Nous avons testé 131 modèles sur 44 benchmarks selon le taux de réussite, la latence et le coût par tâche.
Chaque point est un modèle. La ligne pointillée relie les modèles qu'aucun autre ne bat à la fois sur le coût et le score.
Cliquez sur une colonne pour trier. Cochez jusqu'à 3 modèles pour les comparer.
# | Modèle | Licence | Score AIM | Entrée $/1M | Sortie $/1M | Coût par tâche | TTFT | Contexte | |
|---|---|---|---|---|---|---|---|---|---|
| 1 | Claude Opus 5.5Anthropic | Propriétaire | 78 | $4,00 | $20,00 | $2,03 | 3,15 s | 1M | |
| 2 | GPT-6 AstraOpenAI | Propriétaire | 74 | $10,00 | $50,00 | $1,42 | 3,90 s | 1,1M | |
| 3 | GPT-6.1 SolOpenAI | Propriétaire | 74 | $2,00 | $10,00 | $0,27 | 3,50 s | 1,1M | |
| 4 | Claude Sonnet 5.5Anthropic | Propriétaire | 74 | $2,00 | $10,00 | $2,13 | 1,27 s | 1M | |
| 5 | Claude Fable 5.1Anthropic | Propriétaire | 74 | $10,00 | $50,00 | $3,76 | 3,33 s | 1M | |
| 6 | Gemini 4 ArgonGoogle | Propriétaire | 73 | $2,00 | $10,00 | $1,23 | 4,98 s | 1M | |
| 7 | GPT-6.1 TerraOpenAI | Propriétaire | 71 | $1,00 | $5,00 | $0,23 | 2,02 s | 1,1M | |
| 8 | Muse WonderMeta | Propriétaire | 70 | $4,00 | $20,00 | $2,02 | 35,22 s | 1M | |
| 9 | GPT-6 SolOpenAI | Propriétaire | 70 | $2,00 | $10,00 | $0,56 | 2,46 s | 1,1M | |
| 10 | Kimi K3.1 ProMoonshot AI | Poids ouverts | 69 | $2,00 | $10,00 | $0,77 | 49,60 s | 1M |
Benchmarks exécutés en interne par AIMultiple, avec des résultats publics communiqués par les fournisseurs ou des classements tiers. Le meilleur résultat de chaque colonne est mis en évidence.
Modèle | Score AIM | AIM-Agentic-RAG | AIM-FinanceReasoning | AIM-Text-to-SQL | AIM-AI-Bias | CritPt | GPQA Diamond | Humanity's Last Exam | SciCode |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5.5 | 78 | 90 | 92 | 88 | 94 | 32 | - | 61 | 67 |
| GPT-6 Astra | 74 | 84 | 87 | 66 | 98 | 32 | 96 | 55 | 56 |
| GPT-6.1 Sol | 74 | 81 | 90 | 65 | 98 | 32 | - | 53 | 56 |
| Claude Sonnet 5.5 | 74 | 85 | 89 | 74 | 93 | 31 | - | 55 | 61 |
| Claude Fable 5.1 | 74 | 84 | 90 | 67 | 98 | 31 | 94 | 59 | 63 |
| Gemini 4 Argon | 73 | 94 | 91 | 79 | 98 | 27 | - | 57 | 62 |
| GPT-6.1 Terra | 71 | 84 | 87 | 57 | 95 | 28 | - | 46 | 55 |
| Muse Wonder | 70 | 86 | 92 | 56 | 95 | 28 | - | 50 | 60 |
| GPT-6 Sol | 70 | 82 | 89 | 54 | 96 | 31 | - | 48 | 58 |
| Kimi K3.1 Pro | 69 | 85 | 90 | 52 | 91 | 25 | - | 52 | 61 |
Faites glisser sur le côté pour voir tous les benchmarks
Les modèles sont classés par l'AIM LLM Index, une moyenne pondérée des benchmarks propres à AIMultiple et de benchmarks publics en code, raisonnement, finance et tâches d'agents. Les prix sont le prix catalogue d'API le plus bas parmi les fournisseurs. Le coût par tâche provient des tokens ou des coûts publiés de chaque benchmark ; la vue par défaut en fait la moyenne sur les benchmarks où le modèle a un coût.
Lire la méthodologie complèteDes tâches notées à la main en code, raisonnement, finance et flux d'agents, relancées à chaque sortie de nouveaux modèles.
Explorer l'AIM LLM Index