Dernière actualisation :

Génération des modèles
Classement des modèles d’écriture fondé sur les résultats par paires
RangModèleScore juge IAScore humain
1Claude Opus 5 💡 adaptive high99,0—
2GPT-6.1 Sol 💡 high97,2—
3Claude Opus 5.5 💡 adaptive high96,7—
4Claude Fable 5.1 💡 adaptive high96,5—
5Claude Fable 5 💡 adaptive high96,4—
7Claude Fable 5.2 💡 adaptive high95,5—
8GPT-6 Astra 💡 high95,4—
9Claude Sonnet 5.5 💡 adaptive high95,2—
9GPT-6 Sol 💡 high95,2—
11GPT-6.1 Terra 💡 high92,4—
12Kimi K3 💡 enabled91,9—
13Gemini 4 Hydrogen 💡 high89,8—
14Claude Sonnet 5 💡 adaptive high89,5—
15Grok 4.7 💡 high89,1—
15Muse Spark 1.3 💡 high89,1—
17Kimi K3.1 Pro 💡 high87,3—
18GLM 5.3 💡 max87,1—
19GPT-6 Luna 💡 high85,7—
20GPT-5.6 Sol 💡 high85,4—
21DeepSeek V4.1 Flash 💡 high84,1—
22Muse Spark 1.2 💡 high83,4—
23Qwen4 Max 💡 high83,0—
24Gemini 3.8 Flash 💡 high82,7—
25Gemini 4 Argon 💡 high77,5—
26Aion 3.5 💡 high77,4—
27Muse Ember 💡 high77,0—
28GPT-5.6 Luna 💡 high75,3—
28GPT-5.6 Terra 💡 high75,3—
30Ling 3.1 Flash 💡 high73,7—
31Qwen3.8 Max 💡 xhigh72,4—
32Nemotron 3.5 Super VL 💡 high71,4—
33Beam 1.0 💡 high70,2—
35DeepSeek V4 Pro 💡 enabled70,0—
37Claude Haiku 5.5 💡 adaptive high69,4—
38Qwen3.7 Max 💡 enabled69,3—
38MiniMax M3 💡 enabled69,3—
40MiMo V2.6 Pro fp8 💡 high69,2—
42Hy4 Preview 💡 high67,1—
42Qwen3.8 27B Q8_0 💡 xhigh** 🏠67,1—
44Qwen3.8 Flash 💡 high67,0—
45Qwen3.7 Plus 💡 enabled66,0—
46Nemotron 3 Ultra 💡 high65,4—
47GLM 5.3 Flash 💡 high63,9—
48Ling 3.2 Flash 💡 high62,3—
49Mercury 3 💡 high61,5—
50GLM 5.2 💡 enabled61,2—
51Seed 2.1 Turbo ↯60,7—
53Inkling 💡 high60,0—
54MiMo V2.5 Pro 💡 enabled57,8—
57Mistral Large 4 💡 high53,3—
58Aion 3.0 💡 mandatory52,3—
59Qwen3.6 27B Q8_0 💡 on* 🏠50,4—
60Hy3 💡 high49,2—
62Gemma 4 26B A4B Q8_0 ↯ 🏠48,7—
63Step 5 Preview fp8 💡 high47,8—
65Gemma 4 26B A4B Q8_0 💡 on* 🏠47,0—
67DeepSeek V4 Flash 💡 enabled46,5—
73Agnes 3.0 Flash 💡 high41,0—
74Gemma 4 12B Q8_0 💡 on* 🏠40,7—
75Gemma 4 31B Q8_0 💡 on* 🏠40,5—
76MiMo V2.5 💡 enabled39,8—
78MiMo V2.6 Flash 💡 high38,2—
81Grok 4.6 💡 high33,9—
82Qwen3.6 35B A3B Q8_0 💡 on* 🏠33,2—
83Gemma 4 31B Q8_0 ↯ 🏠32,9—
84Gemma 4 12B Q8_0 ↯ 🏠32,3—
86Mistral Medium 3.5 💡 high31,0—
93Qwen3.8 27B Q8_0 ↯ 🏠21,1—
95Nemotron 3.5 Lightning 💡 high17,9—
97Gemma 4 E4B Q8_0 ↯ 🏠16,2—
98Qwen3.6 27B Q8_0 ↯ 🏠16,1—
99Gemma 4 E4B Q8_0 💡 on* 🏠13,9—
100Qwen3.6 35B A3B Q8_0 ↯ 🏠13,8—
105Gemma 4 E2B Q8_0 ↯ 🏠8,0—
106Gemma 4 E2B Q8_0 💡 on* 🏠7,9—
108Flint V1.0 💡 high7,6—
110Granite 4.2 30B Q8_0 💡 full 🏠7,2—
114MiniMax M3.1 Flash 💡 high5,1—
118Nemotron 3 Nano Omni 30B A3B Q8_0 💡 on* 🏠3,1—
119Granite 4.2 8B Q8_0 💡 full 🏠1,4—

