Beste KI på fransk: 299 modeller rangert etter blinde stemmer
Spørsmål skrevet på fransk. Rangert etter LMArenas blinde stemmer, hver poengsum med feilmargin og, ved siden av, listeprisen for hver modell på prislisten vår.
Poengsummer fra LMArena, publisert 20. oktober 2026, under CC BY 4.0. Priser fra hver utviklers prisside, lest 15. oktober 2026.
- Rangerte modeller
- 299
- På linje med leder
- 40
- På prislisten vår
- 1
- Publisert
- 20. oktober 2026
På linje: stemmene kan ikke skille den fra lederen.
På LMArenas liste for Fransk troner Muse Wonder (Max) fra Meta øverst med 1535 poeng fra 246 blinde stemmer, publisert 20. oktober 2026. 39 andre modeller er statistisk på linje med den. Ingen av modellene den rangerer har noen API-pris på listen vår ennå.
Beste KI på fransk
Spørsmål skrevet på fransk.
| # | Modell | Poengsum | Stemmer | Per 1M tokens, inn / ut |
|---|---|---|---|---|
| 1 | Muse Wonder (Max)Meta | 95 %-intervall 1497 til 1574 | 246 | · |
| 1 | Claude Fable 5 (High)Anthropic | 95 %-intervall 1507 til 1541 | 1 513 | · |
| 1 | Muse Spark 1.3 (Max)Meta | 95 %-intervall 1496 til 1545 | 638 | · |
| 1 | Muse SparkMeta | 95 %-intervall 1492 til 1549 | 479 | · |
| 1 | GLM-5.3 (Max)Z.ai · åpne vekter | 95 %-intervall 1496 til 1539 | 819 | · |
| 1 | Claude Opus 4.7 (High)Anthropic | 95 %-intervall 1503 til 1531 | 2 296 | · |
| 1 | Muse Spark 1.2 (xHigh)Meta | 95 %-intervall 1481 til 1548 | 352 | · |
| 1 | Claude Fable 5.1 (Max)Anthropic | 95 %-intervall 1486 til 1540 | 551 | · |
| 1 | Muse Spark 1.1Meta | 95 %-intervall 1496 til 1529 | 1 533 | · |
| 1 | Gemini 3.6 Flash (High)Google | 95 %-intervall 1494 til 1531 | 1 149 | · |
| 1 | Kimi K3 (Max)Moonshot AI · åpne vekter | 95 %-intervall 1493 til 1528 | 1 305 | · |
| 1 | Claude Opus 4.6 (High)Anthropic | 95 %-intervall 1496 til 1523 | 2 712 | · |
| 1 | Claude Opus 4.7Anthropic | 95 %-intervall 1495 til 1523 | 2 378 | · |
| 1 | Claude Sonnet 5.5 (xHigh)Anthropic | 95 %-intervall 1475 til 1541 | 321 | · |
| 1 | Claude Opus 4.8 (High)Anthropic | 95 %-intervall 1493 til 1522 | 2 188 | · |
| 1 | Gemini 3.7 Flash (High)Google | 95 %-intervall 1486 til 1527 | 925 | · |
| 1 | Gemini 3 ProGoogle | 95 %-intervall 1487 til 1526 | 968 | · |
| 1 | Claude Opus 5 (High)Anthropic | 95 %-intervall 1491 til 1521 | 2 185 | · |
| 1 | GPT-5.6 Sol (xHigh)OpenAI | 95 %-intervall 1488 til 1523 | 1 373 | · |
| 1 | Claude Opus 4.8Anthropic | 95 %-intervall 1492 til 1520 | 2 231 | · |
| 1 | GPT-6.1 Sol (Max)OpenAI | 95 %-intervall 1471 til 1540 | 303 | · |
| 1 | Grok 4.20 Beta (Reasoning, 0309)xAI | 95 %-intervall 1489 til 1517 | 2 220 | · |
| 1 | Gemini 3.1 Pro PreviewGoogle | 95 %-intervall 1490 til 1513 | 4 283 | · |
| 1 | GLM-5.3-FlashZ.ai · åpne vekter | 95 %-intervall 1484 til 1519 | 1 348 | · |
| 1 | Qwen3.8-MaxAlibaba | 95 %-intervall 1482 til 1520 | 1 045 | · |
| 1 | Gemini 3.8 Flash (High)Google | 95 %-intervall 1483 til 1518 | 1 454 | · |
| 1 | GPT-5.5OpenAI | 95 %-intervall 1486 til 1514 | 2 511 | · |
| 1 | GPT-5.4 (High)OpenAI | 95 %-intervall 1486 til 1514 | 2 394 | · |
| 1 | GPT-5.5 (High)OpenAI | 95 %-intervall 1482 til 1510 | 2 517 | · |
| 1 | Claude Opus 4.6Anthropic | 95 %-intervall 1483 til 1509 | 2 908 | · |
| 1 | Grok 4.20 Beta 1xAI | 95 %-intervall 1473 til 1516 | 862 | · |
