Au 6 octobre 2026, Claude Opus 5.5 est le meilleur modèle d’IA du marché : 58 points sur l’Intelligence Index d’Artificial Analysis, devant Claude Sonnet 5.5 (56). GPT-6 Astra, Gemini 4 Argon et Claude Fable 5.1 suivent à 53. Ne comparez pas ces chiffres à ceux de septembre : l’index a été refondu et tous les scores ont baissé d’environ 13 points. Voici le top 20, le coût réel d’une tâche pour chaque modèle, et le cas où le modèle le moins cher au token devient le plus cher à l’usage.
Le classement des 20 meilleurs modèles d’IA en octobre 2026
Quatre vues du même classement, selon ce que vous optimisez : la performance brute, le rapport intelligence sur coût, la vitesse ou le prix au million de tokens. Cliquez sur un onglet pour changer de tableau.
| # | Modèle d’IA | Créateur | Index | Coût par tâche | Vitesse | Contexte |
|---|---|---|---|---|---|---|
| 1 | Claude Opus 5.5 (max, avec fallback) | Anthropic | 58 | 5,98 $ | 97 t/s | 1 M |
| 2 | Claude Sonnet 5.5 (max, avec fallback) | Anthropic | 56 | 7,67 $ | 128 t/s | 1 M |
| 3 | Claude Opus 5.5 (xhigh, avec fallback) | Anthropic | 56 | 3,46 $ | 78 t/s | 1 M |
| 4 | Claude Opus 5.5 (high, avec fallback) | Anthropic | 54 | 1,82 $ | 78 t/s | 1 M |
| 5 | Claude Fable 5.1 (max, avec fallback) | Anthropic | 53 | 7,63 $ | 61 t/s | 1 M |
| 6 | Claude Fable 5.1 (xhigh, avec fallback) | Anthropic | 53 | 5,98 $ | 68 t/s | 1 M |
| 7 | GPT-6 Astra (max) | OpenAI | 53 | 3,26 $ | 63 t/s | 1 M |
| 8 | Gemini 4 Argon (high) | 53 | 1,99 $ (promo) | non publié | 1 M | |
| 9 | GPT-6 Astra (xhigh) | OpenAI | 52 | 2,31 $ | 64 t/s | 1 M |
| 10 | Claude Sonnet 5.5 (xhigh, avec fallback) | Anthropic | 52 | 2,75 $ | 106 t/s | 1 M |
| 11 | GPT-6.1 Sol (max) | OpenAI | 52 | 0,72 $ | 58 t/s | 1 M |
| 12 | Claude Opus 5.5 (medium, avec fallback) | Anthropic | 51 | 1,34 $ | 79 t/s | 1 M |
| 13 | Claude Fable 5.1 (high, avec fallback) | Anthropic | 51 | 3,91 $ | 57 t/s | 1 M |
| 14 | GPT-6.1 Sol (xhigh) | OpenAI | 51 | 0,39 $ | 59 t/s | 1 M |
| 15 | GPT-6 Astra (high) | OpenAI | 51 | 1,73 $ | 60 t/s | 1 M |
| 16 | GPT-6.1 Sol (high) | OpenAI | 50 | 0,32 $ | 53 t/s | 1 M |
| 17 | GPT-6 Astra (medium) | OpenAI | 50 | 1,54 $ | 53 t/s | 1 M |
| 18 | Claude Fable 5.1 (medium, avec fallback) | Anthropic | 49 | 2,98 $ | 55 t/s | 1 M |
| 19 | Muse Spark 1.3 (max) | Meta | 48 | 1,60 $ | 187 t/s | 1 M |
| 20 | GPT-6.1 Sol (medium) | OpenAI | 48 | 0,21 $ | 52 t/s | 1 M |
Artificial Analysis Intelligence Index v4.3.2, relevé le 6 octobre 2026. Le coût par tâche est le coût moyen pondéré pour exécuter une tâche de l’index, tous types de tokens confondus. Gemini 4 Argon est en déploiement auprès d’utilisateurs sélectionnés, à prix réduit de 50 % ; au tarif standard, son coût par tâche passerait à 3,98 $. Juste derrière : Claude Fable 5.1 (low) et Claude Sonnet 5.5 (high), à 47 points.
