Vitesse des modèles IA :
qui finit le travail le plus vite

Mise à jour le 14 novembre 2026 Prochaine révision : 15 novembre 2026

Un modèle qui réussit mieux n'est pas forcément celui qui vous fait gagner le plus de temps. Sur une tâche de développement confiée à un agent, le meilleur score peut demander plus d'une heure là où un modèle moins fort rend sa copie en dix minutes ; relancé deux fois, ce dernier a souvent fini avant. Cette page mesure les deux : la réussite, et le temps qu'il faut pour l'obtenir.

Chaque chiffre porte sa date de relevé et sa source. Les mesures viennent d'évaluateurs tiers ; les indicateurs que nous en calculons sont signalés comme tels. Pour les tarifs, voir notre table des prix des modèles IA.

Réussite et vitesse : deux choses différentes

La réussite dépend du modèle.

C'est son intelligence : trouve-t-il la bonne réponse ? Elle se mesure par un taux de réussite sur des tâches réelles ou par un indice d'intelligence. Le même modèle a le même niveau, qu'il tourne dans le cloud ou sur votre machine.

La vitesse dépend surtout de la machine.

C'est le rythme auquel il écrit, en tokens par seconde (un token vaut environ trois quarts de mot). Le même modèle, gpt-oss-120b, écrit à 171 tokens par seconde chez un hébergeur et à 59 sur un NVIDIA DGX Spark : même intelligence, près de trois fois moins vite.

Les deux se combinent dans le temps réel pour obtenir un résultat.

Un modèle moins fort mais rapide peut finir avant un modèle brillant mais lent, en s'y reprenant à plusieurs fois. C'est ce que mesurent les réussites par heure du premier tableau.

Réussite, temps et itérations sur des tâches agentiques

Chaque ligne est un couple agent + modèle + niveau d'effort, mesuré sur les mêmes tâches de développement. La réussite est le taux de tâches menées à bien du premier coup ; l'échec, son complément. Les étapes comptent les actions de l'agent (lecture de fichier, commande, édition) pour une tâche : c'est le nombre d'allers-retours que vous ne voyez pas.

Mesures : Coding Agent Index v2.0 (FrontierCode v1.1 (100 tâches), Terminal-Bench 4.0 (66) et SWE-Atlas-QnA (124), à poids égaux, moyenne sur 3 tentatives par tâche), Artificial Analysis, relevé le 13 novembre 2026.

Réussite au premier essai selon la durée d'une tâche (tests v2.0) Un point par couple agent + modèle + niveau d'effort ; survolez ou touchez un point pour voir le modèle. En haut à gauche : bon et rapide. Les lignes pointillées relient les points de même débit (réussites par heure). En orange : le meilleur équilibre, surligné dans le tableau.
Réussite au premier essai (%) en fonction de la durée moyenne d'une tâche (minutes) Nuage de 34 points. Le tableau qui suit donne les mêmes valeurs. 20 % 30 % 40 % 50 % 60 % 70 % 0 15 30 45 60 75 90 Durée moyenne d'une tâche (minutes) 0,5/h 1/h 2/h 4/h GPT-6.1 Terra (low, agent Codex) : 34,9 % de réussite, 6 min par tâche, 3,32 réussites par heure GPT-6.1 Terra (sans raisonnement, agent Codex) : 39,2 % de réussite, 10 min par tâche, 2,48 réussites par heure GPT-6.1 Terra (medium, agent Codex) : 42,0 % de réussite, 10 min par tâche, 2,47 réussites par heure GPT-6.1 Terra (high, agent Codex) : 46,3 % de réussite, 13 min par tâche, 2,19 réussites par heure GPT-6.1 Terra (xhigh, agent Codex) : 48,2 % de réussite, 16 min par tâche, 1,76 réussites par heure Gemini 3.8 Flash (high, agent Antigravity SDK) : 33,3 % de réussite, 13 min par tâche, 1,53 réussites par heure GPT-6 Astra (xhigh, agent Devin Fusion CLI) : 53,1 % de réussite, 21 min par tâche, 1,50 réussites par heure Muse Ember (max, agent Muse Code) : 45,9 % de réussite, 19 min par tâche, 1,43 réussites par heure GPT-6.1 Sol (max, agent Codex) : 54,1 % de réussite, 24 min par tâche, 1,37 réussites par heure GPT-6 Astra (max, agent Codex) : 54,7 % de réussite, 25 min par tâche, 1,32 réussites par heure DeepSeek V4.1 Flash (max, agent DeepSeek Harness) : 46,3 % de réussite, 21 min par tâche, 1,30 réussites par heure Muse Wonder (max, agent Muse Code) : 52,0 % de réussite, 25 min par tâche, 1,27 réussites par heure Gemini 4 Carbon (high, agent Antigravity CLI) : 59,4 % de réussite, 30 min par tâche, 1,20 réussites par heure Muse Spark 1.3 (max, agent Muse Code) : 45,7 % de réussite, 23 min par tâche, 1,18 réussites par heure Muse Ember (xhigh, agent Muse Code) : 39,8 % de réussite, 21 min par tâche, 1,13 réussites par heure GPT-6.1 Terra (max, agent Codex) : 48,1 % de réussite, 26 min par tâche, 1,11 réussites par heure Muse Wonder Full (max, agent Muse Code) : 58,9 % de réussite, 35 min par tâche, 1,01 réussites par heure Claude Fable 5.1 (max, agent Claude Code) : 57,6 % de réussite, 35 min par tâche, 0,98 réussites par heure Claude Fable 5.1 (xhigh, agent Devin Fusion CLI) : 58,7 % de réussite, 38 min par tâche, 0,94 réussites par heure Gemini 4 Argon (high, agent Antigravity CLI) : 53,2 % de réussite, 35 min par tâche, 0,92 réussites par heure GPT-6 Luna (max, agent Codex) : 31,2 % de réussite, 21 min par tâche, 0,90 réussites par heure Grok 4.7 (xhigh, agent Grok Build) : 46,6 % de réussite, 36 min par tâche, 0,78 réussites par heure DeepSeek V4.1 Flash (max, agent Codex) : 47,3 % de réussite, 38 min par tâche, 0,74 réussites par heure Claude Opus 5.5 (max, agent Devin Fusion CLI) : 61,5 % de réussite, 51 min par tâche, 0,72 réussites par heure Muse Spark Open (xhigh, agent Muse Code) : 26,3 % de réussite, 26 min par tâche, 0,61 réussites par heure Claude Opus 5.5 (max, agent Claude Code) : 61,7 % de réussite, 61 min par tâche, 0,61 réussites par heure Mistral Large 4 (high, agent Mistral Vibe) : 48,3 % de réussite, 48 min par tâche, 0,60 réussites par heure Mistral Large 4 (medium, agent Mistral Vibe) : 35,4 % de réussite, 39 min par tâche, 0,55 réussites par heure GLM-5.3 (max, agent Opencode) : 48,9 % de réussite, 56 min par tâche, 0,52 réussites par heure Claude Sonnet 5.5 (max, agent Claude Code) : 59,3 % de réussite, 80 min par tâche, 0,45 réussites par heure Step 5 Preview (par défaut, agent Claude Code) : 43,1 % de réussite, 61 min par tâche, 0,42 réussites par heure Kimi K3 (par défaut, agent Kimi Code CLI) : 41,4 % de réussite, 63 min par tâche, 0,39 réussites par heure Claude Haiku 5.5 (max, agent Claude Code) : 37,3 % de réussite, 71 min par tâche, 0,32 réussites par heure Qwen3.8 Max (par défaut, agent Claude Code) : 39,2 % de réussite, 76 min par tâche, 0,31 réussites par heure Gemini 3.8 Flash (high) GPT-6.1 Sol (max) Muse Spark 1.3 (max) Gemini 4 Argon (high) Claude Sonnet 5.5 (max)