120 modèles comparés125 324 verdicts IA publiés

Méthode : modèle de Bradley–Terry régularisé. Le score des juges IA détermine le rang ; le score humain est indépendant et reste secondaire tant que les votes de la communauté sont peu nombreux. Un score de 50 correspond à une chance estimée sur deux de battre le modèle moyen dans cette langue et cette catégorie.

Résultats des duels directs

Chaque cellule indique la part des points possibles obtenue par le modèle de la ligne face au modèle de la colonne : une victoire vaut 100 %, une égalité 50 %, une défaite 0 %. Cette matrice n’utilise que les protocoles d’évaluation compatibles avec le classement principal.

Matrice orientée des points obtenus en duel direct. Au-dessus de 50 %, l’avantage va au modèle de la ligne ; en dessous, au modèle de la colonne.

0 %100 %

💡 signale un modèle avec raisonnement, ↯ un modèle sans raisonnement. 🏠 signale un modèle exécuté localement sur la machine de l’auteur de ce site.« on* » indique que le raisonnement est activé ou désactivé (modèles locaux sans niveaux intermédiaires) : le réglage fin demandé n’est pas pris en charge par le fichier local et retombe sur le mode activé par défaut. Sur les modèles locaux à raisonnement réglable (Qwen3.8, Muse Glimmer, Granite 4.2, Nemotron 3 Super, K2 Horizon, Ling 3.0 Flash), le niveau affiché (xhigh**, high, full) est le niveau par défaut du modèle : le réglage fin demandé n’est pas pris en charge par le fichier local, qui retombe sur son comportement par défaut.

Afficher sous forme de tableau
Points obtenus en duel direct par paire de modèles
Modèle

Couverture des duels publiés

Chaque cellule indique combien de duels jugés par IA et publiés, tous protocoles confondus, comparent les deux modèles pour cette langue et cette catégorie. Les modèles des deux axes sont des candidats ; la matrice n’indique pas quel juge a produit chaque verdict.

Matrice symétrique du nombre de duels publiés. La diagonale vaut zéro : un modèle n’est pas comparé à lui-même.

0

💡 signale un modèle avec raisonnement, ↯ un modèle sans raisonnement. 🏠 signale un modèle exécuté localement sur la machine de l’auteur de ce site.« on* » indique que le raisonnement est activé ou désactivé (modèles locaux sans niveaux intermédiaires) : le réglage fin demandé n’est pas pris en charge par le fichier local et retombe sur le mode activé par défaut. Sur les modèles locaux à raisonnement réglable (Qwen3.8, Muse Glimmer, Granite 4.2, Nemotron 3 Super, K2 Horizon, Ling 3.0 Flash), le niveau affiché (xhigh**, high, full) est le niveau par défaut du modèle : le réglage fin demandé n’est pas pris en charge par le fichier local, qui retombe sur son comportement par défaut.

Afficher sous forme de tableau
Nombre de duels publiés par paire de modèles
Modèle

Lancez un duel

Quel modèle écrit le meilleur texte ? Jugez cette paire anonyme et contribuez au classement humain. Pendant le duel, le nom des modèles reste masqué. Il n’est révélé qu’après votre choix.

Le Duel