,052 $ | 0,23 s | classé |
| 97 | SemIf, formerly OpenJev (Qwen3.5-4B, TheoLeeCJ) ([fiche](https://quelleia.com/modeles-de-decision/#semif)) | 55,4 | 27,1 | 83,6 | 0,017 $ | 0,27 s | classé |
| 98 | ArseneLupin v1.1 (IBOU-SEARCH, Qwen3.5-4B LoRA) | 55,1 | 28,0 | 82,2 | 0,020 $ | 0,32 s | classé |
| 99 | local-jev Qwen3.5-4B | 55,0 | 24,1 | 85,8 | 0,023 $ | 0,42 s | classé |
| 100 | Decision 2B (FlyMy.AI, v59) | 54,8 | 22,9 | 86,8 | 0,013 $ | 0,30 s | classé |
| 101 | Jez-large-1.0.0 (pragmaticfrontier, Gemma-4-E4B label-logit decision model, author server, self-hosted) | 54,4 | 25,6 | 83,2 | 0,010 $ | 0,27 s | classé |
| 102 | Noma (Blackdrome AI Labs, Qwen3.5-4B-Base derivative) | 54,3 | 25,1 | 83,6 | 0,019 $ | 0,20 s | classé |
| 103 | spark-s1-4b-v6 (Open Spark Jev, abhishek085) | 54,0 | 43,2 | 64,8 | 0,021 $ | 0,41 s | classé |
| 104 | Imajev-2B (mohit67890, Qwen3.5-2B LoRA) | 54,0 | 21,2 | 86,8 | 0,041 $ | 0,75 s | classé |
| 105 | RYOTIDE-Qwen9 | 52,5 | 27,6 | 77,4 | 0,049 $ | 0,42 s | classé |
| 106 | Arbiter-4B (Goddragon, NeoHorse 4B pointer model, author server, self-hosted) | 52,3 | 27,4 | 77,2 | 0,013 $ | 0,24 s | classé |
| 107 | DecisionNode Edge 0.9.2 | 52,1 | 26,8 | 77,5 | 0,009 $ | 0,21 s | classé |
| 108 | ClassOne Qwen 3.5 9B (Qwen3.5-9B backbone with ClassOne decision heads, schema-constrained single forward pass, self-hosted) | 50,5 | 42,2 | 58,7 | 0,049 $ | 0,28 s | classé |
| 109 | Liquid AI d1-3B ([fiche](https://quelleia.com/modeles-de-decision/#liquid-d1-ouvert)) | 49,5 | 22,1 | 76,9 | 0,044 $ | 0,18 s | classé |
| 110 | ZeroEntropy zerank-2 | 49,4 | 15,6 | 83,2 | 0,052 $ | 0,52 s | classé |
| 111 | open-alternative-jev (Qwen3.5-4B, IkerMoel) | 49,1 | 22,3 | 75,9 | 0,017 $ | 0,25 s | classé |
| 112 | OpenSourceJev (Qwen3.5-4B Q4_K_M, native llama.cpp) | 48,6 | 23,2 | 73,9 | 0,011 $ | 0,79 s | classé |
| 113 | EXAONE-4.0-1.2B-JEV v0.3 (unofficial fine-tune of LGAI-EXAONE/EXAONE-4.0-1.2B, native option-label softmax, two reads averaged, self-hosted) | 47,7 | 14,8 | 80,5 | 0,025 $ | 0,19 s | classé |
| 114 | Malkuth-2B (newfull5, Kev post-train) | 47,6 | 15,9 | 79,3 | 0,014 $ | 0,24 s | classé |
| 115 | DecisionNode Edge Mini 0.9.2 | 47,6 | 17,6 | 77,7 | 0,005 $ | 0,21 s | classé |
| 116 | Nemotron Diffusion 8B (pst2154, optimized vLLM) | 47,5 | 20,4 | 74,5 | 0,030 $ | 0,20 s | classé |
| 117 | jiwo 0.8b (Qwen3.5-0.8B backbone with a trained decision head, one forward pass, native probabilities, self-hosted) | 47,2 | 15,9 | 78,5 | 0,005 $ | 0,19 s | classé |
| 118 | decisor-4b | 45,7 | 39,6 | 51,9 | 0,016 $ | 0,25 s | classé |
| 119 | Qwen3-Reranker-4B | 44,7 | 16,3 | 73,2 | 0,052 $ | 0,57 s | classé |
| 120 | decider-2b (Mapika) ([fiche](https://quelleia.com/modeles-de-decision/#decider)) | 44,6 | 20,7 | 68,5 | 0,015 $ | 0,18 s | classé |
| 121 | BAAI bge-reranker-v2-m3 | 44,1 | 0,1 | 88,1 | 0,023 $ | 0,19 s | classé |
| 122 | kev 4B (research preview) | 44,0 | 19,5 | 68,5 | 0,014 $ | 0,29 s | classé |
| 123 | Mixedbread mxbai-rerank-base-v2 | 43,9 | 1,1 | 86,6 | 0,021 $ | 0,21 s | classé |
| 124 | lev-350m (Franck Verrot, LFM2.5-350M) | 43,3 | 4,8 | 81,9 | 0,005 $ | 0,20 s | classé |
| 125 | Jez-small-1.0.0 (pragmaticfrontier, Qwen3.5-0.8B label-logit decision model, author server, self-hosted) | 43,2 | 4,6 | 81,9 | 0,005 $ | 0,24 s | classé |
| 126 | Certo v1 (AltSlate Labs) | 43,2 | 0,2 | 86,1 | 0,001 $ | 0,23 s | classé |
| 127 | PurpleMIST-Mini-1.0 (Olaverse) | 43,0 | 8,4 | 77,7 | 0,009 $ | 0,30 s | classé |
| 128 | Chon-1.0-12B | 43,0 | 27,3 | 58,7 | 0,050 $ | 0,51 s | classé |
| 129 | smalljev semantic-v9 | 43,0 | 8,7 | 77,2 | 0,020 $ | 0,28 s | classé |
| 130 | Vega-U (Qwen3.5-4B reader) | 42,6 | 8,5 | 76,8 | 0,015 $ | 0,33 s | classé |
| 131 | jul fast (usejul/jul-decision-minicpm5-2b: MiniCPM5-2B fine-tune with a pointer head, option probabilities from one pass, self-hosted via `jul serve`) | 42,6 | 7,5 | 77,8 | 0,011 $ | 0,24 s | classé |
| 132 | Krino-2B | 42,4 | 22,0 | 62,8 | 0,020 $ | 0,21 s | classé |
| 133 | Alibaba GTE Reranker ModernBERT-base | 41,7 | 0,0 | 83,5 | 0,011 $ | 0,20 s | classé |
| 134 | Jeetu Decider 2B | 41,7 | 10,2 | 73,1 | 0,010 $ | 0,27 s | classé |
| 135 | watt-flash-0.1 (Zaitgeist Labs, 140M mmBERT-small encoder with an option-marker scorer, one forward pass per request, self-hosted) | 41,6 | 3,8 | 79,4 | 0,002 $ | 1,13 s | classé |
| 136 | Decision Fast (FlyMy.AI, v53a) | 40,6 | 6,1 | 75,1 | 0,005 $ | 0,27 s | classé |
| 137 | openJev Verdict 1.4 | 40,4 | 5,0 | 75,7 | 0,003 $ | 0,82 s | classé |
| 138 | Quyet-1.0-Small-EN (Chinh Nguyen, ModernBERT-base encoder with fixed heads) | 39,5 | 6,1 | 73,0 | 0,002 $ | 0,18 s | classé |
| 139 | ClassOne Gemma 4 E4B (Gemma-4-E4B backbone with ClassOne decision heads, schema-constrained single forward pass, self-hosted) | 38,4 | 28,2 | 48,5 | 0,011 $ | 0,23 s | classé |