Comparer la vitesse des modèles, niveau d'effort par niveau d'effort (tests v2.0)

Choisissez un modèle et un niveau d'effort pour comparer sa réussite, sa durée, ses étapes et son débit à ceux des autres. Seuls les niveaux réellement mesurés sont proposés.

Tests v2.0 : toutes les mesures, classées par réussites par heure (34)

Cliquez sur l'en-tête d'une colonne pour trier le tableau, puis de nouveau pour inverser l'ordre.

Réussite, échec, durée, étapes, réussites par heure et coût par tâche réussie des couples agent + modèle + niveau d'effort, au 13 novembre 2026
Modèle Effort Agent Réussite Échec Durée
par tâche
Étapes
par tâche
Réussites
par heure
Coût
par tâche réussie
GPT-6.1 TerraOpenAI low Codex 34,9 % 65,1 % 6 min 43 3,32 0,57 $
GPT-6.1 TerraOpenAI sans raisonnement Codex 39,2 % 60,8 % 10 min 82 2,48 1,15 $
GPT-6.1 TerraOpenAI medium Codex 42,0 % 58,0 % 10 min 58 2,47 0,93 $
GPT-6.1 TerraOpenAI high Codex 46,3 % 53,7 % 13 min 67 2,19 1,17 $
GPT-6.1 TerraOpenAI xhigh Codex 48,2 % 51,8 % 16 min 72 1,76 1,43 $
Gemini 3.8 FlashGoogle high Antigravity SDK 33,3 % 66,7 % 13 min 203 1,53 7,54 $
GPT-6 AstraOpenAI xhigh Devin Fusion CLIavec le modèle SWE-2 (medium) en appoint 53,1 % 46,9 % 21 min 59 1,50 8,17 $
Muse EmberMeta max Muse Code 45,9 % 54,1 % 19 min 216 1,43 —
GPT-6.1 SolOpenAI Meilleur équilibre : à moins de 8 points du meilleur score, 1,37 réussite par heure, et le coût par tâche réussie le plus bas des dix premiers scores. max Codex 54,1 % 45,9 % 24 min 41 1,37 2,77 $
GPT-6 AstraOpenAI max Codex 54,7 % 45,3 % 25 min 39 1,32 12,87 $
DeepSeek V4.1 FlashDeepSeek max DeepSeek Harnessversion 1017 46,3 % 53,7 % 21 min 102 1,30 0,65 $
Muse WonderMeta max Muse Code 52,0 % 48,0 % 25 min 201 1,27 15,48 $
Gemini 4 CarbonGoogle high Antigravity CLIcoût calculé par l'évaluateur au tarif de 4 / 20 $ 59,4 % 40,6 % 30 min 178 1,20 13,03 $
Muse Spark 1.3Meta max Muse Code 45,7 % 54,3 % 23 min 208 1,18 8,56 $
Muse EmberMeta xhigh Muse Code 39,8 % 60,2 % 21 min 182 1,13 —
GPT-6.1 TerraOpenAI max Codex 48,1 % 51,9 % 26 min 100 1,11 2,58 $
Muse Wonder FullMeta max Muse Code 58,9 % 41,1 % 35 min 195 1,01 —
Claude Fable 5.1Anthropic max Claude Codeavec modèle de repli 57,6 % 42,4 % 35 min 42 0,98 20,02 $
Claude Fable 5.1Anthropic xhigh Devin Fusion CLIavec le modèle SWE-2 (medium) en appoint 58,7 % 41,3 % 38 min 92 0,94 13,97 $
Gemini 4 ArgonGoogle high Antigravity CLIcoût doublé par l'évaluateur le 29 octobre (5,86 $ le 27) 53,2 % 46,8 % 35 min 166 0,92 22,05 $
GPT-6 LunaOpenAI max Codex 31,2 % 68,8 % 21 min 80 0,90 0,51 $
Grok 4.7xAI xhigh Grok Build 46,6 % 53,4 % 36 min 170 0,78 20,34 $
DeepSeek V4.1 FlashDeepSeek max Codex 47,3 % 52,7 % 38 min 143 0,74 0,82 $
Claude Opus 5.5Anthropic max Devin Fusion CLIassocié à GPT-6 Luna (high) 61,5 % 38,5 % 51 min 99 0,72 13,01 $
Muse Spark OpenMeta xhigh Muse Code 26,3 % 73,7 % 26 min 161 0,61 13,46 $
Claude Opus 5.5Anthropic max Claude Code 61,7 % 38,3 % 61 min 146 0,61 18,51 $
Mistral Large 4Mistral high Mistral Vibeversion du 29 octobre 2026 48,3 % 51,7 % 48 min 100 0,60 2,61 $
Mistral Large 4Mistral medium Mistral Vibeversion du 29 octobre 2026 35,4 % 64,6 % 39 min 81 0,55 2,20 $
GLM-5.3Z.ai max Opencode 48,9 % 51,1 % 56 min 112 0,52 10,70 $
Claude Sonnet 5.5Anthropic max Claude Code 59,3 % 40,7 % 80 min 233 0,45 22,43 $
Step 5 PreviewStepFun par défaut Claude Codeavec sous-agents 43,1 % 56,9 % 61 min 142 0,42 4,27 $
Kimi K3Moonshot AI par défaut Kimi Code CLI 41,4 % 58,6 % 63 min 186 0,39 12,49 $
Claude Haiku 5.5Anthropic max Claude Code 37,3 % 62,7 % 71 min 114 0,32 7,16 $
Qwen3.8 MaxAlibaba par défaut Claude Code 39,2 % 60,8 % 76 min 115 0,31 9,69 $
Niveaux d'effort sans mesure dans les tests v2.0 Chiffres des tests v1.5 du 19 octobre 2026 quand ils existent : ils ne se comparent pas aux lignes du dessus.
Claude Opus 5.5Anthropic low non mesuré
Claude Opus 5.5Anthropic medium non mesuré
Claude Opus 5.5Anthropic high non mesuré
Claude Opus 5.5Anthropic xhigh non mesuré
Claude Sonnet 5.5Anthropic lowtests v1.5 Claude Code 42,1 % 57,9 % 6 min 19 4,01 1,14 $
Claude Sonnet 5.5Anthropic mediumtests v1.5 Claude Code 45,9 % 54,1 % 9 min 22 3,24 1,35 $
Claude Sonnet 5.5Anthropic hightests v1.5 Claude Code 55,0 % 45,0 % 12 min 37 2,68 2,25 $
Claude Sonnet 5.5Anthropic xhightests v1.5 Claude Code 62,9 % 37,1 % 27 min 78 1,40 5,29 $
Claude Fable 5.1Anthropic low non mesuré
Claude Fable 5.1Anthropic medium non mesuré
Claude Fable 5.1Anthropic high non mesuré
GPT-6 AstraOpenAI low non mesuré
GPT-6 AstraOpenAI medium non mesuré
GPT-6 AstraOpenAI high non mesuré
GPT-6.1 SolOpenAI lowtests v1.5 Codex 57,2 % 42,8 % 9 min 36 3,99 0,87 $
GPT-6.1 SolOpenAI mediumtests v1.5 Codex 61,4 % 38,6 % 11 min 38 3,38 1,14 $
GPT-6.1 SolOpenAI hightests v1.5 Codex 60,1 % 39,9 % 13 min 39 2,71 1,48 $
GPT-6.1 SolOpenAI xhightests v1.5 Codex 62,9 % 37,1 % 16 min 40 2,43 1,65 $
GLM-5.3Z.ai low non mesuré
DeepSeek V4.1 FlashDeepSeek sans raisonnement non mesuré
Grok 4.7xAI low non mesuré
Grok 4.7xAI high non mesuré
Muse Spark 1.3Meta xhightests v1.5 Muse Code 48,3 % 51,7 % 18 min 187 1,58 7,18 $
Claude Haiku 5.5Anthropic lowtests v1.5 Claude Code 28,2 % 71,8 % 12 min 34 1,46 0,50 $
Claude Haiku 5.5Anthropic mediumtests v1.5 Claude Code 33,6 % 66,4 % 14 min 44 1,44 0,68 $
Claude Haiku 5.5Anthropic hightests v1.5 Claude Code 35,1 % 64,9 % 18 min 59 1,14 1,03 $
Claude Haiku 5.5Anthropic xhightests v1.5 Claude Code 41,4 % 58,6 % 26 min 75 0,96 1,47 $
GPT-6 LunaOpenAI sans raisonnement non mesuré
GPT-6 LunaOpenAI low non mesuré
GPT-6 LunaOpenAI high non mesuré
GPT-6 LunaOpenAI xhigh non mesuré

