Classements des modèles d’IA
Le classement des modèles d’IA, éditorial.
Classements indépendants et éditoriaux des meilleurs modèles d’IA — chat, code, image, vidéo, agents, audio et recherche. Mis à jour chaque semaine, traduits dans votre langue.
- modèles classés
- 38
- catégories
- 9
- langues
- 5
Explorer par catégorie
chat
Chat
La catégorie la plus disputée du classement. Les modèles de chat tranchent tout, de l’assistance quotidienne aux problèmes de raisonnement les plus difficiles, et l’écart entre les meilleurs et les autres évolue chaque semaine. Nous pesons les benchmarks, l’usage réel des outils et l’expérience humaine des longues conversations pour classer les modèles par lesquels la plupart des gens découvrent l’IA.
→
coding
Code
Là où l’IA a cessé d’être un jouet pour devenir un coéquipier. Les modèles et agents de code planifient, éditent et vérifient des dépôts entiers, et les outils qui les entourent déterminent la vélocité réelle autant que le modèle. Nous classons toute la pile — modèles, IDE et agents autonomes — par la quantité de code fiable qu’ils livrent.
→
image
Image
Le texte-vers-image est devenu le terrain d’épreuve de la créativité et de l’art du prompt. Ces modèles transforment une phrase en image finie — photoréaliste, éditoriale ou délibérément étrange — et les meilleurs sont désormais impossibles à distinguer d’une séance studio. Nous les classons selon l’esthétique, l’adhérence au prompt et l’utilité réelle du résultat.
→
image-editing
Édition d’image
Générer une image n’est que la moitié du travail — l’autre moitié consiste à corriger, compléter et finaliser. Les modèles d’édition suppriment des fonds, prolongent des scènes, retouchent des photos et refont des plans en un seul prompt. Nous classons les éditeurs et leurs modèles selon la qualité, le contrôle et le peu d’allers-retours qu’ils exigent.
→
video
Vidéo
Le texte-vers-vidéo est passé d’un tour de salon à un outil de production en une seule année. Les meilleurs modèles tiennent la physique, gardent des personnages cohérents entre les scènes et offrent une qualité quasi cinématographique directement depuis un prompt. Nous les classons selon le réalisme du mouvement, le contrôle et la proximité du rendu avec un plan fini.
→
video-editing
Édition vidéo
Tourner et monter ne sont plus le goulot d’étranglement — c’est l’édition. Les modèles d’édition vidéo prolongent des clips, suppriment des objets, traduisent des dialogues et restructurent des rushes en minutes au lieu d’heures. Nous classons les éditeurs selon la part du montage qu’ils réalisent seuls et la propreté des raccords.
→
agents
Agents
Le segment qui croît le plus vite en IA, et celui qui ressemble le plus à l’avenir. Les frameworks d’agents planifient un travail en plusieurs étapes, appellent des outils, écrivent du code et accomplissent des tâches de bout en bout au lieu de répondre à une seule question. Nous classons les plateformes et agents autonomes selon leur fiabilité, leur autonomie réelle et la confiance qu’on peut leur accorder.
→
audio
Audio
La voix est l’interface en laquelle les gens ont le plus confiance, et les modèles de synthèse vocale ont atteint une qualité de diffusion. Les TTS actuels lisent avec émotion, gardent une voix cohérente sur des heures d’audio et clonent une voix à partir de quelques secondes de référence. Nous classons les modèles vocaux selon leur naturel, leur contrôle et leur latence dans les produits réels.
→
search
Recherche
La recherche est en train d’être reconstruite de zéro. Les moteurs de réponses IA lisent le web en direct, synthétisent les sources et citent leurs trouvailles, transformant une liste de liens en une réponse réellement exploitable. Nous les classons selon la qualité des réponses, la fiabilité des sources et l’exactitude des faits.
→
Classements sélectionnés
free
Modèles gratuits
Les meilleurs modèles d’IA open-weight que vous pouvez exécuter et auto-héberger gratuitement, classés par score éditorial.
#1 Llama 4 405B · 95 →
value
Meilleur rapport qualité-prix
Les modèles d’IA au meilleur rendement par dollar — open weights et APIs économiques, classés par score éditorial.
#1 DeepSeek V3 · 92 →
Benchmarks
Tout voir →Classements IA par benchmark — GPQA, MMLU-Pro, SWE-Bench, HumanEval, LiveBench, Humanity's Last Exam, MATH et Elo LMArena. Chaque benchmark est normalisé sur une échelle de 0 à 100 et classé à partir des résultats publics publiés par leurs équipes.