| 140 | ClassOne Qwen 3.5 4B (Qwen3.5-4B backbone with ClassOne decision heads, schema-constrained single forward pass, self-hosted) | 38,1 | 27,3 | 48,8 | 0,015 $ | 0,25 s | classé |
| 141 | OpenDecision (ModernBERT-large zero-shot) | 38,0 | 7,4 | 68,6 | 0,005 $ | 0,34 s | classé |
| 142 | verdict-small (Manavarya09, multilingual-e5-small 118M) | 37,6 | 2,3 | 72,9 | 0,001 $ | 0,28 s | classé |
| 143 | kev 0.6B (research preview) | 36,9 | 7,6 | 66,3 | 0,005 $ | 0,26 s | classé |
| 144 | Vega 4B | 36,6 | 15,7 | 57,5 | 0,058 $ | 0,54 s | classé |
| 145 | WaterSheep (Samrat Dutta, ModernBERT-base encoder with calibrated heads, served by the author's own `watersheep --serve`) | 35,5 | 5,3 | 65,8 | 0,011 $ | 1,08 s | classé |
| 146 | Raw Phi-4 mini direct logits | 35,3 | 13,7 | 57,0 | 0,036 $ | 0,24 s | classé |
| 147 | Raw Qwen3 4B Instruct 2507 direct logits | 34,6 | 34,0 | 35,2 | 0,017 $ | 0,25 s | classé |
| 148 | Vega 0.8B | 33,0 | 3,1 | 62,9 | 0,019 $ | 0,32 s | classé |
| 149 | kev 0.5B | 32,9 | 4,6 | 61,2 | 0,005 $ | 0,24 s | classé |
| 150 | Liquid AI d1-omni-600M ([fiche](https://quelleia.com/modeles-de-decision/#liquid-d1-ouvert)) | 32,8 | 3,3 | 62,3 | 0,008 $ | 0,19 s | classé |
| 151 | Quyet-1.0-Small (Chinh Nguyen, SEA-LION-ModernBERT-300M encoder with fixed heads) | 32,5 | 4,0 | 61,0 | 0,005 $ | 0,18 s | classé |
| 152 | Quyet-1.0-Tiny (Chinh Nguyen, mmBERT-small encoder (16 layers kept) with fixed heads) | 31,1 | 3,7 | 58,5 | 0,002 $ | 0,18 s | classé |
| 153 | Open Jev JSON Canvas (JoshuaSP) | 30,6 | 61,2 | 0,0 | 0,049 $ | 0,47 s | classé |
| 154 | Phocinae-Largha-150M-v1 | 30,2 | 3,6 | 56,9 | 0,001 $ | 1,12 s | classé |
| 155 | openJev Verdict (heman10x, ModernBERT-base 151M) | 26,6 | 4,1 | 49,1 | 0,003 $ | 0,79 s | classé |
| 156 | Tacet Sonata (CodePawl, 144M packed encoder on mmBERT-small, option-marker softmax in one pass, in-process via the author's tacet package) | 24,2 | 2,2 | 46,3 | 0,002 $ | 0,68 s | classé |
| 157 | CLM-8B (Contrastive-LM, clm-latest) | 20,1 | 0,1 | 40,0 | 0,045 $ | 0,22 s | classé |
| 158 | ClassOne Qwen 3.5 2B (Qwen3.5-2B backbone with ClassOne decision heads, schema-constrained single forward pass, self-hosted) | 19,2 | 5,8 | 32,6 | 0,010 $ | 0,21 s | classé |
| 159 | Deem 0.8B v1 | 18,1 | 6,5 | 29,6 | 0,005 $ | 0,48 s | classé |
| 160 | Laya multilingual ([fiche](https://quelleia.com/modeles-de-decision/#laya)) | 17,0 | 0,3 | 33,7 | 0,004 $ | 0,95 s | classé |
| 161 | ClassOne Gemma 4 E2B (Gemma-4-E2B backbone with ClassOne decision heads, schema-constrained single forward pass, self-hosted) | 15,2 | 7,8 | 22,6 | 0,010 $ | 0,21 s | classé |
| 162 | Julia-1 (Supersonic Labs) | 9,9 | 2,4 | 17,3 | 0,002 $ | 0,82 s | classé |
| 163 | Raw Qwen3 1.7B direct logits | 8,3 | 5,1 | 11,5 | 0,011 $ | 0,21 s | classé |
| 164 | Raw Qwen3 0.6B direct logits | 8,2 | 5,6 | 10,9 | 0,006 $ | 0,21 s | classé |
|  | baselabs mammoth-1 (27B) | 85,2 | 76,2 | 94,3 | 0,104 $ | 0,53 s | hors classement : coût 3,2 fois celui de la référence |
|  | KnowLine 31B-Gen1 | 85,2 | 77,4 | 93,0 | 0,093 $ | 0,66 s | hors classement : coût 2,9 fois celui de la référence |
|  | Fastino GLiDE 1.2 (open weights, self-hosted) | 84,9 | 76,4 | 93,5 | 0,205 $ | 0,43 s | hors classement : coût 6,4 fois celui de la référence |
|  | Perplexity Decider v1.1 27B (Qwen3.8-27B, noncausal decision readout) ([fiche](https://quelleia.com/modeles-de-decision/#pplx-decider)) | 82,7 | 75,6 | 89,8 | 0,217 $ | 0,41 s | hors classement : coût 6,7 fois celui de la référence |
|  | vLLM-SR d3-turbo | 82,6 | 74,8 | 90,4 | 0,218 $ | 0,45 s | hors classement : coût 6,8 fois celui de la référence |
|  | StartLux-Decision v1.1 27B Instant (StartLux Labs, Qwen3.8-27B fine-tune) | 82,6 | 73,2 | 91,9 | 0,209 $ | 0,26 s | hors classement : coût 6,5 fois celui de la référence |
|  | vLLM-SR d3 | 82,1 | 72,9 | 91,4 | 0,218 $ | 0,37 s | hors classement : coût 6,8 fois celui de la référence |
|  | Jeffan-31b-1710 | 81,7 | 71,6 | 91,7 | 0,081 $ | 0,40 s | hors classement : coût 2,5 fois celui de la référence |
|  | AJev lm6q (Gemma 4 31B) | 81,4 | 71,5 | 91,3 | 0,093 $ | 0,58 s | hors classement : coût 2,9 fois celui de la référence |
|  | Nimble-v4-max (open weights, self-hosted) | 81,2 | 71,0 | 91,4 | 0,214 $ | 0,46 s | hors classement : coût 6,6 fois celui de la référence |
|  | Turion Jev 31B | 80,9 | 70,9 | 90,9 | 0,096 $ | 0,40 s | hors classement : coût 3,0 fois celui de la référence |
|  | pplx-decider-v1.2 (Perplexity, Qwen3.8-27B full fine-tune, marker readout, self-hosted) | 80,8 | 71,7 | 90,0 | 0,215 $ | 0,44 s | hors classement : coût 6,6 fois celui de la référence |
|  | torchcast-decision-27b (Torchcast AI, Qwen3.8-27B fine-tune) | 80,2 | 70,4 | 90,0 | 0,210 $ | 0,35 s | hors classement : coût 6,5 fois celui de la référence |
|  | Vera Large | 79,6 | 67,8 | 91,3 | 0,217 $ | 0,33 s | hors classement : coût 6,7 fois celui de la référence |