Réussites par heure : taux de réussite divisé par la durée moyenne d'une tâche, ramené à une heure. C'est notre calcul, pas une mesure de l'évaluateur. Il suppose qu'une tâche ratée est relancée avec les mêmes chances qu'au premier essai, ce qui est optimiste : en pratique, une tâche ratée l'est souvent pour une raison qui se répète. Coût par tâche réussie : coût moyen d'une tâche divisé par le taux de réussite.

Le classement par débit renverse le classement par score, et l'effort y pèse autant que le modèle. GPT-6.1 Terra, mesuré à six niveaux d'effort avec le même agent, le montre : en effort bas, il ne réussit que 34,9 % des tâches, mais en 6 minutes, soit 3,32 réussites par heure, le meilleur débit du tableau. En effort xhigh, il monte à 48,2 % et retombe à 1,76. Claude Sonnet 5.5 en effort maximal réussit 59,3 % des tâches, mais met près de 80 minutes pour chacune : 0,45 réussite par heure. Parmi les dix premiers scores, GPT-6.1 Sol en effort maximal offre le meilleur équilibre (54,1 % de réussite, 24 minutes, 2,77 $ par tâche réussie). Les efforts bas de Sonnet 5.5 et de GPT-6.1 Sol manquent ici : depuis le 26/10, l'évaluateur publie une nouvelle version de son index, avec d'autres tâches, et n'y a remesuré la plupart des modèles qu'à leur effort le plus élevé. Les autres niveaux sont donc non mesurés, et nous ne les estimons pas. Les derniers chiffres publiés datent du 19/10, sur l'ancienne version : ils ne se comparent pas ligne à ligne avec ce tableau, mais ils montrent l'écart entre efforts. En effort bas, Sonnet 5.5 réussissait alors 42,1 % des tâches en 6 minutes, pour 0,48 $ la tâche ; en effort maximal, 68,4 % en 87 minutes, pour 14,19 $. GPT-6.1 Sol réussissait 57,2 % des tâches en 9 minutes pour 0,50 $ en effort bas, et 60,1 % en 24 minutes pour 1,55 $ en effort maximal.

Comparer la vitesse des modèles, niveau d'effort par niveau d'effort (tests v1.5)

Le même comparateur, sur les mesures des tests v1.5 du 19 octobre 2026. Seuls les niveaux mesurés dans cette version sont proposés ; les résultats se comparent entre eux, pas avec ceux des tests v2.0.

Tests v1.5 : toutes les mesures du 19 octobre 2026 (40)

Toutes les mesures de la version précédente des tests, y compris les niveaux d'effort que les tests v2.0 ne mesurent pas. Classées par réussites par heure, elles se comparent entre elles, pas avec le tableau des tests v2.0 (voir l'encadré sur les deux versions). Ces chiffres ne sont plus mis à jour.

Mesures : Coding Agent Index v1.5 (DeepSWE v1.1 (113 tâches), Terminal-Bench 4.0 (66) et SWE-Atlas-QnA (124), à poids égaux, pass@1 sur 3 tentatives), Artificial Analysis, relevé le 19 octobre 2026.

Cliquez sur l'en-tête d'une colonne pour trier le tableau, puis de nouveau pour inverser l'ordre.