| 1 | Mistral Large 4Mistral AI | 95 %-intervall 1463 til 1526 | 395 | · |
| 1 | Gemini 3.5 Flash (High)Google | 95 %-intervall 1477 til 1510 | 1 543 | · |
| 1 | Gemini 3 FlashGoogle | 95 %-intervall 1471 til 1514 | 826 | · |
| 1 | GPT-5.5 InstantOpenAI | 95 %-intervall 1472 til 1512 | 1 048 | · |
| 1 | Claude Opus 5 (Max)Anthropic | 95 %-intervall 1471 til 1511 | 1 064 | · |
| 1 | Claude Opus 5.5 (High)Anthropic | 95 %-intervall 1459 til 1523 | 340 | · |
| 1 | Claude Opus 4.5 (High, 32K, 20251101)Anthropic | 95 %-intervall 1468 til 1510 | 846 | · |
| 1 | Grok 4.6 (High)xAI | 95 %-intervall 1468 til 1509 | 936 | · |
| 1 | Grok 4.7 (xHigh)xAI | 95 %-intervall 1458 til 1515 | 477 | · |
| 2 | Claude Opus 4.5 (20251101)Anthropic | 95 %-intervall 1477 til 1506 | 2 025 | · |
| 2 | Grok 4.20 Multi-Agent Beta (0309)xAI | 95 %-intervall 1477 til 1505 | 2 269 | · |
| 2 | GLM-5.2 (Max)Z.ai · åpne vekter | 95 %-intervall 1476 til 1506 | 1 902 | · |
| 2 | GPT-5.6 Terra (xHigh)OpenAI | 95 %-intervall 1473 til 1507 | 1 461 | · |
| 2 | Dola Seed 2.0 ProByteDance | 95 %-intervall 1476 til 1504 | 2 579 | · |
| 2 | Claude Sonnet 5 (High)Anthropic | 95 %-intervall 1474 til 1505 | 1 708 | · |
| 2 | GPT-5.6 Luna (xHigh)OpenAI | 95 %-intervall 1468 til 1503 | 1 350 | · |
| 3 | MiMo-V2.5-ProXiaomi · åpne vekter | 95 %-intervall 1476 til 1502 | 2 864 | · |
| 3 | DeepSeek-V4-ProDeepSeek · åpne vekter | 95 %-intervall 1472 til 1501 | 2 210 | · |
| 3 | GPT-5.4OpenAI | 95 %-intervall 1471 til 1500 | 2 401 | · |
| Lenger ned på listen: de andre modellene på prislisten vår | ||||
| 157 | gpt-oss-120bOpenAI · åpne vekter | 95 %-intervall 1328 til 1384 | 461 | · |
Hvor rangeringen kommer fra
Poengsummer, intervaller og plasseringer kommer fra LMArena. Prisene er våre.
- Blinde stemmer
- LMArena stiller det samme spørsmålet til to anonyme modeller og ber personen som skrev det velge det beste svaret. Stemmene plasserer alle modeller på én skala, der et gap på 100 poeng betyr at den høyere modellen vinner omtrent 64 av 100 ganger.
- Stilkontroll
- Poengsummene trekker fra for svarlengde og formatering, slik at en modell ikke klatrer ved å skrive mer eller legge til overskrifter og lister.
- Delte plasseringer
- En models plassering er én pluss antallet modeller som har hele 95 %-intervallet sitt over modellens eget. Modeller som stemmene ikke kan skille, deler plassering, og derfor kan flere være på førsteplass.
- Innstillinger
- En modell kan stå oppført flere ganger, med ulike resonneringsinnstillinger: linjen under navnet viser oppføringen slik LMArena fører den. Oppføringer med nettsøk slått på er et annet produkt og har ingen pris.
- Priser
- Listeprisen per million tokens fra utviklerens egen prisside, lest 15. oktober 2026. Det er en pris per token, ikke per svar: en høyere resonneringsinnstilling bruker flere tokens på det samme spørsmålet.
Kilde: LMArena, datasett for rangeringen (revisjon 9041150e, publisert 20. oktober 2026), lisensiert under CC BY 4.0. Vi endrer ingen poengsum: vi legger til prisene og lenkene til modellsidene våre.
Hva det koster å bruke hver modell
Prislisten kjører tre hverdagsoppgaver på hver modell, og vår egen benchmark kjører dem på reelle forretningsoppgaver for å se hvilke som består.
Poengsummer publisert 20. oktober 2026