| Modèle d’IA | Créateur | Index | Coût par tâche | Points d’index par dollar |
|---|---|---|---|---|
| GPT-6 Luna (high) | OpenAI | 33 | 0,03 $ | environ 1 100 |
| GPT-6 Luna (xhigh) | OpenAI | 35 | 0,04 $ | environ 875 |
| MiMo-V2.6-Flash | Xiaomi | 38 | 0,06 $ | environ 630 |
| GPT-6 Luna (max) | OpenAI | 38 | 0,07 $ | environ 545 |
| MiMo-V2.6-Pro | Xiaomi | 46 | 0,13 $ | environ 355 |
| GPT-6.1 Sol (low) | OpenAI | 42 | 0,13 $ | environ 325 |
| GPT-6.1 Sol (medium) | OpenAI | 48 | 0,21 $ | environ 230 |
| GLM-5.3-Flash | Z AI | 42 | 0,25 $ | environ 170 |
| GPT-6.1 Sol (high) | OpenAI | 50 | 0,32 $ | environ 155 |
| GPT-6.1 Sol (xhigh) | OpenAI | 51 | 0,39 $ | environ 130 |
| GPT-6.1 Sol (max) | OpenAI | 52 | 0,72 $ | environ 72 |
| Claude Opus 5.5 (medium) | Anthropic | 51 | 1,34 $ | environ 38 |
| Claude Opus 5.5 (high) | Anthropic | 54 | 1,82 $ | environ 30 |
| Gemini 4 Argon (high, prix promo) | 53 | 1,99 $ | environ 27 | |
| GPT-6 Astra (max) | OpenAI | 53 | 3,26 $ | environ 16 |
| Claude Opus 5.5 (max) | Anthropic | 58 | 5,98 $ | environ 10 |
| Claude Sonnet 5.5 (max) | Anthropic | 56 | 7,67 $ | environ 7 |
| Claude Fable 5.1 (max) | Anthropic | 53 | 7,63 $ | environ 7 |
Colonne « points par dollar » calculée par LEPTIDIGITAL : score Intelligence Index divisé par le coût par tâche publié. Artificial Analysis arrondit le coût au centime : sur les lignes à 0,03 ou 0,04 $, l’écart d’arrondi peut faire varier le ratio de 15 à 20 %. À lire comme un ordre de grandeur.
| Modèle d’IA | Index | Vitesse | Latence 1er fragment | Réponse de 500 tokens | Contexte |
|---|---|---|---|---|---|
| Gemini 3.8 Flash (high) | 41 | 242 t/s | 16,8 s | 18,8 s | 1 M |
| DeepSeek V4.1 Flash (max) | 39 | 222 t/s | 1,1 s | 12,4 s | 1 M |
| Muse Spark 1.3 (xhigh) | 45 | 192 t/s | 33,5 s | 46,6 s | 1 M |
| Muse Spark 1.3 (max) | 48 | 187 t/s | 39,9 s | 53,2 s | 1 M |
| Claude Sonnet 5.5 (max) | 56 | 128 t/s | 441,9 s | 445,8 s | 1 M |
| Claude Sonnet 5.5 (high) | 47 | 103 t/s | 11,5 s | 16,4 s | 1 M |
| Claude Opus 5.5 (max) | 58 | 97 t/s | 716,0 s | 721,2 s | 1 M |
| Grok 4.7 (high) | 46 | 96 t/s | 54,3 s | 59,5 s | 500 k |
| Claude Opus 5.5 (medium) | 51 | 79 t/s | 20,6 s | 27,0 s | 1 M |
| GPT-6 Astra (max) | 53 | 63 t/s | 287,8 s | 295,7 s | 1 M |
| GPT-6 Astra (medium) | 50 | 53 t/s | 4,6 s | 14,0 s | 1 M |
| GPT-6.1 Sol (medium) | 48 | 52 t/s | 5,4 s | 15,0 s | 1 M |
| GPT-6.1 Sol (max) | 52 | 58 t/s | 273,6 s | 282,2 s | 1 M |
Vitesse médiane en tokens par seconde, latence avant le premier fragment de réponse (temps de réflexion inclus pour les modèles de raisonnement) et durée totale pour recevoir une réponse de 500 tokens, mesurées par Artificial Analysis sur l’API de l’éditeur. Tous modèles confondus, les plus rapides sont Celeris-1 (plus de 1 650 t/s) et la famille Mercury d’Inception (entre 660 et 720 t/s), mais avec un index de 12 points ou moins.