Réussite, durée, réussites par heure, coût par tâche et coût par tâche réussie des couples agent + modèle + niveau d'effort dans l'ancienne version de l'index, au 19 octobre 2026
Modèle Effort Agent Réussite Durée
par tâche
Réussites
par heure
Coût
par tâche
Coût
par tâche réussie
Claude Sonnet 5.5Anthropic low Claude Code 42,1 % 6 min 4,01 0,48 $ 1,14 $
GPT-6.1 SolOpenAI low Codex 57,2 % 9 min 3,99 0,50 $ 0,87 $
GPT-6.1 SolOpenAI medium Codex 61,4 % 11 min 3,38 0,70 $ 1,14 $
Claude Sonnet 5.5Anthropic medium Claude Code 45,9 % 9 min 3,24 0,62 $ 1,35 $
GPT-6.1 SolOpenAI high Codex 60,1 % 13 min 2,71 0,89 $ 1,48 $
Claude Sonnet 5.5Anthropic high Claude Code 55,0 % 12 min 2,68 1,24 $ 2,25 $
GPT-6.1 SolOpenAI xhigh Codex 62,9 % 16 min 2,43 1,04 $ 1,65 $
Gemini 3.8 FlashGoogle high Antigravity SDK 41,9 % 12 min 2,15 2,47 $ 5,89 $
Muse Spark 1.3Meta max Muse Code 54,3 % 18 min 1,77 3,98 $ 7,33 $
Muse WonderMeta max Muse Code 63,5 % 22 min 1,70 8,05 $ 12,68 $
GPT-5.6 SolOpenAI max Codex 54,6 % 21 min 1,59 6,35 $ 11,63 $
Muse Spark 1.3Meta xhigh Muse Code 48,3 % 18 min 1,58 3,47 $ 7,18 $
GPT-6 SolOpenAI max Codex 56,7 % 22 min 1,53 2,99 $ 5,27 $
GPT-6.1 SolOpenAI max Codex 60,1 % 24 min 1,48 1,55 $ 2,58 $
Claude Haiku 5.5Anthropic low Claude Code 28,2 % 12 min 1,46 0,14 $ 0,50 $
Grok 4.6xAI xhigh Grok Build 47,0 % 20 min 1,45 3,57 $ 7,60 $
Claude Haiku 5.5Anthropic medium Claude Code 33,6 % 14 min 1,44 0,23 $ 0,68 $
GPT-6 AstraOpenAI xhigh Devin Fusion CLIavec le modèle SWE-2 (medium) en appoint 58,9 % 25 min 1,43 4,54 $ 7,71 $
Claude Sonnet 5.5Anthropic xhigh Claude Code 62,9 % 27 min 1,40 3,33 $ 5,29 $
DeepSeek V4 Flash (0731)DeepSeek max Codex 38,7 % 18 min 1,27 0,09 $ 0,23 $
GPT-6 AstraOpenAI max Codex 61,6 % 29 min 1,26 7,47 $ 12,13 $
GPT-6 LunaOpenAI max Codex 41,1 % 21 min 1,15 0,18 $ 0,44 $
Claude Haiku 5.5Anthropic high Claude Code 35,1 % 18 min 1,14 0,36 $ 1,03 $
Gemini 4 ArgonGoogle high Antigravity CLI 63,8 % 35 min 1,11 5,84 $ 9,15 $
GPT-5.6 LunaOpenAI max Codex 43,2 % 24 min 1,10 0,44 $ 1,02 $
Claude Fable 5.1Anthropic max Claude Codeavec modèle de repli 62,2 % 35 min 1,07 12,39 $ 19,92 $
Claude Fable 5.1Anthropic xhigh Devin Fusion CLIavec le modèle SWE-2 (medium) en appoint 61,7 % 36 min 1,03 7,90 $ 12,80 $
Muse Spark OpenMeta xhigh Muse Code 41,2 % 25 min 0,98 3,33 $ 8,08 $
Claude Haiku 5.5Anthropic xhigh Claude Code 41,4 % 26 min 0,96 0,61 $ 1,47 $
Grok 4.7xAI xhigh Grok Build 56,3 % 39 min 0,86 8,82 $ 15,67 $
Claude Opus 5Anthropic max Claude Code 59,7 % 42 min 0,85 10,79 $ 18,07 $
Claude Opus 5.5Anthropic max Devin Fusion CLIassocié à GPT-6 Luna (high) 68,1 % 55 min 0,75 9,01 $ 13,23 $
GLM-5.3Z.ai max Opencode 53,6 % 48 min 0,67 4,24 $ 7,91 $
DeepSeek V4 Pro (0813)DeepSeek max Codex 43,1 % 40 min 0,64 0,24 $ 0,56 $
Claude Opus 5.5Anthropic max Claude Code 66,0 % 65 min 0,61 13,04 $ 19,76 $
Step 5 PreviewStepFun par défaut Claude Code 51,2 % 56 min 0,54 1,66 $ 3,24 $
Kimi K3Moonshot AI par défaut Kimi Code CLI 51,9 % 62 min 0,51 5,05 $ 9,73 $
Claude Sonnet 5.5Anthropic max Claude Code 68,4 % 87 min 0,47 14,19 $ 20,75 $
Qwen3.8 MaxAlibaba par défaut Claude Code 43,3 % 63 min 0,41 3,48 $ 8,04 $
Claude Haiku 5.5Anthropic max Claude Code 36,5 % 87 min 0,25 2,58 $ 7,07 $

Vitesse brute : délai avant la réponse et débit d'écriture

Ces trois colonnes reprennent la mesure principale d'Artificial Analysis : la moyenne, sur les cinq derniers jours, de plusieurs charges de travail servies sous la même charge soutenue. On y trouve des requêtes isolées, de la plus courte à la plus longue, et des sessions d'agent en plusieurs tours avec appels d'outils. Le délai avant le premier mot de la réponse compte le temps de réflexion du modèle, moyenné sur les tours d'une session : c'est lui qui s'allonge quand on monte le niveau d'effort. Le débit, en tokens par seconde, couvre toute la durée de la requête, délai compris (un token vaut environ trois quarts de mot). Pour une session d'agent, la réponse complète additionne ses requêtes, sans le temps d'exécution des outils. Depuis le 5 novembre 2026, l'évaluateur applique cette nouvelle méthode ; jusqu'au 4 novembre, ce tableau donnait les médianes des requêtes longues de 10 000 tokens sur 72 heures. Les deux séries ne se comparent pas : l'écart entre l'ancienne et la nouvelle valeur d'un modèle tient à la méthode, pas au modèle.

Mesures : mesures de latence et de débit (moyenne des charges mesurées sur 5 jours, méthode Artificial Analysis 3.0.0, API de l'éditeur), Artificial Analysis, relevé le 14 novembre 2026.

