Le modèle le plus récent de l'AIM LLM Index est GPT-6.2 Astra.
AIM LLM Index
v1.11Un indice unique et transparent combinant 5 benchmarks publics avec les 4 évaluations agentiques, RAG et de raisonnement d'entreprise d'AIMultiple. Consultez AIM LLM Index Methodology pour plus de détails.
| Nom | Série | Coût par tâche ($, échelle logarithmique) | Indice LLM |
|---|---|---|---|
| Gemini 4 Carbon | 0.0402 | 85 | |
| Gemini 4 Argon | 0.0459 | 73 | |
| Gemini 3.8 Flash | 0.013 | 58 | |
| GPT-6.2 Astra | OpenAI | 0.0794 | 83 |
| GPT-6 Astra | OpenAI | 0.455 | 73 |
| GPT-6.1 Sol | OpenAI | 0.0225 | 73 |
| GPT-6.1 Terra | OpenAI | 0.0132 | 69 |
| GPT-6 Sol | OpenAI | 0.0314 | 69 |
| GPT-6 Luna | OpenAI | 0.0017 | 57 |
| Claude Fable 5.2 | Anthropic | 0.1452 | 77 |
| Claude Opus 5.5 | Anthropic | 0.1148 | 76 |
| Claude Fable 5.1 | Anthropic | 0.3895 | 72 |
| Claude Sonnet 5.5 | Anthropic | 0.0386 | 72 |
| Claude Haiku 5.5 | Anthropic | 0.0025 | 56 |
| Muse Wonder | Meta | 0.1107 | 68 |
| Muse Spark 1.3 | Meta | 0.04 | 61 |
| Muse Spark Open | Meta | 0.0493 | 53 |
| Kimi K3.1 Pro | Moonshot AI | 0.0438 | 67 |
| MiMo-V2.6-Pro | Xiaomi | 0.008 | 58 |
| MiniMax M3.1 Flash | MiniMax | 0.0045 | 56 |
| Grok 4.7 | X | 0.0659 | 56 |
| Qwen3.8 Flash | Alibaba Cloud | 0.005 | 56 |
| Qwen3.8 Max (0902) | Alibaba Cloud | 0.0526 | 55 |
| DeepSeek V4.1 Flash 1017 | DeepSeek | 0.0023 | 56 |
| DeepSeek V4.1 Flash | DeepSeek | 0.003 | 52 |
| GLM 5.3 Flash | Z AI | 0.0014 | 53 |
| Nom | AIM LLM Index |
|---|---|
| Gemini 4 Carbon | 85 |
| GPT-6.2 Astra | 83 |
| Claude Fable 5.2 | 77 |
| Claude Opus 5.5 | 76 |
| GPT-6 Astra | 73 |
| Gemini 4 Argon | 73 |
| GPT-6.1 Sol | 73 |
| Claude Fable 5.1 | 72 |
| Claude Sonnet 5.5 | 72 |
| GPT-6.1 Terra | 69 |
| GPT-6 Sol | 69 |
| Muse Wonder | 68 |
| Kimi K3.1 Pro | 67 |
| MiMo-V2.6-Pro | 58 |
| GPT-6 Luna | 57 |
| MiniMax M3.1 Flash | 56 |
| Grok 4.7 | 56 |
| DeepSeek V4.1 Flash 1017 | 56 |
| Claude Haiku 5.5 | 56 |
| Muse Spark Open | 53 |
Classement
Les modèles les mieux notés sur tous les benchmarks.