| Modèle d’IA | Entrée / 1 M tokens | Sortie / 1 M tokens | Lecture de cache | Contexte | Licence |
|---|---|---|---|---|---|
| Claude Fable 5.1 | 10,00 $ | 50,00 $ | 0,25 $ | 1 M | Propriétaire |
| GPT-6 Astra | 10,00 $ | 50,00 $ | remise de 90 % | 1 M | Propriétaire |
| Claude Opus 5.5 | 4,00 $ | 20,00 $ | 0,20 $ | 1 M | Propriétaire |
| Gemini 4 Argon | 4,00 $ (2,00 $ en promo) | 20,00 $ (10,00 $ en promo) | 0,10 $ en promo | 1 M | Propriétaire |
| GPT-6.1 Sol | 2,00 $ | 10,00 $ | remise de 95 % | 1 M | Propriétaire |
| Claude Sonnet 5.5 | 2,00 $ | 10,00 $ | 0,20 $ | 1 M | Propriétaire |
| Grok 4.7 | 2,00 $ | 6,00 $ | 0,50 $ | 500 k | Propriétaire |
| GLM-5.3 | 1,40 $ | 4,40 $ | non relevé | 1 M | Open weights, licence GLM-5.3 (usage commercial sous conditions) |
| Muse Spark 1.3 | 1,25 $ | 4,25 $ | non relevé | 1 M | Propriétaire |
| MiMo-V2.6-Pro | 0,43 $ | 0,87 $ | non relevé | 1 M | Open weights, MIT |
| GPT-6 Luna | 0,10 $ | 0,50 $ | remise de 90 % | 1 M | Propriétaire |
Tarifs publics de l’API de chaque éditeur, relevés via Artificial Analysis entre le 9 septembre et le 6 octobre 2026. Google n’a pas communiqué la date de fin de sa remise de lancement sur Gemini 4 Argon.
Regardez d’abord le coût par tâche. Il intègre les tokens de raisonnement, invisibles dans une grille tarifaire, et c’est lui qui prédit votre facture. Regardez ensuite la latence : Claude Opus 5.5 en effort maximal met en moyenne près de douze minutes avant de livrer sa réponse. Parfait pour un agent qui tourne la nuit, inutilisable dans un chat.
Source : LLM Leaderboard d’Artificial Analysis, Intelligence Index v4.3.2, relevé le 6 octobre 2026, sur près de 200 modèles notés dont 81 en open weights. Les vitesses sont recalculées en continu et bougent de quelques pourcents d’une semaine à l’autre.
Pourquoi tous les scores ont chuté depuis septembre
Les modèles n’ont pas régressé. C’est la règle du jeu qui a changé. Le 7 septembre 2026, Artificial Analysis a publié l’Intelligence Index v4.3, avec des épreuves plus difficiles : Terminal-Bench passe de la version 2.1 à 4.0, et AutomationBench-AA, conçu avec Zapier, remplace τ³-Banking. Les évaluations à questions privées, impossibles à apprendre par cœur, pèsent désormais 45 % de l’index.
| Modèle | Score au 3 septembre (v4.1.1) | Score au 7 septembre (v4.3) |
|---|---|---|
| Claude Fable 5.1 (max) | 66 | 53 |
| Claude Opus 5 (max) | 63 | 51 |
| Muse Spark 1.3 (max) | 62 | 48 |
| GPT-5.6 Sol (max) | 61 | 47 |
La règle pratique : ne comparez jamais deux scores relevés sous des versions d’index différentes. Sur le fond, le haut du tableau s’est renouvelé en trois semaines. Artificial Analysis a publié ses mesures de GPT-6 Astra le 9 septembre, de Grok 4.7 le 21, de Claude Opus 5.5, GPT-6 Sol et GPT-6 Luna le 22, de Claude Sonnet 5.5 le 28, de GPT-6.1 Sol le 29 et de Gemini 4 Argon le 30 septembre. GPT-6.1 Sol a remplacé GPT-6 Sol au bout de sept jours seulement.