Délai avant le premier mot, durée de la réponse complète et débit en tokens par seconde, par modèle et niveau d'effort, au 14 novembre 2026
Modèle Effort Premier mot
délai
Réponse
complète
Débit
tokens / s
Anthropic
Claude Fable 5 max 1,4 min 2,8 min 86
Claude Fable 5.1 low 7,8 s 1,0 min 84
Claude Fable 5.1 medium 12 s 1,3 min 85
Claude Fable 5.1 high 17 s 1,5 min 84
Claude Fable 5.1 xhigh 1,1 min 3,0 min 88
Claude Fable 5.1 max 3,4 min 7,6 min 88
Claude Fable 5.2 low 8,9 s 52 s 102
Claude Fable 5.2 medium 11 s 1,0 min 93
Claude Fable 5.2 high 28 s 1,4 min 100
Claude Fable 5.2 xhigh 1,5 min 3,2 min 96
Claude Fable 5.2 max 4,5 min 7,8 min 101
Claude Haiku 4.5 sans raisonnement 0,9 s 27 s 100
Claude Haiku 4.5 raisonnement 26 s 51 s 107
Claude Haiku 5.5 low 6,1 s 24 s 209
Claude Haiku 5.5 medium 11 s 31 s 220
Claude Haiku 5.5 high 22 s 53 s 226
Claude Haiku 5.5 xhigh 60 s 2,0 min 231
Claude Haiku 5.5 max 2,9 min 5,2 min 252
Claude Opus 5 low 3,7 s 1,1 min 76
Claude Opus 5 medium 5,4 s 1,6 min 80
Claude Opus 5 high 18 s 2,0 min 78
Claude Opus 5 xhigh 47 s 3,0 min 81
Claude Opus 5 max 55 s 3,2 min 81
Claude Opus 5.5 low 5,1 s 1,1 min 105
Claude Opus 5.5 medium 18 s 1,6 min 105
Claude Opus 5.5 high 28 s 1,9 min 106
Claude Opus 5.5 xhigh 1,5 min 4,0 min 110
Claude Opus 5.5 max 6,5 min 13,2 min 114
Claude Sonnet 5 sans raisonnement 0,9 s 26 s 100
Claude Sonnet 5 low 2,0 s 20 s 99
Claude Sonnet 5 medium 2,2 s 26 s 100
Claude Sonnet 5 high 11 s 41 s 99
Claude Sonnet 5 xhigh 29 s 1,2 min 99
Claude Sonnet 5 max 2,6 min 5,4 min 102
Claude Sonnet 5.5 low 2,2 s 24 s 135
Claude Sonnet 5.5 medium 4,5 s 34 s 131
Claude Sonnet 5.5 high 11 s 48 s 145
Claude Sonnet 5.5 xhigh 28 s 1,4 min 142
Claude Sonnet 5.5 max 4,4 min 8,7 min 138
OpenAI
GPT-5.6 Sol sans raisonnement 2,1 s 21 s 84
GPT-5.6 Sol low 3,4 s 30 s 83
GPT-5.6 Sol medium 7,1 s 39 s 86
GPT-5.6 Sol high 17 s 1,1 min 87
GPT-5.6 Sol xhigh 29 s 1,3 min 97
GPT-5.6 Sol max 1,2 min 2,7 min 95
GPT-5.6 Terra sans raisonnement 1,5 s 31 s 80
GPT-5.6 Terra low 2,9 s 29 s 80
GPT-5.6 Terra medium 3,1 s 34 s 83
GPT-5.6 Terra high 6,2 s 32 s 83
GPT-5.6 Terra xhigh 31 s 1,4 min 93
GPT-5.6 Terra max 1,8 min 3,9 min 99
GPT-6 Astra low 3,9 s 1,9 min 39
GPT-6 Astra medium 7,3 s 2,4 min 39
GPT-6 Astra high 1,1 min 4,0 min 41
GPT-6 Astra xhigh 1,9 min 5,7 min 37
GPT-6 Astra max 4,2 min 9,8 min 36
GPT-6 Luna sans raisonnement 1,8 s 22 s 86
GPT-6 Luna low 3,6 s 23 s 90
GPT-6 Luna medium 6,8 s 28 s 93
GPT-6 Luna high 15 s 42 s 95
GPT-6 Luna xhigh 21 s 57 s 99
GPT-6 Luna max 1,5 min 3,2 min 105
GPT-6.1 Sol low 3,2 s 1,3 min 48
GPT-6.1 Sol medium 5,3 s 1,6 min 49
GPT-6.1 Sol high 43 s 3,0 min 48
GPT-6.1 Sol xhigh 1,4 min 4,4 min 47
GPT-6.1 Sol max 3,4 min 8,0 min 48
GPT-6.1 Terra sans raisonnement 2,3 s 26 s 64
GPT-6.1 Terra low 2,9 s 23 s 61
GPT-6.1 Terra medium 5,3 s 33 s 62
GPT-6.1 Terra high 14 s 51 s 64
GPT-6.1 Terra xhigh 38 s 1,7 min 65
GPT-6.1 Terra max 3,1 min 6,7 min 68
Google
Gemini 3.8 Flash low 4,3 s 24 s 102
Gemini 3.8 Flash medium 13 s 41 s 109
Gemini 3.8 Flash high 17 s 50 s 113
Gemini 4 Argon high 45 s 2,1 min 65
Gemini 4 Carbon low 14 s 52 s 52
Gemini 4 Carbon medium 22 s 1,3 min 62
Gemini 4 Carbon high 1,2 min 2,8 min 66
Gemini 4 Hydrogen low 5,6 s 17 s 175
Gemini 4 Hydrogen medium 12 s 28 s 175
Gemini 4 Hydrogen high 17 s 1,2 min 174
Gemini 4 Hydrogen xhigh 45 s 1,8 min 181
xAI
Grok 4.5 high 7,2 s 51 s 65
Grok 4.6 low 8,5 s 30 s 72
Grok 4.6 medium 25 s 1,1 min 65
Grok 4.6 high 30 s 1,1 min 71
Grok 4.6 xhigh 33 s 1,1 min 64
Grok 4.7 low 11 s 46 s 66
Grok 4.7 high 40 s 1,8 min 67
Grok 4.7 xhigh 1,1 min 2,7 min 65
Meta
Muse Spark 1.3 xhigh 17 s 38 s 218
Muse Spark 1.3 max 29 s 1,1 min 132
Muse Wonder high 14 s 50 s 103
Muse Wonder max 26 s 1,2 min 110
Muse Ember xhigh 4,2 s 10 s 440
Muse Ember max 5,0 s 13 s 439
Z.ai
GLM-5.3 low 7,6 s 31 s 63
GLM-5.3 max 1,1 min 2,5 min 75
GLM-5.3-Flash par défaut 1,8 min 4,1 min 47
Moonshot AI
Kimi K3 low 11 s 50 s 42
Kimi K3 max 1,4 min 3,0 min 47
Kimi K3.1 Pro par défaut 3,1 min 7,5 min 30
Mistral
Mistral Large 4 medium 27 s 1,1 min 94
Mistral Large 4 high 41 s 1,6 min 108
Alibaba
Qwen3.8 Max par défaut 2,2 min 5,0 min 58
DeepSeek
DeepSeek V4 Pro (0813) sans raisonnement 2,4 s 34 s 81
DeepSeek V4 Pro (0813) high 58 s 1,6 min 76
DeepSeek V4 Pro (0813) max 58 s 2,2 min 80
DeepSeek V4.1 Flash sans raisonnement 1,4 s 16 s 147
DeepSeek V4.1 Flash high 22 s 47 s 166
DeepSeek V4.1 Flash max 46 s 1,6 min 162

Le niveau d'effort pèse bien plus que le modèle. Claude Sonnet 5.5 donne son premier mot en moins de 3 secondes en effort bas et en près de 4 minutes et demie en effort maximal ; Claude Opus 5.5 en effort maximal attend six minutes et demie avant d'écrire le premier mot. Gemini 4 Carbon, ouvert à l'API de Google le 10 novembre, passe de 14 secondes en effort bas à 70 en effort high. Pour du travail interactif, un effort bas ou moyen est donc la première optimisation, avant tout changement de modèle. En débit, Claude Haiku 5.5 (209 à 252 tokens par seconde selon l'effort), Muse Spark 1.3 en effort xhigh (218) et DeepSeek V4.1 Flash (147 à 166) écrivent de 1,3 à 5,4 fois plus vite que Claude Opus 5.5 (105 à 114) ou GPT-6.1 Sol (47 à 49). Gemini 4 Hydrogen, ouvert le 12 novembre, se range dans ce groupe : 174 à 181 tokens par seconde, plus du double de Gemini 4 Carbon (52 à 66). Muse Ember, sorti le 9 novembre, va plus loin : 439 à 440 tokens par seconde, près de neuf fois le débit de GPT-6.1 Sol. La réponse complète, elle, dépasse souvent de loin le délai plus le texte : la moyenne compte des sessions d'agent entières.