# | Modèle | Index | AIM-Agentic-RAG | AIM-AI-Bias | AIM-FinanceReasoning | AIM-Text-to-SQL | CritPt | FrontierMath | MMMU-Pro | SciCode | Terminal-Bench 4.0 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | Gemini 4 Carbon Google | 85 | 92 | - | 90 | 78 | - | 95 | 89 | - | 65 |
| 2 | GPT-6.2 Astra OpenAI | 83 | 86 | 88 | 88 | 68 | - | 100 | 89 | - | 64 |
| 3 | Claude Fable 5.2 Anthropic | 77 | 97 | 74 | 92 | 86 | 36 | 100 | - | 68 | 62 |
| 4 | Claude Opus 5.5 Anthropic | 76 | 90 | 78 | 92 | 88 | 32 | 95 | 88 | 67 | 60 |
| 5 | GPT-6 Astra OpenAI | 73 | 84 | 91 | 87 | 66 | 32 | 98 | 87 | 56 | 60 |
| 6 | Gemini 4 Argon Google | 73 | 94 | 84 | 91 | 79 | 27 | 78 | 88 | 62 | 57 |
| 7 | GPT-6.1 Sol OpenAI | 73 | 81 | 93 | 90 | 65 | 32 | 100 | 86 | 56 | 56 |
| 8 | Claude Fable 5.1 Anthropic | 72 | 84 | 85 | 90 | 67 | 31 | 88 | 86 | 63 | 55 |
| 9 | Claude Sonnet 5.5 Anthropic | 72 | 85 | 74 | 89 | 74 | 31 | 80 | 86 | 61 | 64 |
| 10 | GPT-6.1 Terra OpenAI | 69 | 84 | 82 | 87 | 57 | 28 | 93 | 85 | 55 | 56 |
| Nom | Série | Date de sortie du modèle | Indice LLM | Sortie |
|---|---|---|---|---|
| Claude Opus 4.8 | Anthropic | 2026-05-27 | 59 | 27 mai 2026 |
| Claude Fable 5 | Anthropic | 2026-06-09 | 68 | 9 juin 2026 |
| Claude Fable 5.1 | Anthropic | 2026-09-01 | 72 | 1 sept. 2026 |
| Claude Opus 5.5 | Anthropic | 2026-09-22 | 76 | 22 sept. 2026 |
| Claude Fable 5.2 | Anthropic | 2026-11-09 | 77 | 9 nov. 2026 |
| Gemini 3.6 Flash | 2026-07-21 | 53 | 21 juil. 2026 | |
| Gemini 3.7 Flash | 2026-08-13 | 60 | 13 août 2026 | |
| Gemini 4 Argon | 2026-10-13 | 73 | 13 oct. 2026 | |
| Gemini 4 Carbon | 2026-11-10 | 85 | 10 nov. 2026 | |
| DeepSeek V4 Flash 0731 | DeepSeek | 2026-07-31 | 48 | 31 juil. 2026 |
| DeepSeek V4 Pro 0813 | DeepSeek | 2026-08-12 | 49 | 12 août 2026 |
| DeepSeek V4.1 Flash | DeepSeek | 2026-09-10 | 52 | 10 sept. 2026 |
| DeepSeek V4.1 Flash 1017 | DeepSeek | 2026-10-17 | 56 | 17 oct. 2026 |
| Muse Spark 1.1 | Meta | 2026-07-16 | 55 | 16 juil. 2026 |
| Muse Spark 1.2 | Meta | 2026-08-05 | 57 | 5 août 2026 |
| Muse Spark 1.3 | Meta | 2026-09-02 | 61 | 2 sept. 2026 |
| Muse Wonder | Meta | 2026-10-12 | 68 | 12 oct. 2026 |
| GPT-5.6 Sol | OpenAI | 2026-07-09 | 67 | 9 juil. 2026 |
| GPT-6 Astra | OpenAI | 2026-09-04 | 73 | 4 sept. 2026 |
| GPT-6.2 Astra | OpenAI | 2026-11-17 | 83 | 17 nov. 2026 |
| Kimi K3 | Moonshot AI | 2026-07-16 | 57 | 16 juil. 2026 |
| Kimi K3.1 Pro | Moonshot AI | 2026-10-23 | 67 | 23 oct. 2026 |
| MiniMax M3 | MiniMax | 2026-05-31 | 40 | 31 mai 2026 |
| MiniMax M3.1 Flash | MiniMax | 2026-10-19 | 56 | 19 oct. 2026 |
| Grok 4.5 | X | 2026-07-08 | 54 | 8 juil. 2026 |
| Grok 4.6 | X | 2026-08-12 | 59 | 12 août 2026 |
| Qwen3.7 Plus | Alibaba Cloud | 2026-06-03 | 43 | 3 juin 2026 |
| Qwen3.8 Max | Alibaba Cloud | 2026-08-03 | 58 | 3 août 2026 |
| GLM 5.2 | Z AI | 2026-06-16 | 49 | 16 juin 2026 |
| GLM 5.3 | Z AI | 2026-08-18 | 57 | 18 août 2026 |
| Model | Benchmark | Score |
|---|---|---|
| GPT-6.2 Astra | AIM-Agentic-RAG | 86 |