|  | Kev 27B (Kev 1.0, Qwen3.8-27B) | 78,9 | 64,2 | 93,7 | 0,529 $ | 0,52 s | hors classement : coût 16,4 fois celui de la référence |
|  | StartLux-Decision v1.1 27B AutoThink (StartLux Labs, Qwen3.8-27B fine-tune, gate 0.6) | 78,8 | 66,7 | 90,9 | 0,354 $ | 0,29 s | hors classement : coût 11,0 fois celui de la référence |
|  | Eikos-27B (caiovicentino1, Qwen3.8-27B) | 77,2 | 64,4 | 90,0 | 0,238 $ | 0,38 s | hors classement : coût 7,4 fois celui de la référence |
|  | Aleria Judge 1.1.1 (ALERIA-ML, inference technique on stock Gemma 4 31B, author server, self-hosted) | 76,9 | 68,0 | 85,7 | 0,138 $ | 0,41 s | hors classement : coût 4,3 fois celui de la référence |
|  | KnowLine 35B-A3B-Gen1.5 | 76,7 | 60,3 | 93,0 | 0,323 $ | 0,25 s | hors classement : coût 10,0 fois celui de la référence |
|  | OpenJev (thinking, BF16) | 75,8 | 70,2 | 81,3 | 0,241 $ | 1,93 s | hors classement : coût 7,5 fois celui de la référence ; latence 3,1 fois celle de la référence |
|  | Clef (Cloudflare, Qwen3.8-27B post-train with a joint schema head, multimodal, measured on text) ([fiche](https://quelleia.com/modeles-de-decision/#clef)) | 75,3 | 59,1 | 91,6 | 0,249 $ | 0,61 s | hors classement : coût 7,7 fois celui de la référence |
|  | SimpleJev Qwen3.8-27B (self-hosted, v1.6 pool) ([fiche](https://quelleia.com/modeles-de-decision/#simplejev)) | 74,9 | 57,9 | 91,9 | 0,676 $ | 1,43 s | hors classement : coût 20,9 fois celui de la référence ; latence 2,3 fois celle de la référence |
|  | JEV-27B (AutoTrust, Qwen3.8-27B) | 73,9 | 56,8 | 90,9 | 0,199 $ | 0,38 s | hors classement : coût 6,2 fois celui de la référence |
|  | Nagi-ENORMOUS 27B (nagisanzenin, Qwen3.8-27B LoRA) | 73,8 | 62,4 | 85,1 | 0,216 $ | 0,46 s | hors classement : coût 6,7 fois celui de la référence |
|  | RSI-Jev v6.1-VL 27B | 73,5 | 61,6 | 85,3 | 0,197 $ | 0,42 s | hors classement : coût 6,1 fois celui de la référence |
|  | swanOne (blockbrain, Qwen3.8-Flash-Next NVFP4) | 72,4 | 56,2 | 88,6 | 0,085 $ | 0,71 s | hors classement : coût 2,6 fois celui de la référence |
|  | FrontiersMind Lumma-fev-27B | 72,3 | 55,5 | 89,1 | 0,544 $ | 0,43 s | hors classement : coût 16,9 fois celui de la référence |
|  | AutoJev-27B (denis-pplx, Qwen3.8-27B) | 71,6 | 55,6 | 87,6 | 0,226 $ | 0,35 s | hors classement : coût 7,0 fois celui de la référence |
|  | Decision 2.0 Vega 27B (vLLM-SR, Qwen3.8-27B) | 71,3 | 60,4 | 82,2 | 0,222 $ | 0,54 s | hors classement : coût 6,9 fois celui de la référence |
|  | JPT-35B-A3B (Qwen3.5-35B-A3B fine-tune) | 70,7 | 51,4 | 89,9 | 0,163 $ | 0,29 s | hors classement : coût 5,0 fois celui de la référence |
|  | Jebadiah 27B (Frontier Infra, Qwen3.8-27B LoRA) | 70,2 | 57,5 | 83,0 | 0,217 $ | 0,46 s | hors classement : coût 6,7 fois celui de la référence |
|  | NInfer Qwen3.8-Flash-Next mixed | 69,7 | 49,0 | 90,4 | 0,082 $ | 0,32 s | hors classement : coût 2,5 fois celui de la référence |
|  | Respan Span-02 | 69,3 | 60,9 | 77,8 | 0,068 $ | 0,21 s | hors classement : coût 2,1 fois celui de la référence |
|  | Nemotron Deciffusion 8B v2 (pst2154) | 69,3 | 49,6 | 89,0 |  | 0,36 s | hors classement : coût non établi par le banc |
|  | JevOne | 68,9 | 46,0 | 91,8 | 0,101 $ | 0,28 s | hors classement : coût 3,1 fois celui de la référence |
|  | NInfer Qwen3.8-27B NVFP4 | 68,0 | 51,8 | 84,2 | 0,231 $ | 0,26 s | hors classement : coût 7,1 fois celui de la référence |
|  | Open-Jev 27B v1.1 (Zefan Cai, LoRA + decision head on Qwen3.8-27B) | 68,0 | 52,5 | 83,5 | 0,716 $ | 1,79 s | hors classement : coût 22,2 fois celui de la référence ; latence 2,9 fois celle de la référence |
|  | LitJev (Qwen3.8-27B) | 66,6 | 43,3 | 89,9 | 0,244 $ | 3,15 s | hors classement : coût 7,6 fois celui de la référence ; latence 5,1 fois celle de la référence |
|  | Tern-35B-A3B (matthewagi, Qwen3.6 35B-A3B MoE decision model, author server, self-hosted) | 66,4 | 44,1 | 88,7 | 0,085 $ | 0,29 s | hors classement : coût 2,6 fois celui de la référence |
|  | decider-35b-a3b (Mapika) | 66,2 | 48,7 | 83,6 | 0,154 $ | 0,25 s | hors classement : coût 4,8 fois celui de la référence |
|  | Bev / Bonsai 27B | 66,1 | 43,8 | 88,5 | 0,247 $ | 2,13 s | hors classement : coût 7,6 fois celui de la référence ; latence 3,5 fois celle de la référence |
|  | Nagi-HUGE 12B (nagisanzenin, Gemma-4-12B LoRA) | 64,0 | 54,8 | 73,3 |  | 0,35 s | hors classement : coût non établi par le banc |
|  | Imajev-9B (mohit67890, Qwen3.5-9B LoRA) | 62,4 | 36,7 | 88,1 | 0,203 $ | 0,93 s | hors classement : coût 6,3 fois celui de la référence |
|  | Open-Jev 9B (Zefan Cai) | 61,8 | 43,9 | 79,8 | 0,170 $ | 1,44 s | hors classement : coût 5,3 fois celui de la référence ; latence 2,3 fois celle de la référence |
|  | JEB-35B-A3B (szybkie.ai, Qwen3.6-35B-A3B LoRA) | 61,6 | 33,2 | 90,0 | 0,080 $ | 0,22 s | hors classement : coût 2,5 fois celui de la référence |