Série précédente : médianes des requêtes longues du 4 novembre 2026 (92)

Les chiffres de l'ancienne méthode, gardés tels qu'ils étaient au 4 novembre 2026. Ils se comparent entre eux, pas avec le tableau du dessus : l'écart entre deux valeurs d'un même modèle tient à la méthode de mesure, pas au modèle. Ces chiffres ne sont plus mis à jour.

Mesures : mesures de latence et de débit (médianes sur la catégorie de requêtes longues, API de l'éditeur), Artificial Analysis, relevé le 4 novembre 2026, plus mis à jour.

Série précédente, plus mise à jour : délai avant le premier mot, durée de la réponse complète et débit en tokens par seconde sur les requêtes longues, par modèle et niveau d'effort, au 4 novembre 2026
Modèle Effort Premier mot
délai
Réponse
complète
Débit
tokens / s
Anthropic
Claude Fable 5 max 2,0 min 2,1 min 68
Claude Fable 5.1 low 2,8 s 12 s 54
Claude Fable 5.1 medium 16 s 25 s 55
Claude Fable 5.1 high 19 s 28 s 57
Claude Fable 5.1 xhigh 1,4 min 1,6 min 61
Claude Fable 5.1 max 4,4 min 4,5 min 70
Claude Haiku 4.5 sans raisonnement 0,5 s 6,7 s 82
Claude Haiku 4.5 raisonnement 19 s 25 s 90
Claude Haiku 5.5 low 9,2 s 12 s 156
Claude Haiku 5.5 medium 14 s 17 s 168
Claude Haiku 5.5 high 31 s 34 s 174
Claude Haiku 5.5 xhigh 1,1 min 1,1 min 181
Claude Haiku 5.5 max 4,7 min 4,7 min 235
Claude Opus 5 low 2,5 s 12 s 51
Claude Opus 5 medium 11 s 21 s 49
Claude Opus 5 high 23 s 33 s 50
Claude Opus 5 xhigh 36 s 45 s 52
Claude Opus 5 max 1,3 min 1,4 min 51
Claude Opus 5.5 low 11 s 17 s 78
Claude Opus 5.5 medium 23 s 29 s 78
Claude Opus 5.5 high 47 s 54 s 78
Claude Opus 5.5 xhigh 2,4 min 2,5 min 80
Claude Opus 5.5 max 10,5 min 10,5 min 94
Claude Sonnet 5 sans raisonnement 0,9 s 8,5 s 66
Claude Sonnet 5 low 1,4 s 9,4 s 63
Claude Sonnet 5 medium 4,7 s 13 s 60
Claude Sonnet 5 high 19 s 27 s 67
Claude Sonnet 5 xhigh 41 s 48 s 68
Claude Sonnet 5 max 3,1 min 3,2 min 78
Claude Sonnet 5.5 low 1,2 s 6,4 s 96
Claude Sonnet 5.5 medium 1,4 s 6,8 s 94
Claude Sonnet 5.5 high 13 s 18 s 103
Claude Sonnet 5.5 xhigh 36 s 40 s 107
Claude Sonnet 5.5 max 7,5 min 7,6 min 139
OpenAI
GPT-5.6 Sol sans raisonnement 0,9 s 5,6 s 107
GPT-5.6 Sol low 2,0 s 6,7 s 108
GPT-5.6 Sol medium 5,2 s 9,6 s 114
GPT-5.6 Sol high 12 s 16 s 117
GPT-5.6 Sol xhigh 47 s 51 s 122
GPT-5.6 Sol max 1,4 min 1,5 min 126
GPT-5.6 Terra sans raisonnement 0,8 s 5,6 s 104
GPT-5.6 Terra low 1,6 s 6,7 s 98
GPT-5.6 Terra medium 1,7 s 6,4 s 105
GPT-5.6 Terra high 5,0 s 9,9 s 103
GPT-5.6 Terra xhigh 38 s 43 s 112
GPT-5.6 Terra max 2,7 min 2,7 min 127
GPT-6 Astra low 2,6 s 13 s 50
GPT-6 Astra medium 8,0 s 18 s 51
GPT-6 Astra high 2,0 min 2,2 min 56
GPT-6 Astra xhigh 3,3 min 3,4 min 56
GPT-6 Astra max 5,8 min 5,9 min 67
GPT-6 Luna sans raisonnement 0,9 s 5,4 s 110
GPT-6 Luna low 2,6 s 7,0 s 115
GPT-6 Luna high 23 s 27 s 119
GPT-6 Luna xhigh 34 s 38 s 127
GPT-6 Luna max 2,3 min 2,3 min 111
GPT-6.1 Sol low 2,6 s 11 s 61
GPT-6.1 Sol medium 9,2 s 18 s 56
GPT-6.1 Sol high 1,4 min 1,6 min 65
GPT-6.1 Sol xhigh 2,6 min 2,7 min 73
GPT-6.1 Sol max 5,4 min 5,5 min 74
GPT-6.1 Terra sans raisonnement 1,0 s 6,9 s 85
GPT-6.1 Terra low 1,5 s 7,0 s 91
GPT-6.1 Terra medium 4,1 s 9,8 s 89
GPT-6.1 Terra high 21 s 26 s 92
GPT-6.1 Terra xhigh 1,1 min 1,2 min 98
GPT-6.1 Terra max 4,8 min 4,9 min 110
Google
Gemini 3.8 Flash high 27 s 31 s 131
Gemini 4 Argon high 45 s 51 s 82
xAI
Grok 4.5 high 17 s 25 s 58
Grok 4.6 low 8,5 s 16 s 68
Grok 4.6 medium 35 s 42 s 68
Grok 4.6 high 39 s 47 s 67
Grok 4.6 xhigh 49 s 56 s 72
Grok 4.7 low 7,8 s 16 s 61
Grok 4.7 high 1,0 min 1,2 min 74
Grok 4.7 xhigh 1,8 min 1,9 min 75
Meta
Muse Spark 1.3 xhigh 26 s 28 s 241
Muse Spark 1.3 max 58 s 1,0 min 151
Muse Wonder max 45 s 48 s 171
Z.ai
GLM-5.3 low 26 s 32 s 82
GLM-5.3 max 25 s 31 s 86
GLM-5.3-Flash par défaut 30 s 37 s 71
Moonshot AI
Kimi K3 low 43 s 53 s 51
Kimi K3 max 45 s 55 s 51
Kimi K3.1 Pro par défaut 1,2 min 1,4 min 30
Alibaba
Qwen3.8 Max par défaut 54 s 1,1 min 39
DeepSeek
DeepSeek V4 Pro (0813) sans raisonnement 1,7 s 7,5 s 86
DeepSeek V4 Pro (0813) max 26 s 32 s 82
DeepSeek V4.1 Flash sans raisonnement 1,2 s 4,2 s 172
DeepSeek V4.1 Flash high 12 s 15 s 184
DeepSeek V4.1 Flash max 13 s 16 s 165