Cinq enseignements du classement des LLM d’octobre
- Anthropic occupe les quatre premières places. Claude Opus 5.5 mène sur six des dix évaluations de l’index, dont le travail de connaissance agentique (AA-Briefcase, 1 822 Elo). Il arrive avec une baisse de prix de 20 %, à 4 $ / 20 $ le million de tokens, et une lecture de cache à 0,20 $, selon l’analyse d’Artificial Analysis. Conséquence directe : Claude Fable 5.1 est désormais dominé, moins bien noté et plus cher à la tâche qu’Opus 5.5.
- Le modèle le moins cher au token peut coûter le plus cher à la tâche. Claude Sonnet 5.5 facture deux fois moins le token qu’Opus 5.5, mais en effort maximal il consomme environ 193 000 tokens de sortie par tâche, un record. Résultat : 7,67 $ la tâche, contre 5,98 $ pour Opus 5.5, pour deux points de moins. Sonnet 5.5 reste excellent en code dans le terminal (64 % sur Terminal-Bench 4.0, meilleur score mesuré), à condition de baisser son niveau d’effort.
- OpenAI tient la frontière du coût. GPT-6.1 Sol en effort maximal atteint 52 points pour 0,72 $ la tâche, moins du quart du coût de GPT-6 Astra pour un point d’écart. Malgré un tarif de 10 $ / 50 $ le million de tokens, GPT-6 Astra garde un atout : il consomme environ 27 000 tokens par tâche, trois fois moins que Claude Fable 5.1 pour le même score.
- Google revient dans le trio de tête, mais pas encore pour tout le monde. Gemini 4 Argon égale GPT-6 Astra à 53 points, avec le taux d’hallucination le plus bas parmi les modèles notés 45 et plus (15 %, contre 51 % pour Astra) et le meilleur score sur AutomationBench-AA (78 %). Il n’est accessible qu’à des utilisateurs sélectionnés, à un prix de lancement réduit de moitié, d’après le test publié le 30 septembre. Pour l’usage grand public, suivez plutôt l’assistant Gemini de Google.
- L’open weights recule à douze points du sommet. Le meilleur modèle ouvert est désormais MiMo-V2.6-Pro de Xiaomi, sous licence MIT : 46 points pour 0,13 $ la tâche, soit environ 46 fois moins cher qu’Opus 5.5 au maximum. Suivent GLM-5.3 (45) et Kimi K3 (44). L’écart avec le leader était de six points en septembre : les nouvelles épreuves agentiques creusent la distance.
Quels modèles d’IA offrent le meilleur rapport qualité prix ?
Les derniers points d’intelligence coûtent de plus en plus cher. GPT-6 Luna en effort high délivre environ 1 100 points d’index par dollar, Claude Opus 5.5 en effort maximal environ 10 : un facteur supérieur à 100. Entre les deux, la zone utile se situe entre 48 et 52 points, sous 0,75 $ la tâche, où GPT-6.1 Sol occupe seul le terrain. Nous détaillons ces arbitrages dans notre analyse de quels LLM sont réellement les plus rentables.
Le curseur d’effort compte autant que le choix du modèle. Claude Opus 5.5 passe de 54 points à 1,82 $ en effort high à 58 points à 5,98 $ en effort maximal : quatre points pour une facture multipliée par 3,3. Avant de changer de modèle, testez d’abord un cran d’effort plus bas sur le vôtre.
