Vitesse des modèles IA :
qui finit le travail le plus vite
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
- Durée / tâche
- Étapes
- Réussites / h
- Coût / tâche
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.
| 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.
| 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.
| 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 |
| 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.
| 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 |
| 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.
| 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.
| 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.
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)