|  | Kev-9B v2 (Jared Palmer, Qwen3.5-9B-Base LoRA + pointer head) | 61,5 | 36,2 | 86,8 |  | 0,26 s | hors classement : coût non établi par le banc |
|  | Qwen3.5-9B Jev-like data-mix v2 | 60,9 | 41,9 | 79,8 | 0,065 $ | 0,49 s | hors classement : coût 2,001 fois celui de la référence |
|  | APUS-OpenJev-v1-35B-A3B (merged bf16 checkpoint-5949 MoE on Qwen3.5-35B-A3B, their own native runtime, full depth, self-hosted) | 60,4 | 52,8 | 67,9 |  | 0,87 s | hors classement : coût non établi par le banc |
|  | PurpleMIST-Flash-1.0 (Olaverse) | 60,1 | 36,6 | 83,6 |  | 0,33 s | hors classement : coût non établi par le banc |
|  | Standard One 8B SH (Standard Thinking) | 60,0 | 34,5 | 85,5 | 0,078 $ | 0,28 s | hors classement : coût 2,4 fois celui de la référence |
|  | reflex 4B (kshetrajna12) | 58,9 | 30,8 | 86,9 | 0,017 $ | 2,87 s | hors classement : latence 4,7 fois celle de la référence |
|  | Standard One 8B (Standard Thinking) | 58,4 | 32,8 | 84,0 | 0,078 $ | 0,22 s | hors classement : coût 2,4 fois celui de la référence |
|  | Clef-omni ([fiche](https://quelleia.com/modeles-de-decision/#clef)) | 58,3 | 34,5 | 82,2 | 0,276 $ | 0,44 s | hors classement : coût 8,5 fois celui de la référence |
|  | Bespoke Nimble 9B (Bespoke Labs) ([fiche](https://quelleia.com/modeles-de-decision/#bespoke-nimble-9b)) | 56,5 | 43,1 | 69,9 | 0,128 $ | 0,46 s | hors classement : coût 4,0 fois celui de la référence |
|  | Bongard-mini (AgentBull, T5Gemma-2 4B-4B) | 54,8 | 25,2 | 84,4 |  | 0,29 s | hors classement : coût non établi par le banc |
|  | RYOTIDE-Gemma (csabag, Gemma-4-E4B stock weights) | 54,5 | 35,4 | 73,7 |  | 0,34 s | hors classement : coût non établi par le banc |
|  | kev 8B (research preview) | 50,0 | 29,3 | 70,8 | 0,097 $ | 0,30 s | hors classement : coût 3,0 fois celui de la référence |
|  | Nev-2B (EryriLabs) | 49,9 | 20,2 | 79,6 | 0,009 $ | 12,84 s | hors classement : latence 20,8 fois celle de la référence |
|  | JADE (Qwen3.8-27B LoRA) | 49,2 | 47,9 | 50,6 | 0,164 $ | 0,42 s | hors classement : coût 5,1 fois celui de la référence |
|  | Open-Jev 2B (Zefan Cai) | 47,7 | 21,8 | 73,6 | 0,170 $ | 1,05 s | hors classement : coût 5,3 fois celui de la référence |
|  | Laya typed-decisions ([fiche](https://quelleia.com/modeles-de-decision/#laya)) | 44,2 | 5,5 | 83,0 | 0,004 $ | 2,15 s | hors classement : latence 3,5 fois celle de la référence |
|  | Qwen3.5-0.8B Decision Model (Mourad Ghafiri) | 42,6 | 7,3 | 78,0 | 0,005 $ | 11,25 s | hors classement : latence 18,3 fois celle de la référence |
|  | Gutsy 0.8B v0.3 | 42,2 | 8,6 | 75,9 | 0,005 $ | 1,90 s | hors classement : latence 3,1 fois celle de la référence |
|  | Reflex Instinct 0.6B (Atlas AI) | 38,6 | 4,0 | 73,2 | 0,005 $ | 3,89 s | hors classement : latence 6,3 fois celle de la référence |
|  | jevora-9b-v1 (kadirbekovvv / doxanocap, Qwen3.5-9B-Base derivative) | 36,9 | 18,4 | 55,4 |  | 0,28 s | hors classement : coût non établi par le banc |
|  | Vega-U (Qwen3.5-0.8B reader) | 36,1 | 5,3 | 66,9 | 0,005 $ | 1,61 s | hors classement : latence 2,6 fois celle de la référence |
|  | open-jev-deberta-v3-large (local CPU) ([fiche](https://quelleia.com/modeles-de-decision/#open-jev-deberta)) | 35,4 | 2,8 | 68,0 | 0,006 $ | 3,52 s | hors classement : latence 5,7 fois celle de la référence |
|  | modernbert-jev v2 | 34,6 | 2,6 | 66,7 | 0,010 $ | 5,35 s | hors classement : latence 8,7 fois celle de la référence |
|  | Laya (Convai Innovations, ModernBERT-large 421M) ([fiche](https://quelleia.com/modeles-de-decision/#laya)) | 32,5 | 1,8 | 63,2 | 0,003 $ | 2,01 s | hors classement : latence 3,3 fois celle de la référence |
|  | SimpleJev (Qwen3.5-0.8B, CPU) ([fiche](https://quelleia.com/modeles-de-decision/#simplejev)) | 31,1 | 12,7 | 49,5 | 0,010 $ | 9,16 s | hors classement : latence 14,9 fois celle de la référence |
|  | TDE general large v0.1 (tdelab, ModernBERT-large encoder) | 30,9 | 5,6 | 56,1 |  | 0,19 s | hors classement : coût non établi par le banc |
|  | Raw Qwen3 8B direct logits | 30,1 | 26,5 | 33,7 | 0,065 $ | 0,31 s | hors classement : coût 2,02 fois celui de la référence |
|  | system-one (Qwen3-8B, Sean Goedecke) | 29,7 | 29,3 | 30,2 | 0,068 $ | 0,26 s | hors classement : coût 2,1 fois celui de la référence |
|  | Mirror | 25,8 | 0,0 | 51,6 | 0,002 $ | 1,27 s | hors classement : latence 2,1 fois celle de la référence |
|  | metask-jev-rain-12B | 78,3 | 66,7 | 89,8 | 0,038 $ | 0,35 s | sans rang : listé sans rang par le banc |

## Jev Decision Index

Source : Jev Decision Index, multimodalart, https://huggingface.co/spaces/multimodalart/jev-decision-index · relevé du 26 octobre 2026, Decision Index 0.4.1 du 22 octobre 2026.
Ce qui est mesuré : score complet de 0 à 100, corrigé du hasard : 20 % de bancs publics réécrits en décisions, 50 % de tests privés des mêmes compétences, 30 % de tests privés sur des domaines nouveaux, en anglais.