En local : quels modèles tiennent sur une machine, et à quelle vitesse

Faire tourner un modèle sur son propre matériel garde les données chez soi et transforme un coût à l'usage en coût fixe. Deux questions décident si c'est possible : la mémoire qu'il faut pour charger le modèle, et la vitesse à laquelle il écrit une fois chargé. Nous comparons les deux aux modèles du cloud, avec le même indice d'intelligence et les mêmes unités.

Les meilleurs modèles ouverts, et la machine qu'il leur faut

Mémoire calculée pour une quantification Q4_K_M : nombre de paramètres multiplié par 4,89 bits, la valeur mesurée par llama.cpp. C'est le minimum pour charger les poids ; il faut y ajouter le cache du contexte, soit environ 4,5 Gio pour 32 000 tokens sur un modèle de 8 milliards de paramètres selon le calcul de Sebastian Raschka, davantage sur un grand modèle.

Bits par poids : llama.cpp, documentation de quantification. Indice : Intelligence Index v5.0 (indice composite de l'évaluateur, en mode raisonnement quand le modèle en a un), Artificial Analysis, relevé le 9 novembre 2026. L'équivalent cloud est le modèle (et son niveau d'effort) dont l'indice est le plus proche, sur la même échelle ; pour mémoire, le meilleur du cloud est Claude Opus 5.5 (max), à 59,1.

Modèles à poids ouverts : paramètres, indice d'intelligence, score Terminal-Bench, mémoire nécessaire en Q4_K_M et machine minimale, au 9 novembre 2026
Modèle Paramètres
total / actifs, en milliards
Indice
intelligence
Équivalent cloud
indice le plus proche
Score
TB 2.1
Mémoire
Q4_K_M
Il faut au minimum
Qwen3.8 27B Alibaba · licence Apache 2.0 27 20,1 ≈ GPT-6 Luna (high)indice 21,4 79,8 % 17 Go une carte graphique de 24 à 32 Go
Nanbeige4.3-33B Nanbeige · licence Apache 2.0 33 20,4 ≈ GPT-6 Luna (high)indice 21,4 — 20 Go une carte graphique de 24 à 32 Go
Nemotron 3.5 Super VL NVIDIA · licence OpenMDW-1.1 120 / 12 13,6 ≈ GPT-6 Luna (low)indice 9,7 — 73 Go une machine à 128 Go de mémoire unifiée
MiMo-V2.6-Flash Xiaomi · licence MIT 309 / 15 26,7 ≈ Claude Sonnet 5.5 (low)indice 25,6 — 189 Go un Mac Studio Ultra à 256 Go
GLM-5.3-Flash Z.ai · licence MIT 320 / 18 27,8 ≈ GPT-6 Luna (max)indice 27,9 84,3 % 196 Go un Mac Studio Ultra à 256 Go
MiniMax-M3.1-Flash MiniMax · licence MiniMax Community License 428 / 23 29,1 ≈ GPT-6 Luna (max)indice 27,9 — 262 Go un Mac Studio Ultra à 512 Go
DeepSeek V4.1 Flash DeepSeek · licence MIT 552 / 16 32,6 ≈ Grok 4.7 (low)indice 31,1 — 338 Go un Mac Studio Ultra à 512 Go
Ling 3.1 Flash 1019 InclusionAI · licence MIT 560 / 25 29,6 ≈ Gemini 3.8 Flash (high)indice 30,8 — 343 Go un Mac Studio Ultra à 512 Go
Step 5 Preview StepFun · licence StepFun Model License 600 / 27 28,5 ≈ GPT-6 Luna (max)indice 27,9 — 367 Go un Mac Studio Ultra à 512 Go
GLM-5.3 Z.ai · licence GLM-5.3 License 753 / 40 31,7 ≈ Grok 4.7 (low)indice 31,1 83,9 % 461 Go un Mac Studio Ultra à 512 Go
MiMo-V2.6-Pro Xiaomi · licence MIT 1 020 / 42 29,9 ≈ Gemini 3.8 Flash (high)indice 30,8 — 624 Go un serveur à plusieurs cartes graphiques
Mistral Large 4 Mistral · licence Mistral Ecosystem Open-Weight License 1 050 / 52 26,1 ≈ Claude Sonnet 5.5 (low)indice 25,6 — 642 Go un serveur à plusieurs cartes graphiques

Vitesse mesurée en local, face au même modèle dans le cloud

Débit d'écriture en tokens par seconde, mesuré avec llama.cpp ou MLX sur un contexte court. Les mesures publiées portent sur des modèles sortis jusqu'au printemps 2026 : les plus récents n'ont pas encore été mesurés sur du matériel personnel. La colonne cloud donne le débit du même modèle sur l'API d'un hébergeur, relevé par Artificial Analysis le 5 novembre 2026 selon sa nouvelle méthode (moyenne des charges sur cinq jours, délai avant le premier mot compris), alors que le débit local est mesuré sur un contexte court : l'écart en est accentué. L'indice de ces lignes date du relevé du 5 octobre, sur l'ancienne version de l'indice : il ne se compare pas au tableau précédent. Relevé le 5 octobre 2026.

