Benchmark de raisonnement des IA : 28 modèles classés selon leurs résultats mesurés

1. N° 1Claude Fable 5.2AnthropicPrix catalogue 8,00 $US / 40,00 $US3,20 $US / 16,00 $USavec le crédit API AIGROWUtilisez Claude Fable 5.2 jusqu’à 60 % moins cher que le prix publicCertifié authentique par AIGROW le 11 novembre 2026
2. N° 3GPT-6 AstraOpenAIPrix catalogue 10,00 $US / 50,00 $US2,50 $US / 12,50 $USavec le crédit API AIGROWUtilisez GPT-6 Astra jusqu’à 75 % moins cher que le prix publicCertifié authentique par AIGROW le 11 novembre 2026
3. N° 4Claude Opus 5.5AnthropicPrix catalogue 4,00 $US / 20,00 $US1,60 $US / 8,00 $USavec le crédit API AIGROWUtilisez Claude Opus 5.5 jusqu’à 60 % moins cher que le prix publicCertifié authentique par AIGROW le 11 novembre 2026

Dollars US par million de tokens en entrée / sortie. Authenticité certifiée par AIGROW signifie que le modèle a réussi le contrôle propre à AIGROW face au même modèle chez son éditeur le 11 novembre 2026. Aucun éditeur de modèle ne l’a examiné ni approuvé.

Ce qu’il mesure

Trois tests qu’Epoch AI réalise elle-même : le meilleur coup dans de nouvelles positions d’échecs, le meilleur coup dans un jeu dont le nom est tenu secret pour que les modèles s’y soient moins préparés, et le nombre d’objectifs qu’un modèle atteint dans un jeu de plateau peu connu après s’y être entraîné.

Ce qu’il laisse de côté

Epoch s’appuie sur des énigmes et des jeux pour représenter la planification et l’apprentissage en situation ; ils ne testent ni la rédaction, ni le code, ni les connaissances.

Comment lire la marge d’erreur

Chaque résultat est accompagné d’un intervalle à 95 %, soit 1,96 erreur standard de part et d’autre, tel que les publie Epoch AI ; une moyenne combine les erreurs de ses tests. Lorsque deux intervalles se chevauchent, les tests ne permettent pas de dire quel modèle est meilleur. Les lignes restent numérotées selon le score, et chaque ligne indique combien de modèles placés au-dessus d’elle se chevauchent.

Paramètres

Sous chaque résultat figurent le réglage de raisonnement avec lequel Epoch AI a exécuté le modèle, tel qu’il le nomme, et le jour de l’exécution. Lorsqu’un modèle a été testé avec plusieurs réglages, le meilleur résultat compte.

Résultats complets uniquement

Un modèle n’est numéroté que s’il a des résultats aux trois tests, et sa place est la moyenne simple des trois, sans pondération. Les modèles ayant moins de résultats sont listés sous le classement, sans numéro.

Non mis à jour depuis plus de 120 jours

Un résultat obtenu plus de 120 jours avant les données les plus récentes de ces pages porte cette marque, afin qu’un résultat ancien soit pondéré comme tel.

Prix

Le prix catalogue par million de tokens, relevé sur la page tarifaire de l’éditeur le 12 novembre 2026. C’est un prix par token, et non par réponse : un niveau de raisonnement plus élevé consomme plus de tokens pour la même question. Lorsque le crédit API AIGROW vend un modèle, le prix catalogue est barré et le prix avec le crédit s’affiche en dessous.

Source : Epoch AI, Chess Puzzles, Mystery Game Puzzles, EBR-bench (données au 12 novembre 2026), sous licence CC BY 4.0. Nous ne modifions aucun score : nous ajoutons les prix et les liens vers nos pages de modèles.