| Rang | Système | Score complet | Partie publique | Erreur de calibration | Latence médiane | État |
| --- | --- | --- | --- | --- | --- | --- |
| 1 | Fastino GLiDE 1.2 | 71,52 | 71,99 | 0,020 | 93 ms | classé |
| 2 | Jeffan-31b-1710 | 69,75 | 73,13 | 0,047 | 121 ms | classé |
| 3 (ex æquo) | baselabs mammoth-1 (27B) | 68,44 | 75,34 | 0,041 | 220 ms | classé |
| 4 (ex æquo) | Perplexity Decider v1.2 (27B) ([fiche](https://quelleia.com/modeles-de-decision/#pplx-decider)) | 67,98 | 67,74 | 0,055 | 144 ms | classé |
| 5 (ex æquo) | AutoTrust-JEV-27B v1.1 | 67,95 | 67,32 | 0,067 | 80 ms | classé |
| 6 (ex æquo) | StartLux-Decision v1.1 27B | 67,92 | 72,88 | 0,026 | 80 ms | classé |
| 7 (ex æquo) | AJev lm6q (Gemma 4 31B) | 67,57 | 65,46 | 0,096 | 144 ms | classé |
| 8 (ex æquo) | FlexDM · Gemma-4-31B | 67,56 | 63,63 | 0,044 | 109 ms | classé |
| 9 (ex æquo) | Lychee-27B | 67,35 | 62,76 | 0,108 | 97 ms | classé |
| 10 (ex æquo) | vLLM-SR d3-turbo v1.1 (27B) | 67,31 | 71,62 | 0,052 | 191 ms | classé |
| 11 (ex æquo) | vLLM-SR d3 (27B) | 67,15 | 65,45 | 0,043 | 97 ms | classé |
| 12 (ex æquo) | VisionJEV 1.0.0 (27B) | 66,88 | 66,46 | 0,074 | 90 ms | classé |
| 13 (ex æquo) | MISA AI 2.0 Decision Plus · oak (31B) | 66,88 | 63,94 | 0,106 | 105 ms | classé |
| 14 (ex æquo) | Aleria Judge 1.1.1 (Gemma 4 31B) | 66,67 | 63,46 | 0,089 | 117 ms | classé |
| 15 (ex æquo) | Nace.AI Drex Max v1 (27B) | 66,60 | 67,52 | 0,057 | 104 ms | classé |
| 16 (ex æquo) | H2O Lightning 31B | 66,58 | 66,69 | 0,084 | 57 ms | classé |
| 17 (ex æquo) | Bespoke Nimble v4 Max (27B) | 66,56 | 68,46 | 0,064 | 107 ms | classé |
| 18 (ex æquo) | AnyJev Tacitus 31B | 66,47 | 65,52 | 0,023 | 95 ms | classé |
| 19 (ex æquo) | Decider 31B (NVFP4) | 66,03 | 64,27 | 0,024 | 72 ms | classé |
| 20 (ex æquo) | allec (Gemma 4 31B) | 66,01 | 61,60 | 0,046 | 103 ms | classé |
| 21 (ex æquo) | KnowLine 35B-A3B Gen1.5 | 65,77 | 70,72 | 0,044 | 47 ms | classé |
| 22 (ex æquo) | Bobcat 1.3 (31B) | 64,85 | 59,31 | 0,102 | 64 ms | classé |
| 23 (ex æquo) | Amos 1 Large (27B) | 64,81 | 64,94 | 0,032 | 148 ms | classé |
| 24 (ex æquo) | Matilda Decision v1 | 64,75 | 65,39 | 0,086 | 92 ms | classé |
| 25 (ex æquo) | jev-brain · Gemma-4-31B | 64,61 | 61,69 | 0,133 | 101 ms | classé |
| 26 (ex æquo) | KnowLine 26B-A4B Gen2.5 | 64,57 | 68,21 | 0,019 | 72 ms | classé |
| 27 (ex æquo) | frontier-infra Jebadiah 27B v2.1 (t1e) | 64,40 | 60,46 | 0,056 | 303 ms | classé |
| 28 (ex æquo) | Sieve 31B | 64,25 | 62,52 | 0,033 | 253 ms | classé |
| 29 (ex æquo) | AnyJev L0 · Gemma-4-31B | 63,65 | 59,79 | 0,240 | 98 ms | classé |
| 30 (ex æquo) | deck31b (Gemma 4 31B) | 63,05 | 58,19 | 0,204 | 219 ms | classé |
| 31 (ex æquo) | Darwin-27B-ZTC | 63,03 | 62,63 | 0,045 | 104 ms | classé |
| 32 | decisio 0.6.0 (Gemma 4 31B) | 62,68 | 58,09 | 0,142 | 54 ms | classé |
| 33 (ex æquo) | Cerno 27B | 61,68 | 65,19 | 0,072 | 54 ms | classé |
| 34 (ex æquo) | Decider chat · Gemma-4-31B | 61,63 | 57,79 | 0,047 | 109 ms | classé |
| 35 (ex æquo) | Torchcast Decision 27B | 61,49 | 65,10 | 0,024 | 100 ms | classé |
| 36 (ex æquo) | OneJev1.6-27B | 61,46 | 69,55 | 0,027 | 112 ms | classé |
| 37 (ex æquo) | Qwen Decision 27B noncausal LoRA | 61,12 | 57,70 | 0,051 | 127 ms | classé |
| 38 (ex æquo) | Quyet-1.0-Large | 60,77 | 60,79 | 0,078 | 105 ms | classé |
| 39 (ex æquo) | garum (Gemma 4 31B) | 60,27 | 58,36 | 0,051 | 119 ms | classé |
| 40 (ex æquo) | baselabs elephant-1 (9B) | 60,26 | 72,24 | 0,058 | 114 ms | classé |
| 41 (ex æquo) | Jev 1.14 ([fiche](https://quelleia.com/modeles-de-decision/#jev)) | 60,24 | 60,70 | 0,080 | 196 ms | classé |
| 42 (ex æquo) | Lumma-fev-27B | 59,97 | 57,15 | 0,068 | 100 ms | classé |
| 43 (ex æquo) | Sieve 27B v2 | 59,89 | 68,02 | 0,053 | 106 ms | classé |
| 44 (ex æquo) | mogan-decision-31B-it | 59,82 | 65,55 | 0,054 | 109 ms | classé |
| 45 (ex æquo) | linne-fern 1.0 (27B) | 59,65 | 58,92 | 0,079 | 108 ms | classé |
| 46 (ex æquo) | Kev 27B | 59,56 | 56,69 | 0,022 | 135 ms | classé |
| 47 (ex æquo) | Xor 26B-A4B v1.2 | 59,44 | 59,46 | 0,068 | 110 ms | classé |
| 48 (ex æquo) | Jev 1.13 ([fiche](https://quelleia.com/modeles-de-decision/#jev)) | 59,22 | 57,96 | 0,078 | 524 ms | classé |
| 49 (ex æquo) | span-02 (Gemma 4 26B-A4B) | 59,07 | 63,62 | 0,114 | 33 ms | classé |
| 50 (ex æquo) | garas (Gemma 4 31B) | 58,95 | 56,59 | 0,049 | 117 ms | classé |
| 51 (ex æquo) | Shisa DE-2.1 (repeat) | 58,84 | 59,23 | 0,165 | 55 ms | classé |
| 52 (ex æquo) | Eikos-27B | 58,79 | 52,85 | 0,057 | 130 ms | classé |
| 53 (ex æquo) | reflex Qwen3.8-27B-FP8 (pmscr) | 58,77 | 57,34 | 0,045 | 149 ms | classé |
| 54 (ex æquo) | RSI-Jev v6.1 VL 27B (effort auto) | 58,60 | 65,64 | 0,077 | 76 ms | classé |
| 55 (ex æquo) | StartLux-Decision v1.1 9B | 58,07 | 69,98 | 0,046 | 39 ms | classé |
| 56 (ex æquo) | vLLM-SR Decision 2.0 Vega 27B | 58,01 | 56,97 | 0,086 | 120 ms | classé |
| 57 (ex æquo) | JEV-35B | 57,61 | 59,73 | 0,085 | 51 ms | classé |
| 58 (ex æquo) | JEV-27B | 57,35 | 53,64 | 0,076 | 102 ms | classé |
| 59 (ex æquo) | simple-jev · Qwen3.8-27B (featherless) ([fiche](https://quelleia.com/modeles-de-decision/#simplejev)) | 56,99 | 56,05 | 0,113 | 373 ms | classé |