Débit en tokens par seconde mesuré en local et débit du même modèle dans le cloud, au 5 octobre 2026
Modèle Machine Local
tokens / s
Cloud
tokens / s
Indice
intelligence
gpt-oss-120b OpenAI · MXFP4, 59 Gio 42,8 tokens/s avec 32 000 tokens déjà en contexte. NVIDIA DGX Spark (128 Go)llama.cpp 59 171 11,6
gpt-oss-120b OpenAI · MXFP4, 59 Gio AMD Ryzen AI Max+ 395 (128 Go)kyuz0, bancs Strix Halo 57 171 11,6
gpt-oss-120b OpenAI · MXFP4, 59 Gio 65,5 tokens/s avec 32 000 tokens déjà en contexte. Apple M2 Ultra (192 Go)llama.cpp 86 171 11,6
gpt-oss-20b OpenAI · MXFP4 NVIDIA RTX 5090 (32 Go)llama.cpp 283 163 9,0
Qwen3.6 35B A3B Alibaba · Q4_K_M, 20,6 Go NVIDIA RTX 5090 (32 Go)banc llama.cpp publié sur zenn.dev 183 133 18,2
Qwen3.6 35B A3B Alibaba · Q4_K_XL, 21,3 Gio AMD Ryzen AI Max+ 395 (128 Go)kyuz0, bancs Strix Halo 60 133 18,2
Gemma 4 26B A4B Google · Q4_K NVIDIA RTX 5090 (32 Go)hardware-corner.net 180 75 16,7
Qwen3.5 27B Alibaba · Q4_K Modèle dense : tous ses paramètres travaillent à chaque token, d'où le débit plus bas. NVIDIA RTX 5090 (32 Go)hardware-corner.net 59 63 22,9
Gemma 4 31B Google · Q4_K_XL Modèle dense sur mémoire unifiée : le cas le plus lent du tableau. AMD Ryzen AI Max+ 395 (128 Go)kyuz0, bancs Strix Halo 12 30 14,7
DeepSeek V4 Flash (0420) DeepSeek · MLX 4 bits, 142 Go Apple M3 Ultra (256 Go)oMLX 35 — 24,2

Les machines, leur prix et leur vitesse de référence

Vitesse de référence : gpt-oss-120b, le seul modèle mesuré sur toutes ces machines. Les Mac mesurés sont des générations précédentes ; Apple vend aujourd'hui des puces M5, pas encore mesurées sur ce modèle. Prix relevés le 5 octobre 2026.

NVIDIA RTX 5090
32 Go
1 999 $ (prix de lancement)
gpt-oss-120b : environ 30 tokens/s, modèle en partie déchargé sur le processeur
prix officiel
NVIDIA DGX Spark
128 Go
4 699 $
gpt-oss-120b : 58,7 tokens/s
prix officiel
Framework Desktop, AMD Ryzen AI Max+ 395
128 Go
3 889 €
gpt-oss-120b : 56,6 tokens/s
prix officiel
Apple Mac Studio M5 Ultra
96 à 512 Go
à partir de 6 599 € (96 Go)
gpt-oss-120b : 85,6 tokens/s sur M2 Ultra, la génération mesurée
prix officiel

Moins intelligents, oui. Le meilleur modèle qui tient sur une carte graphique de 32 Go, Nanbeige4.3-33B, obtient 20,4 à l'indice d'intelligence, à peine plus que Qwen3.8 27B (20,1) et sous GPT-6 Luna en effort high (21,4), quand le meilleur modèle du cloud vendu par API, Claude Opus 5.5 en effort maximal, est à 59,1. Avec 128 Go, Nemotron 3.5 Super VL n'atteint que 13,6. Le meilleur modèle ouvert du tableau, DeepSeek V4.1 Flash (32,6), demande 338 Go : un Mac Studio à 512 Go. GLM-5.3 (31,7) en demande 461, ce qui tient tout juste dans la même machine sans grande place pour le contexte, et MiMo-V2.6-Pro 624, soit un serveur. Ces indices suivent la version 5.0 de l'indice de l'évaluateur, relevée le 9 novembre : plus exigeante, elle ne se compare pas aux valeurs que cette page affichait avant. Moins rapides, pas forcément. Un petit modèle à experts sur une RTX 5090 écrit à 180 ou 280 tokens par seconde, plus vite que les modèles haut de gamme du cloud. Mais sur les machines à 128 Go, qui seules chargent un modèle sérieux, gpt-oss-120b tourne environ trois fois moins vite que chez un hébergeur, et le débit baisse quand le contexte s'allonge : un handicap pour un agent qui relit beaucoup de code.

Quel profil pour quel usage

En binôme avec un développeur

Le développeur attend chaque réponse. Le délai avant le premier mot et la durée par tâche comptent plus que quelques points de réussite : effort bas ou moyen, et un modèle qui boucle vite quitte à relancer. GPT-6.1 Sol et Claude Sonnet 5.5 en effort bas ou moyen, ou Muse Spark 1.3, sont dans ce cas.

Une tâche longue lancée sans surveillance

Personne n'attend devant l'écran : une heure de calcul ne coûte rien en temps humain, un échec coûte une relecture. La réussite au premier essai prime. Claude Sonnet 5.5 et Opus 5.5 en effort maximal, ou Gemini 4 Argon, gagnent ici.

Des données qui ne doivent pas sortir

Le local devient la bonne réponse quand la confidentialité prime sur la qualité : un modèle de 27 à 120 milliards de paramètres, sur une carte graphique ou une machine à 128 Go, sans qu'aucune donnée ne quitte vos locaux. Prévoyez une tâche plus simple ou plus de relecture qu'avec un modèle de tête du cloud.

Un traitement en volume

Des centaines de petites tâches à enchaîner : le débit d'écriture et le coût par tâche réussie dominent. Muse Ember écrit de 439 à 440 tokens par seconde, mais l'évaluateur ne publie pas encore son coût par tâche ; Claude Haiku 5.5 écrit de 209 à 252 tokens par seconde selon l'effort, Muse Spark 1.3 en effort xhigh à 218, DeepSeek V4.1 Flash de 147 à 166 ; DeepSeek V4.1 Flash revient à 0,65 $ par tâche réussie (46,3 % de réussite pour 0,30 $ la tâche).

Comment lire ces chiffres, et leurs limites

Les réussites par heure sont un calcul, pas une mesure

Elles supposent qu'on relance une tâche ratée avec les mêmes chances. Une tâche ratée pour une ambiguïté de la consigne ratera encore : le débit réel des modèles rapides est plus bas que ce chiffre.

Les étapes ne sont pas vos allers-retours

Ce sont les actions internes de l'agent. Les vôtres, relire et reformuler, n'apparaissent dans aucune mesure, et un modèle qui réussit moins souvent vous en demandera davantage.

La vitesse varie selon l'heure et l'hébergeur

Les débits et délais sont des moyennes sur cinq jours, mesurées sur l'API de l'éditeur, ou à défaut sur ses hébergeurs. Ils bougent selon l'heure et la charge du service, et un autre hébergeur du même modèle peut aller plus ou moins vite.

Vous pouvez citer cette page

Les données sont publiées sous licence CC BY 4.0 : reprenez les tables librement, y compris commercialement, en créditant la source.

Citation suggérée :

EpickOne, « Vitesse des modèles IA : qui finit le travail le plus vite », mis à jour le 14 novembre 2026. https://epickone.fr/vitesse-modeles-ia

Le bon réglage vaut souvent mieux qu'un autre modèle

Le niveau d'effort, l'agent qui pilote le modèle et la façon de découper le travail changent le temps de réponse bien plus que le choix du modèle. C'est ce que nous réglons quand nous intégrons l'IA dans vos outils, avec les prix des modèles en regard.

Diagnostic IA offert (30 min)