Hugging Face
GPQA
GPQA est un benchmark à choix multiples créé par Google DeepMind, avec 448 questions scientifiques de niveau postuniversitaire en physique, chimie et biologie. Son nom signifie que les questions sont assez difficiles pour qu’un moteur de recherche ne puisse pas y répondre, ce qui protège le benchmark de la contamination. Le score reflète la fréquence à laquelle un modèle répond correctement à ces questions d’experts.
#1 GPT-5 · 99 →
Hugging Face
MMLU-Pro
MMLU-Pro est le successeur plus exigeant de MMLU, le benchmark de connaissances classique. Il élargit le test original à plus de 12 000 questions dans 14 disciplines académiques et ajoute dix choix de réponse, ce qui rend le hasard bien moins efficace. Il mesure l’étendue des connaissances d’un modèle et sa fiabilité à raisonner sur des sujets allant du droit et de la médecine à la physique et à l’économie.
#1 GPT-5 · 98 →
BenchLM
HumanEval
HumanEval est le benchmark de génération de code d’OpenAI : 164 problèmes de programmation écrits à la main qui vérifient si un modèle peut produire une fonction Python correcte à partir d’un docstring. Les scores sont rapportés en pass@1, la part de problèmes résolus au premier essai. C’est l’un des benchmarks de code les plus anciens et les plus cités, même si la programmation réelle l’a vite dépassé.
#1 GPT-5 · 100 →
BenchLM
SWE-Bench
SWE-Bench est le benchmark de code agentique : il donne au modèle une issue GitHub réelle d’un dépôt open source et lui demande de produire un patch qui passe les tests du projet. Avec plus de 2 000 tâches, il mesure si une IA peut naviguer dans des bases de code inconnues, comprendre des rapports de bugs et livrer des corrections qui fusionnent réellement. C’est le proxy public le plus proche d’un ingénieur logiciel embauché.
#1 GPT-5 · 93 →
LiveBench
LiveBench
LiveBench est un benchmark résistant à la contamination, publié en continu par Abacus AI, avec de nouveaux ensembles de questions diffusés selon un calendrier fixe pour que les modèles ne puissent pas s’entraîner sur des réponses fuitées. Il note 23 tâches objectives dans sept catégories — raisonnement, code, mathématiques, analyse de données, langage et plus — où chaque réponse est vérifiable par code, et non par un juge IA.
#1 GPT-5 · 99 →
BenchLM
Humanity's Last Exam
Humanity's Last Exam est le benchmark de connaissances le plus difficile jamais constitué : 2 500 questions rédigées par plus de 1 000 experts dans 100 matières, des mathématiques et de la physique au droit et à la linguistique. Conçu par le Center for AI Safety et Scale AI comme un test de frontière, la plupart des meilleurs modèles restent sous les 20 %. C'est la meilleure mesure disponible du plafond de la connaissance de l'IA.
#1 GPT-5 · 89 →
Hugging Face
MATH
Le benchmark MATH est un ensemble de 5 000 problèmes de mathématiques de niveau compétition dans 7 domaines, de l’algèbre et du dénombrement à la théorie des nombres et à la pré-analyse. Il teste non seulement le calcul mais le raisonnement pas à pas, puisque les problèmes ne sont notés que sur la réponse finale. Il reste le signal de référence pour mesurer la réflexion réelle d’un modèle — plutôt que sa mémorisation.
#1 GPT-5 · 95 →
LMArena
Elo LMArena
LMArena (ex-LMSYS Chatbot Arena) est le plus grand classement des préférences humaines en IA. Des millions d’utilisateurs votent lors de batailles à l’aveugle entre modèles, et les résultats alimentent un score Elo de Bradley-Terry — le même système que connaissent les joueurs d’échecs. Il capture ce que les gens préfèrent réellement utiliser en conversation, ce qu’aucun benchmark automatique ne peut reproduire entièrement.
#1 GPT-5 · 100 →
Tendance de la semaine
#31
OpenAI AgentKit
OpenAI
97
▲ 22
Le framework d’OpenAI pour les flux d’agents en production — appels de fonctions, garde-fous et observabilité fondés sur la famille GPT-5.
#35
ElevenLabs v4
ElevenLabs
98
▲ 21
La synthèse vocale la plus naturelle que nous testons — émotion, rythme et clonage de voix assez bons pour les livres audio, la publicité et les agents.
#34
Manus
Manus
92
▲ 20
Un agent autonome généraliste — face à un objectif, Manus planifie, navigue, construit et livre le résultat final.
#14
Claude Code
Anthropic
95
▲ 18
Code agentique dans le terminal — Claude planifie, édite et vérifie les changements de façon autonome.