Notre verdict
Le numéro 1 est rarement le bon choix par défaut. Posez-vous d’abord la question du score minimum acceptable pour votre tâche. GPT-6.1 Sol en effort maximal (52 points) traite votre volume huit fois moins cher que Claude Opus 5.5 au maximum (58 points). Réservez le haut de tableau aux tâches longues où une erreur coûte plus cher que le modèle, et ne confondez pas prix au token et prix à la tâche.
Comment est calculé l’Intelligence Index d’Artificial Analysis ?
L’Intelligence Index est un score composite qui agrège dix évaluations indépendantes, notées au premier essai. Depuis la version 4.3, il pèse à 30 % les tâches d’agent, à 30 % les connaissances générales, à 20 % le code et à 20 % le raisonnement scientifique. Artificial Analysis estime son intervalle de confiance à moins de 1 point, selon sa méthodologie publiée.
| Catégorie | Poids | Évaluations incluses |
|---|---|---|
| Agents | 30 % | AA-Briefcase v1.1 (15 %), GDPval-AA v2.1 (10 %), AutomationBench-AA (5 %) |
| Général | 30 % | AA-Omniscience précision (10 %) et non-hallucination (5 %), GDP.pdf (10 %), AA-LCR v1.1 (5 %) |
| Code | 20 % | Terminal-Bench 4.0 (10 %), SciCode (10 %) |
| Raisonnement scientifique | 20 % | Humanity’s Last Exam (10 %), CritPt (10 %) |
Un point limite la portée de ce score pour un lecteur français : l’index est essentiellement textuel et en anglais. Les performances multilingues et multimodales sont mesurées à part. Un modèle très bon en français n’en tire aucun bénéfice ici.
Quel modèle d’IA choisir selon votre usage ?
| Votre priorité | Modèles à tester en premier | Pourquoi |
|---|---|---|
| Travail de connaissance complexe (rapports, analyses, livrables) | Claude Opus 5.5 (high ou xhigh) | Meilleur score sur AA-Briefcase et GDPval-AA, 54 à 56 points pour 1,82 à 3,46 $ la tâche |
| Code et automatisation dans un terminal | Claude Sonnet 5.5, Claude Opus 5.5, GPT-6 Astra | 64 %, 60 % et 59 % sur Terminal-Bench 4.0 |
| Workflows entre applications SaaS | Gemini 4 Argon, Claude Sonnet 5.5 | 78 % et 71 % sur AutomationBench-AA |
| Fiabilité factuelle, peu d’hallucinations | Gemini 4 Argon | 15 % d’hallucinations, le plus bas des modèles notés 45 et plus |
| Bon niveau à coût maîtrisé | GPT-6.1 Sol (high ou xhigh) | 50 à 51 points pour 0,32 à 0,39 $ la tâche |
| Très gros volume, petit budget | GPT-6 Luna (xhigh ou max) | 35 à 38 points pour 0,04 à 0,07 $ la tâche |
| Open weights, hébergement maîtrisé | MiMo-V2.6-Pro, GLM-5.3, Kimi K3 | 44 à 46 points ; MiMo-V2.6-Pro sous licence MIT |
| Réponses rapides en interface | DeepSeek V4.1 Flash, GPT-6 Astra (medium) | Réponse complète en 12 à 14 secondes, contre plusieurs minutes en haut de tableau |
Si vous cherchez un assistant prêt à l’emploi plutôt qu’un modèle à appeler par API, notre sélection d’alternatives à ChatGPT compare des produits complets, avec leurs offres et leurs limites. Pour vous faire votre propre avis sur les laboratoires en tête du classement, testez directement Claude, ChatGPT et Grok sur vos propres cas d’usage.
Les pièges à connaître avant de vous fier au classement
- Un score « avec fallback » n’est pas un modèle unique. Les configurations Claude sont mesurées avec le routage de sécurité d’Anthropic activé : certaines requêtes sensibles basculent vers un autre modèle. Sur Sonnet 5.5, Artificial Analysis a observé ce repli sur environ 0,1 % des tâches.
- Un prix promotionnel n’est pas un prix. Le coût de Gemini 4 Argon doublera à la fin de la remise de lancement, ce qui le ferait passer de 60 % du coût de GPT-6 Astra à environ 1,2 fois.