| 60 (ex æquo) | Tern-35B-A3B | 56,62 | 59,01 | 0,034 | 63 ms | classé |
| 61 (ex æquo) | Surogate Rune 26B-A4B v3 | 56,42 | 58,28 | 0,120 | 121 ms | classé |
| 62 (ex æquo) | SynACK Decide 26B-A4B v7 | 56,22 | 59,68 | 0,069 | 129 ms | classé |
| 63 (ex æquo) | KnowLine 4B Gen5.5 | 55,99 | 66,76 | 0,047 | 35 ms | classé |
| 64 (ex æquo) | Blink v0.3 26B-A4B (NVFP4) | 55,92 | 58,21 | 0,040 | 25 ms | classé |
| 65 (ex æquo) | JADE | 55,57 | 53,42 | 0,238 | 133 ms | classé |
| 66 (ex æquo) | Wald-26B-A4B | 55,35 | 62,30 | 0,043 | 90 ms | classé |
| 67 (ex æquo) | AJev lora1 (Gemma 4 26B-A4B) | 55,29 | 57,67 | 0,048 | 89 ms | classé |
| 68 (ex æquo) | Cloudflare clef ([fiche](https://quelleia.com/modeles-de-decision/#clef)) | 54,92 | 61,71 | 0,040 | 102 ms | classé |
| 69 (ex æquo) | StartLux-Decision v1.1 4B | 54,80 | 67,81 | 0,052 | 38 ms | classé |
| 70 (ex æquo) | Decider chat · Qwen3.6-27B | 54,67 | 51,57 | 0,021 | 84 ms | classé |
| 71 (ex æquo) | Perplexity Decider Flash v1.2 (4B) ([fiche](https://quelleia.com/modeles-de-decision/#pplx-decider)) | 54,29 | 60,06 | 0,052 | 75 ms | classé |
| 72 (ex æquo) | vLLM-SR d3-flash (9B) | 54,27 | 57,79 | 0,056 | 54 ms | classé |
| 73 (ex æquo) | JPT-35B-A3B | 54,09 | 52,68 | 0,049 | 250 ms | classé |
| 74 (ex æquo) | Xor 1.2 | 53,62 | 52,28 | 0,024 | 150 ms | classé |
| 75 (ex æquo) | GEV-26B-Decide | 53,50 | 58,03 | 0,072 | 129 ms | classé |
| 76 (ex æquo) | OneJev1.6-9B | 53,05 | 65,30 | 0,022 | 42 ms | classé |
| 77 (ex æquo) | Nace.AI Drex v2.0 (35B-A3B) | 52,76 | 61,25 | 0,018 | 276 ms | classé |
| 78 (ex æquo) | muria (Gemma 4 12B) | 52,55 | 51,40 | 0,071 | 54 ms | classé |
| 79 (ex æquo) | Jeffan-4B-2010 | 52,21 | 64,85 | 0,039 | 50 ms | classé |
| 80 (ex æquo) | Bespoke Nimble 9B v3 ([fiche](https://quelleia.com/modeles-de-decision/#bespoke-nimble-9b)) | 51,06 | 57,19 | 0,123 | 74 ms | classé |
| 81 (ex æquo) | frontier-infra Jebadiah 9B v2.1 (t1e) | 50,90 | 51,53 | 0,055 | 125 ms | classé |
| 82 (ex æquo) | decisio 0.4.0 (Qwen3.6-35B-A3B) | 50,82 | 48,43 | 0,055 | 71 ms | classé |
| 83 (ex æquo) | vLLM-SR d3-mini (4B) | 49,97 | 54,90 | 0,056 | 50 ms | classé |
| 84 (ex æquo) | JoshuaSP diffusiongemma (open-jev) | 49,53 | 50,14 | 0,216 | 260 ms | classé |
| 85 (ex æquo) | AJev lora7 (Gemma 4 12B) | 48,91 | 55,17 | 0,082 | 69 ms | classé |
| 86 (ex æquo) | OneJev1.6-4B | 48,88 | 61,95 | 0,025 | 27 ms | classé |
| 87 (ex æquo) | decisio 0.4.0 (Gemma 4 12B) | 48,75 | 49,72 | 0,103 | 38 ms | classé |
| 88 (ex æquo) | Mica v0.5 4B | 47,70 | 57,56 | 0,101 | 20 ms | classé |
| 89 (ex æquo) | PurpleMIST-Flash-1.0 | 47,54 | 46,74 | 0,032 | 53 ms | classé |
| 90 (ex æquo) | Cerno 9B v1.1 | 47,34 | 58,59 | 0,048 | 27 ms | classé |
| 91 (ex æquo) | Senova-4B | 47,32 | 61,60 | 0,152 | 48 ms | classé |
| 92 (ex æquo) | Sieve 9B v2 | 47,00 | 53,35 | 0,073 | 51 ms | classé |
| 93 (ex æquo) | Verdin-4B | 46,74 | 58,29 | 0,035 | 100 ms | classé |
| 94 (ex æquo) | Decider 35B-A3B | 46,64 | 47,70 | 0,023 | 101 ms | classé |
| 95 (ex æquo) | Winnow-12B ([fiche](https://quelleia.com/modeles-de-decision/#winnow-12b)) | 46,57 | 50,66 | 0,168 | 73 ms | classé |
| 96 (ex æquo) | vLLM-SR Decision 2.0 Lux 9B | 45,97 | 46,76 | 0,056 | 37 ms | classé |
| 97 (ex æquo) | Nace.AI Drex v1.5 | 45,78 | 58,08 | 0,090 | 54 ms | classé |
| 98 (ex æquo) | Hopper 12B (trained) | 45,76 | 48,27 | 0,076 | 290 ms | classé |
| 99 (ex æquo) | Trio-Spark DI (9B) | 45,59 | 55,52 | 0,127 | 209 ms | classé |
| 100 (ex æquo) | CoCo-Decision-4B 2.4 | 45,52 | 55,19 | 0,114 | 62 ms | classé |
| 101 (ex æquo) | Cloudflare clef-omni (30B-A3B) ([fiche](https://quelleia.com/modeles-de-decision/#clef)) | 45,04 | 56,54 | 0,040 | 191 ms | classé |
| 102 (ex æquo) | JevK5 9B v0.3.3 ([fiche](https://quelleia.com/modeles-de-decision/#jevk5)) | 44,89 | 47,62 | 0,060 | 40 ms | classé |
| 103 (ex æquo) | Cloudflare clef-flash ([fiche](https://quelleia.com/modeles-de-decision/#clef)) | 44,43 | 56,15 | 0,025 | 53 ms | classé |
| 104 (ex æquo) | Jevfire | 44,39 | 49,80 | 0,052 | 90 ms | classé |
| 105 (ex æquo) | RSI-Jev v6.1 VL 4B | 44,27 | 50,98 | 0,049 | 58 ms | classé |
| 106 (ex æquo) | Jegue 0.1 (9B) | 44,16 | 54,13 | 0,116 | 46 ms | classé |
| 107 (ex æquo) | jiwo 4B v2 | 44,10 | 46,06 | 0,068 | 50 ms | classé |
| 108 (ex æquo) | JPT-9B | 44,08 | 46,96 | 0,077 | 149 ms | classé |
| 109 (ex æquo) | ezjev 4B s2 | 43,90 | 50,82 | 0,063 | 36 ms | classé |
| 110 (ex æquo) | Jev-Omni | 43,83 | 41,04 | 0,161 | 55 ms | classé |
| 111 (ex æquo) | Solomon v1.1 | 43,23 | 38,07 | 0,081 | 224 ms | classé |
| 112 (ex æquo) | Standard One 8B SH (v4) | 42,93 | 57,40 | 0,107 | 90 ms | classé |
| 113 (ex æquo) | JEV-9B | 42,15 | 43,28 | 0,073 | 50 ms | classé |
| 114 (ex æquo) | Bespoke Nimble 9B v2 ([fiche](https://quelleia.com/modeles-de-decision/#bespoke-nimble-9b)) | 42,06 | 39,90 | 0,024 | 77 ms | classé |
| 115 (ex æquo) | Sieve 9B | 41,73 | 41,88 | 0,043 | 50 ms | classé |
| 116 (ex æquo) | Cerno 4B v1.1 | 41,15 | 57,60 | 0,050 | 27 ms | classé |
| 117 (ex æquo) | Sieve 4B | 40,96 | 50,06 | 0,031 | 93 ms | classé |
