AIM LLM Index

AIM-Agentic-RAGRoutage multi-bases de données et génération de requêtes SQL sur 5 bases de données (BIRD-SQL, 500 questions).

AIM-AI-BiasPer model per question per repetition bias evaluation results across 64 questions in both multiple choice and open ended formats, 27 models in the multiple choice condition and 26 in the open ended condition

AIM-FinanceReasoningRaisonnement financier complexe en plusieurs étapes sur 238 questions difficiles de FinanceReasoning.

AIM-Text-to-SQLPrécision de la génération de requêtes SQL à partir du langage naturel sur plus de 35 LLM.

CritPtProblemes de physique de niveau recherche exigeant des derivations multi-etapes.

FrontierMathProblèmes de mathématiques de recherche inédits, rédigés par des experts (niveaux 1 à 4).

MMMU-ProComprehension multimodale de niveau universitaire entre disciplines, durcie contre les raccourcis textuels.

SciCodeCodage scientifique de niveau recherche en physique, mathématiques, biologie et chimie (338 sous-problèmes)

Terminal-Bench 4.0La generation actuelle de Terminal-Bench : taches agentiques en terminal notees par taux de resolution.

Mises à jour récentes

Derniers changements de l'AIM LLM Index, de la couverture des modèles et de la méthodologie de benchmarks d'AIMultiple.

13 oct. 2026

Google

Gemini 4 Argon

Nouveau modèle ajouté à l'AIM LLM Index.

12 oct. 2026

Muse Wonder

Nouveau modèle ajouté à l'AIM LLM Index.

7 oct. 2026

Anthropic

Claude Haiku 5.5

Nouveau modèle ajouté à l'AIM LLM Index.

29 sept. 2026

OpenAI

GPT-6.1 Sol

Nouveau modèle ajouté à l'AIM LLM Index.

Chronologie des sorties de LLMLe rythme de l'innovation en IA

DeepSeek

DeepSeek V4 Flash Vision Exp

21 août

DeepSeek V4.1 Flash

10 sep

DeepSeek V4.1 Flash 1017

17 oct

Explorez Cas d'utilisation, analyses et points de référence du LLM

HALC-Bench: LLM Hallucination sur le benchmark de récupération en contexte long

Benchmark

15 sep

HALC-Bench (LLM Hallucination sur le benchmark de récupération en contexte long) mesure la résistance d’un modèle de langage de grande taille à fabriquer des preuves pour une mesure qui n’existe pas dans le document cible, en utilisant 3 meules de foin placées au début, au milieu et à la fin de la fenêtre de contexte…

LLM Outils d'observabilité: Weights & Biases, Langsmith

Les applications LLM sont passées de chats à un seul tour à des agents multi-étapes qui utilisent des outils, interrogent des bases de données et se coordonnent avec d’autres modèles, ce qui rend leur comportement plus difficile à interpréter. L’observabilité des LLM offre une visibilité continue sur ces flux de travail complexes, aidant les organisations…

Analyse

1 sep

LLM Guide de fine-tuning pour les entreprises

Suivez les liens pour les solutions spécifiques aux défis de sortie de votre LLM. Si votre LLM : L’adoption généralisée des grands modèles de langage (LLM) a amélioré notre capacité à traiter le langage humain. Cependant, leur entraînement générique donne souvent des performances sous-optimales pour des tâches spécifiques. Pour surmonter cette limitation, des méthodes de…

Analyse

27 août

LLM Automatisation: Top 7 outils & 8 études de cas

LLM automation désigne le passage vers des outils d'automatisation intelligente qui exploitent des LLMs, notamment des agents IA, des LLMs fine-tunés et des modèles RAG pour automatiser et coordonner des tâches. Découvrez ce qu'est l'automatisation LLM, ses principales applications concrètes et ses principaux outils : Les grands modèles de langage dans l'automatisation constituent une approche…

Analyse

19 août

ChatGPT pour le service client: les 10 meilleurs cas d'utilisation

ChatGPT est passé du statut de nouveauté à celui d'infrastructure du service client. Les entreprises l'utilisent pour réduire les temps de réponse, absorber des volumes que leurs équipes ne peuvent pas gérer et diminuer le coût des interactions courantes. Mais les résultats varient fortement selon sa mise en œuvre. OpenAI a lancé GPT-5.6, un modèle…

Benchmark

16 août

Densité d'intelligence des 71 LLMs pour des modèles plus intelligents et plus denses

Nous avons suivi 71 LLMs publiés entre février 2023 et mai 2026 et avons collecté 10 benchmarks publics pour mesurer la densité d'intelligence. Nous avons divisé le score de capacité par la ressource que le modèle consomme (paramètres actifs, coût de calcul d'entraînement et prix d'inférence). Pour calculer la densité d'intelligence, nous avons exécuté les…