- Un classement public peut être optimisé. L’étude The Leaderboard Illusion a documenté les asymétries de données et les tests privés qui faussent certains classements. La part croissante d’épreuves privées chez Artificial Analysis limite ce risque sans le supprimer.
- Un modèle en tête peut devenir indisponible. Nous avions documenté l’indisponibilité de Claude Fable 5 en juin, et les pannes de ChatGPT rappellent régulièrement l’intérêt d’avoir une solution de repli. Prévoyez un modèle de secours avant d’en avoir besoin.
Le classement sert à présélectionner deux ou trois candidats. La décision se prend ensuite sur vos propres prompts, en français, avec votre coût complet (entrée, sortie, raisonnement, cache), votre latence acceptable et vos contraintes de confidentialité.
FAQ sur le classement des modèles d’IA
Quel est le meilleur modèle d’IA en octobre 2026 ?
Au 6 octobre 2026, Claude Opus 5.5 en effort maximal mène l’Artificial Analysis Intelligence Index v4.3.2 avec 58 points. Claude Sonnet 5.5 (max) et Claude Opus 5.5 (xhigh) suivent à 56. GPT-6 Astra, Gemini 4 Argon et Claude Fable 5.1 partagent ensuite 53 points.
Pourquoi Claude Fable 5.1 est-il passé de 66 à 53 points ?
Parce qu’Artificial Analysis a changé d’index. La version 4.3, publiée le 7 septembre 2026, intègre Terminal-Bench 4.0 et AutomationBench-AA, plus difficiles. Tous les modèles ont perdu 12 à 15 points sans avoir changé. Un score de la version 4.1.1 n’est pas comparable à un score de la version 4.3.
Quel est le meilleur modèle d’IA open source ?
MiMo-V2.6-Pro de Xiaomi, publié sous licence MIT, est le modèle open weights le mieux classé avec 46 points, pour 0,13 $ par tâche. Il compte 1 000 milliards de paramètres, dont 42 milliards actifs. GLM-5.3 de Z AI (45) et Kimi K3 (44) complètent le podium ouvert.
Quel LLM offre le meilleur rapport qualité prix ?
Pour un usage professionnel exigeant, GPT-6.1 Sol : 50 à 52 points pour 0,32 à 0,72 $ la tâche selon l’effort, aucun modèle ne fait mieux à ce niveau de coût d’après Artificial Analysis. Pour du volume massif, GPT-6 Luna délivre 35 à 38 points pour moins de 0,10 $ la tâche.
Pourquoi Claude Sonnet 5.5 coûte-t-il plus cher qu’Opus 5.5 ?
Son prix au token est deux fois plus bas (2 $ / 10 $ contre 4 $ / 20 $), mais en effort maximal il génère environ 193 000 tokens de sortie par tâche, soit 60 % de plus qu’Opus 5.5. Le coût par tâche grimpe à 7,67 $ contre 5,98 $. En effort high ou xhigh, l’écart s’inverse.
Quel est le modèle d’IA le plus rapide ?
Celeris-1 dépasse 1 650 tokens par seconde, devant les modèles Mercury d’Inception, mais avec un index de 12 points ou moins. Parmi les modèles notés au-dessus de 40, Gemini 3.8 Flash (242 t/s) et DeepSeek V4.1 Flash (222 t/s) sont les plus rapides.
Artificial Analysis ou Arena : quel classement suivre ?
Artificial Analysis mesure la réussite à des épreuves standardisées, en grande partie agentiques. Arena agrège des votes humains sur des réponses anonymes, donc une préférence de style. Pour du code, de l’analyse ou de l’automatisation, suivez Artificial Analysis. Pour un usage conversationnel, croisez avec Arena.
Et vous, quel modèle utilisez-vous pour vos tâches critiques, et son coût réel à la tâche correspond-il à ce que vous aviez budgété ? Partagez vos chiffres en commentaire : les écarts entre benchmark et facture réelle sont souvent la donnée la plus utile pour les autres lecteurs.