| GPT-6.2 Astra | AIM-FinanceReasoning | 88 |
| GPT-6.2 Astra | AIM-Text-to-SQL | 68 |
| GPT-6.2 Astra | Terminal-Bench 4.0 | 64 |
| GPT-6.2 Astra | AIM-AI-Bias | 88 |
| Claude Fable 5.2 | AIM-Agentic-RAG | 97 |
| Claude Fable 5.2 | AIM-FinanceReasoning | 92 |
| Claude Fable 5.2 | AIM-Text-to-SQL | 86 |
| Claude Fable 5.2 | Terminal-Bench 4.0 | 62 |
| Claude Fable 5.2 | AIM-AI-Bias | 74 |
| Claude Opus 5.5 | AIM-Agentic-RAG | 90 |
| Claude Opus 5.5 | AIM-FinanceReasoning | 92 |
| Claude Opus 5.5 | AIM-Text-to-SQL | 88 |
| Claude Opus 5.5 | Terminal-Bench 4.0 | 60 |
| Claude Opus 5.5 | AIM-AI-Bias | 78 |
| GPT-6 Astra | AIM-Agentic-RAG | 84 |
| GPT-6 Astra | AIM-FinanceReasoning | 87 |
| GPT-6 Astra | AIM-Text-to-SQL | 66 |
| GPT-6 Astra | Terminal-Bench 4.0 | 60 |
| GPT-6 Astra | AIM-AI-Bias | 91 |
| Gemini 4 Argon | AIM-Agentic-RAG | 94 |
| Gemini 4 Argon | AIM-FinanceReasoning | 91 |
| Gemini 4 Argon | AIM-Text-to-SQL | 79 |
| Gemini 4 Argon | Terminal-Bench 4.0 | 57 |
| Gemini 4 Argon | AIM-AI-Bias | 84 |
| Nom | Série | Coût combiné ($ / 1M de tokens, échelle logarithmique) | Indice LLM | Release |
|---|---|---|---|---|
| Gemini 4 Carbon | 2 | 85 | 2026-11-10 | |
| Gemini 4 Argon | 4 | 73 | 2026-10-13 | |
| Gemini 3.8 Flash | 0.75 | 58 | 2026-09-02 | |
| GPT-6.2 Astra | OpenAI | 16 | 83 | 2026-11-17 |
| GPT-6 Astra | OpenAI | 20 | 73 | 2026-09-04 |
| GPT-6.1 Sol | OpenAI | 4 | 73 | 2026-09-29 |
| GPT-6.1 Terra | OpenAI | 2 | 69 | 2026-10-26 |
| GPT-6 Sol | OpenAI | 4 | 69 | 2026-09-22 |
| GPT-6 Luna | OpenAI | 0.2 | 57 | 2026-09-22 |
| Claude Fable 5.2 | Anthropic | 16 | 77 | 2026-11-09 |
| Claude Opus 5.5 | Anthropic | 8 | 76 | 2026-09-22 |
| Claude Fable 5.1 | Anthropic | 20 | 72 | 2026-09-01 |
| Claude Sonnet 5.5 | Anthropic | 4 | 72 | 2026-09-28 |
| Claude Haiku 5.5 | Anthropic | 0.2 | 56 | 2026-10-07 |
| Muse Wonder | Meta | 8 | 68 | 2026-10-12 |
| Muse Spark 1.3 | Meta | 2 | 61 | 2026-09-02 |
| Muse Spark Open | Meta | 2 | 53 | 2026-10-15 |
| Kimi K3.1 Pro | Moonshot AI | 3.8 | 67 | 2026-10-23 |
| MiMo-V2.6-Pro | Xiaomi | 0.49 | 58 | 2026-09-21 |
| MiniMax M3.1 Flash | MiniMax | 0.24 | 56 | 2026-10-19 |
| Grok 4.7 | X | 3 | 56 | 2026-09-21 |
| Qwen3.8 Flash | Alibaba Cloud | 0.23 | 56 | 2026-08-26 |
| Qwen3.8 Max (0902) | Alibaba Cloud | 3 | 55 | 2026-09-03 |
| DeepSeek V4.1 Flash 1017 | DeepSeek | 0.15 | 56 | 2026-10-17 |
| DeepSeek V4.1 Flash | DeepSeek | 0.21 | 52 | 2026-09-10 |
| GLM 5.3 Flash | Z AI | 0.09 | 53 | 2026-08-26 |
Questions fréquentes
AIM LLM Index Methodology
Le score d'indice d'un modèle est la moyenne de ses résultats sur les benchmarks ci-dessous. Les scores déjà sur une échelle 0-100 sont utilisés tels quels ; les autres sont ramenés sur 0-100. Un benchmark manquant pour un modèle est exclu au lieu d'être compté comme zéro, et chaque benchmark a le même poids. Un modèle doit être noté sur au moins 2 benchmarks AIMultiple pour être classé. Les résultats MMMU-Pro proviennent de 2 sources distinctes.