| 118 (ex æquo) | Kev 9B v2 | 40,91 | 41,54 | 0,045 | 60 ms | classé |
| 119 (ex æquo) | Nari Decision 4B v3.2 | 40,87 | 44,80 | 0,069 | 23 ms | classé |
| 120 (ex æquo) | Aplomb 1 | 40,75 | 43,49 | 0,075 | 54 ms | classé |
| 121 (ex æquo) | vLLM-SR Decision 2.0 Nox 4B | 40,75 | 44,21 | 0,030 | 34 ms | classé |
| 122 (ex æquo) | Hopper (G) 1.2 | 40,17 | 41,15 | 0,093 | 23 ms | classé |
| 123 (ex æquo) | StartLux-Decision v1.1 2B | 40,11 | 59,23 | 0,035 | 30 ms | classé |
| 124 (ex æquo) | FlyMy.AI Decision 4B v1.6 | 39,80 | 42,70 | 0,046 | 27 ms | classé |
| 125 (ex æquo) | Standard One 3B SH (v4) | 39,79 | 58,08 | 0,114 | 80 ms | classé |
| 126 (ex æquo) | JPT-4B | 39,56 | 42,82 | 0,079 | 139 ms | classé |
| 127 (ex æquo) | Intern-Decision-4B ([fiche](https://quelleia.com/modeles-de-decision/#intern-decision)) | 38,69 | 38,00 | 0,028 | 44 ms | classé |
| 128 (ex æquo) | RSI-Jev v5.0 VL 3B | 38,65 | 38,11 | 0,048 | 19 ms | classé |
| 129 (ex æquo) | djev | 38,15 | 40,89 | 0,212 | 84 ms | classé |
| 130 (ex æquo) | razorback16 openjev diffusiongemma (NVFP4, vLLM) | 37,60 | 37,75 | 0,232 | 38 ms | classé |
| 131 (ex æquo) | Valen-4B | 37,57 | 38,54 | 0,108 | 167 ms | classé |
| 132 (ex æquo) | NeoHorse-Jev-4B | 37,26 | 37,00 | 0,104 | 49 ms | classé |
| 133 (ex æquo) | JevK5 v0.3 ([fiche](https://quelleia.com/modeles-de-decision/#jevk5)) | 36,59 | 41,14 | 0,061 | 26 ms | classé |
| 134 (ex æquo) | Decider 4B ([fiche](https://quelleia.com/modeles-de-decision/#decider)) | 36,30 | 41,19 | 0,084 | 13 ms | classé |
| 135 (ex æquo) | lev | 35,47 | 39,20 | 0,064 | 71 ms | classé |
| 136 (ex æquo) | Lev1 3.7B | 35,41 | 42,68 | 0,058 | 29 ms | classé |
| 137 (ex æquo) | Kev 4B r10 | 34,93 | 37,95 | 0,032 | 59 ms | classé |
| 138 (ex æquo) | Sieve 2B v3 | 34,45 | 53,51 | 0,072 | 43 ms | classé |
| 139 (ex æquo) | LatentMesh Blitz 2B v1 | 34,44 | 48,15 | 0,137 | 52 ms | classé |
| 140 (ex æquo) | Saracura PT-BR 4B | 34,43 | 37,96 | 0,179 | 62 ms | classé |
| 141 (ex æquo) | Cam1 | 34,36 | 30,72 | 0,063 | 249 ms | classé |
| 142 (ex æquo) | vLLM-SR d3-nano (2B) | 34,30 | 42,22 | 0,112 | 38 ms | classé |
| 143 (ex æquo) | mmastrac diffusiongemma (vLLM PR 57250) | 34,25 | 32,69 | 0,202 | 127 ms | classé |
| 144 (ex æquo) | Kas 4B | 34,00 | 38,35 | 0,098 | 69 ms | classé |
| 145 (ex æquo) | Tev1-4B-experimental ([fiche](https://quelleia.com/modeles-de-decision/#tev1)) | 33,73 | 29,51 | 0,104 | 36 ms | classé |
| 146 (ex æquo) | Winnow-E4B | 32,72 | 40,86 | 0,058 | 45 ms | classé |
| 147 (ex æquo) | Aurelis-2B | 32,55 | 51,29 | 0,065 | 74 ms | classé |
| 148 (ex æquo) | Jevstral 8B | 32,23 | 34,01 | 0,047 | 28 ms | classé |
| 149 (ex æquo) | Metask-Jev-4B | 32,17 | 27,58 | 0,104 | 57 ms | classé |
| 150 (ex æquo) | Ryotide Qwen v0.3.1 | 31,99 | 37,28 | 0,092 | 81 ms | classé |
| 151 (ex æquo) | Intelif Qwen3-4B | 31,33 | 32,47 | 0,071 | 23 ms | classé |
| 152 (ex æquo) | GLiClass v4 edge (0.4B) | 31,21 | 47,49 | 0,089 | 22 ms | classé |
| 153 (ex æquo) | LiquidAI d1-3B ([fiche](https://quelleia.com/modeles-de-decision/#liquid-d1-ouvert)) | 31,12 | 48,99 | 0,047 | 16 ms | classé |
| 154 (ex æquo) | open-jev (pngwn) | 31,10 | 30,49 | 0,059 | 112 ms | classé |
| 155 (ex æquo) | Jev-Style 2B v3 | 30,71 | 34,05 | 0,118 | 70 ms | classé |
| 156 (ex æquo) | vera-core-2 | 30,60 | 41,28 | 0,046 | 90 ms | classé |
| 157 (ex æquo) | Jobe | 30,35 | 32,93 | 0,123 | 54 ms | classé |
| 158 (ex æquo) | OneJev1.6-0.8B | 29,58 | 48,76 | 0,035 | 13 ms | classé |
| 159 (ex æquo) | Crivo-1B | 29,25 | 47,77 | 0,151 | 16 ms | classé |
| 160 (ex æquo) | Gevva E4B | 29,21 | 32,44 | 0,145 | 53 ms | classé |
| 161 (ex æquo) | StartLux-Decision v1.1 0.8B | 28,88 | 53,79 | 0,015 | 30 ms | classé |
| 162 (ex æquo) | openvons | 28,78 | 28,66 | 0,371 | 21 ms | classé |
| 163 (ex æquo) | SemIf ([fiche](https://quelleia.com/modeles-de-decision/#semif)) | 26,71 | 26,50 | 0,099 | 113 ms | classé |
| 164 (ex æquo) | Saina Helm 2 Omni (0.8B) | 26,54 | 37,44 | 0,100 | 39 ms | classé |
| 165 (ex æquo) | vLLM-SR d3-lite (0.8B) | 26,16 | 36,93 | 0,094 | 37 ms | classé |
| 166 (ex æquo) | Amber 0.4B | 26,00 | 49,74 | 0,075 | 43 ms | classé |
| 167 (ex æquo) | jiwo 0.8B v2 | 25,81 | 29,58 | 0,068 | 36 ms | classé |
| 168 (ex æquo) | Saina Helm 2.0 v2 | 25,29 | 39,26 | 0,168 | 39 ms | classé |
| 169 (ex æquo) | this-that 1.2 | 24,85 | 28,65 | 0,198 | 44 ms | classé |
| 170 (ex æquo) | Gevva E2B | 24,26 | 28,53 | 0,090 | 43 ms | classé |
| 171 (ex æquo) | Crivo-400M | 23,74 | 39,79 | 0,121 | 17 ms | classé |
| 172 (ex æquo) | Decider 2B ([fiche](https://quelleia.com/modeles-de-decision/#decider)) | 23,65 | 29,75 | 0,077 | 8 ms | classé |
| 173 (ex æquo) | vLLM-SR Decision 2.0 Sol 2B | 23,64 | 30,05 | 0,037 | 26 ms | classé |
| 174 (ex æquo) | jdi-ptr14-0.8b | 23,58 | 35,79 | 0,042 | 67 ms | classé |
| 175 (ex æquo) | mini-jev | 22,81 | 21,25 | 0,346 | 67 ms | classé |
| 176 (ex æquo) | Valen-2B | 22,20 | 27,20 | 0,105 | 128 ms | classé |
| 177 (ex æquo) | Sieve 2B | 21,90 | 22,16 | 0,089 | 63 ms | classé |
| 178 (ex æquo) | wyat-1-800m | 21,49 | 25,78 | 0,232 | 112 ms | classé |
| 179 (ex æquo) | Intern-Decision-2B ([fiche](https://quelleia.com/modeles-de-decision/#intern-decision)) | 20,93 | 19,26 | 0,061 | 34 ms | classé |
| 180 (ex æquo) | Sieve 0.8B | 20,82 | 32,26 | 0,088 | 52 ms | classé |
| 181 (ex æquo) | Strands Decider 2B ([fiche](https://quelleia.com/modeles-de-decision/#strands-decider)) | 20,72 | 25,41 | 0,044 | 52 ms | classé |
| 182 (ex æquo) | EXAONE-4.0-1.2B-JEV v0.3 | 20,60 | 30,68 | 0,079 | 149 ms | classé |
| 183 (ex æquo) | tasksource Decider nano v5 (150M) | 19,85 | 33,51 | 0,070 | 13 ms | classé |
| 184 (ex æquo) | Crivo-68M | 19,51 | 32,82 | 0,103 | 12 ms | classé |
| 185 (ex æquo) | vLLM-SR Decision 2.0 Eos 0.8B | 18,37 | 20,57 | 0,130 | 25 ms | classé |
| 186 (ex æquo) | Crivo-150M v2 | 18,26 | 34,38 | 0,115 | 13 ms | classé |
| 187 (ex æquo) | Bekko System One v0 400M | 17,98 | 22,45 | 0,111 | 17 ms | classé |
| 188 (ex æquo) | Mola-150M | 17,84 | 31,34 | 0,080 | 13 ms | classé |
| 189 (ex æquo) | vLLM-SR d3-edge (0.6B) | 17,69 | 28,82 | 0,141 | 19 ms | classé |
| 190 (ex æquo) | Mola-68M | 17,60 | 27,27 | 0,119 | 11 ms | classé |
| 191 (ex æquo) | JEV FLAN-T5 Large public v2 (342M) | 17,31 | 22,02 | 0,047 | 17 ms | classé |
| 192 (ex æquo) | DecisionTune 1.0 | 17,22 | 28,85 | 0,148 | 14 ms | classé |
| 193 (ex æquo) | Valen-0.8B | 16,55 | 20,71 | 0,108 | 128 ms | classé |
| 194 (ex æquo) | Bosun v3.1 1.7B | 16,54 | 20,55 | 0,130 | 40 ms | classé |
| 195 (ex æquo) | vLLM-SR Decision 2.0 Kai 0.6B | 16,43 | 16,68 | 0,038 | 19 ms | classé |
| 196 (ex æquo) | Dinah-1 | 16,36 | 34,32 | 0,218 | 14 ms | classé |
| 197 (ex æquo) | Kev 0.8B r15 | 16,30 | 16,78 | 0,040 | 45 ms | classé |
| 198 (ex æquo) | PICK-150M v5 | 15,62 | 32,09 | 0,125 | 16 ms | classé |
| 199 (ex æquo) | JPT-0.8B | 15,46 | 19,37 | 0,069 | 118 ms | classé |
| 200 (ex æquo) | JEV Ettin 400M | 15,24 | 14,11 | 0,090 | 16 ms | classé |
| 201 (ex æquo) | Sifr 0.8B v3.1 | 14,53 | 25,65 | 0,120 | 35 ms | classé |
| 202 (ex æquo) | Crivo-32M v2 | 14,23 | 27,34 | 0,133 | 8 ms | classé |
| 203 (ex æquo) | Prumo | 13,99 | 20,14 | 0,047 | 0 ms | classé |
| 204 (ex æquo) | Kodiak v0.2 1B (accuracy) | 13,86 | 19,05 | 0,077 | 142 ms | classé |
| 205 (ex æquo) | Intern-Decision-0.8B ([fiche](https://quelleia.com/modeles-de-decision/#intern-decision)) | 12,71 | 11,81 | 0,026 | 34 ms | classé |
| 206 (ex æquo) | Jev-Style 0.8B v3 | 12,50 | 17,00 | 0,084 | 36 ms | classé |
| 207 (ex æquo) | Tev1-0.8B-experimental ([fiche](https://quelleia.com/modeles-de-decision/#tev1)) | 12,47 | 13,10 | 0,126 | 29 ms | classé |
| 208 (ex æquo) | Bekko System One v0 68M | 12,40 | 13,01 | 0,113 | 12 ms | classé |
| 209 (ex æquo) | LiquidAI d1-omni-600M ([fiche](https://quelleia.com/modeles-de-decision/#liquid-d1-ouvert)) | 11,75 | 17,90 | 0,128 | 11 ms | classé |
| 210 (ex æquo) | Crivo-17M | 11,65 | 22,15 | 0,080 | 6 ms | classé |
| 211 (ex æquo) | Von 1.3 | 11,65 | 13,86 | 0,216 | 18 ms | classé |
| 212 (ex æquo) | Bosun v3.1 0.6B | 11,04 | 14,50 | 0,142 | 39 ms | classé |
| 213 (ex æquo) | vera-spark | 11,00 | 19,59 | 0,157 | 80 ms | classé |
| 214 (ex æquo) | Lavoir | 10,85 | 8,85 | 0,149 | 20 ms | classé |
| 215 | GLiNER2.5-Decide ([fiche](https://quelleia.com/modeles-de-decision/#gliner2-5-decide)) | 10,14 | 11,48 | 0,088 | 23 ms | classé |
| 216 (ex æquo) | Laya ([fiche](https://quelleia.com/modeles-de-decision/#laya)) | 9,21 | 6,19 | 0,140 | 6 ms | classé |
| 217 (ex æquo) | JevK5 Lite ([fiche](https://quelleia.com/modeles-de-decision/#jevk5)) | 8,78 | 10,28 | 0,149 | 19 ms | classé |
| 218 (ex æquo) | LFM2.5-2.6B-RLCD | 8,18 | 6,78 | 0,255 | 39 ms | classé |
| 219 (ex æquo) | Qwen-2.5-1B-RLCD | 7,85 | 4,02 | 0,205 | 44 ms | classé |
| 220 (ex æquo) | Bekko System One v0 17M | 7,66 | 7,44 | 0,161 | 7 ms | classé |
| 221 (ex æquo) | CLM-v0.1-8B | 6,49 | 7,41 | 0,323 | 47 ms | classé |
| 222 (ex æquo) | jeff | 6,21 | 8,27 | 0,097 | 22 ms | classé |
| 223 (ex æquo) | LFM2.5-350M-RLCD | 5,86 | 1,43 | 0,568 | 27 ms | classé |
| 224 (ex æquo) | system-one-gemma | 5,22 | 5,19 | 0,239 | 32 ms | classé |
| 225 (ex æquo) | DM-JEPA 1.1 | 4,96 | 19,19 | 0,445 | 63 ms | classé |
| 226 (ex æquo) | Julia 1 | 4,75 | 4,24 | 0,420 | 6 ms | classé |
| 227 (ex æquo) | Nirnaya 0.4B | 3,51 | 1,60 | 0,046 | 14 ms | classé |
| 228 (ex æquo) | Zev | 3,37 | 1,55 | 0,138 | 1 ms | classé |
| 229 | Verdict | 2,04 | 1,86 | 0,154 | 11 ms | classé |

## Ce que ces tableaux ne disent pas

- Aucun de ces bancs ne mesure le français : leurs questions sont en anglais.
- JevBench et le Jev Decision Index ne mesurent ni les mêmes systèmes ni de la même façon : un rang ne se compare pas d'un tableau à l'autre.
- Le score complet du Jev Decision Index vient à 80 % de tests privés, que personne ne peut rejouer de l'extérieur.
- Les deux bancs changent de méthode et de systèmes d'une semaine à l'autre : un rang vaut pour la date du relevé.

Accords de Benchmark Heaven et de multimodalart du 17 octobre 2026 : lecture automatique chaque semaine, affichage à côté des autres bancs, sans les fondre dans un score, avec la mention de la source, un lien et la date du relevé.