Benchmarks utilisés
Résultats bruts de 2.5 mille points de données issus des benchmarks AIMultiple sur lesquels repose cet indice. Téléchargez-les sous forme de fichier ZIP contenant 4 fichiers CSV et un README.
Vous voulez les données détaillées derrière ? Rejoindre Premium
Journal des modifications
70 mises à jour- v1.11
119 modèles ont été ajoutés au jeu de données : Claude 3 Haiku, Claude Opus 4.7 (max), Command A, DeepSeek R1 (Jan), DeepSeek R1 0528 Qwen3 8B et 114 de plus.
- v1.11
2 modèles sont entrés dans l'AIM LLM Index : GPT-6.2 Astra, GPT-6.2 Sol.
- v1.11
2 modèles ont été ajoutés au jeu de données : GPT-6.2 Astra, GPT-6.2 Sol.
- v1.11
AIM-AI-Bias a été ajouté au calcul de l'indice. Version mise à jour en v1.11.
- v1.10
2 modèles sont entrés dans l'AIM LLM Index : Gemini 4 Hydrogen, Qwen4 Max.
- v1.10
3 modèles ont été ajoutés au jeu de données : Gemini 4 Hydrogen, Hy4, Qwen4 Max.
- v1.10
Gemini 4 Carbon est entré dans l'AIM LLM Index.
- v1.10
Gemini 4 Carbon a été ajouté au jeu de données.
- v1.10
2 modèles sont entrés dans l'AIM LLM Index : Claude Fable 5.2, Muse Ember.
- v1.10
2 modèles ont été ajoutés au jeu de données : Claude Fable 5.2, Muse Ember.
Explorez Cas d'utilisation, analyses et points de référence du LLM
- LLMBenchmark15 sep
Simulation d'audience: les LLM peuvent-ils prédire le comportement humain ?
Dans le marketing, évaluer avec quelle précision les LLMs prédisent le comportement humain est essentiel pour mesurer leur efficacité à anticiper les besoins de l'audience et à reconnaître les risques de décalage, de communication inefficace ou d'influence non intentionnelle. La simulation d'audience avec des LLMs permet de modéliser des audiences virtuelles, aidant les organisations à…
- LLMAnalyse1 sep
LLM Guide de fine-tuning pour les entreprises
Suivez les liens pour découvrir les solutions spécifiques à vos problèmes de sortie de 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 limite, des méthodes…
- LLMAnalyse27 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…
- LLMAnalyse19 août
ChatGPT pour le service client: Top 10 cas d'utilisation
ChatGPT est passé du statut de nouveauté à celui d'infrastructure dans le service client. Les entreprises l'utilisent pour réduire les délais de réponse, absorber des volumes que leurs équipes ne peuvent pas traiter et diminuer le coût des interactions courantes. Mais les résultats varient fortement selon la manière dont il est mis en œuvre. OpenAI…
- LLMBenchmark15 avr
LLM Quantification: BF16 vs FP8 vs INT4
Nous avons effectué des benchmarks de Qwen3-32B à 4 niveaux de précision (BF16, FP8, GPTQ-Int8, GPTQ-Int4) sur un seul NVIDIA H100 80GB GPU. Chaque configuration a été évaluée sur 2 benchmarks (~12,2K questions) couvrant les connaissances et la génération de code, ainsi que sur plus de 2 000 exécutions d'inférence pour mesurer le débit. Int4…