Qu’est-ce qu’ARBITER ?

Un classement global des modèles et entreprises d’IA qui combine statistiquement 11 leaderboards d’IA de référence.

À quelle fréquence est-il mis à jour ?

Toutes les heures. Les nouveaux modèles de n’importe quel leaderboard sont ajoutés automatiquement.

Comment le score global est-il calculé ?

La métrique principale de chaque site est standardisée, puis un modèle factoriel corrige les écarts entre sites pour estimer la capacité commune de chaque modèle.

Les modèles évalués sur moins de leaderboards sont-ils désavantagés ?

Non. Une évaluation manquante n’est jamais pénalisée. L’incertitude est plutôt affichée sous forme d’intervalle à 90 %.

Quel est le meilleur modèle d’IA en ce moment ?

Le n° 1 du classement global. Le meilleur choix dépend de votre usage : consultez aussi les classements par domaine.

Performance des modèles d’IA selon le prix et la vitesse

Rang	Modèle	Score global	Artificial Analysis	LiveBench	Epoch AI	ARC-AGI	Scale SEAL	Vals AI	Terminal-Bench	EQ-Bench	SimpleBench	BenchLM
1	Claude Opus 5.5 Anthropic	92.5	#1	#2	—	#2	—	#1	—	—	#1	—
2	GPT-6 Astra OpenAI	92.2	#3	#4	#1	#1	#1	#4	#1	—	#4	#1
3	Claude Fable 5.1 Anthropic	91.7	#2	#1	#2	#5	#2	#2	#2	—	#2	#2
4	Claude Fable 5 Anthropic	90.6	#5	#3	#3	#6	—	#5	#4	#2	—	#4
5	Claude Opus 5 Anthropic	90.3	#4	#9	#4	#4	—	#3	#3	#1	#8	#3
6	Muse Spark 1.3 Meta	89.0	#6	#5	#15	—	—	#6	—	—	#7	—
7	GPT-5.6 Sol OpenAI	88.0	#8	#6	#6	#3	—	#7	#7	#9	#23	#5
8	GPT-5.5 Pro OpenAI	86.9	—	—	#5	#9	—	—	—	—	#10	—
9	GPT-6 Sol OpenAI	86.5	#7	#11	—	—	—	#8	—	—	#15	—
10	GPT-5.4 Pro OpenAI	85.2	—	—	#9	#13	—	—	—	—	—	—
11	MiMo-V2.6-Pro Xiaomi	85.2	#10	—	—	—	—	#16	—	—	—	—
12	DeepSeek V4.1 Flash DeepSeek	84.7	#22	#6	#28	—	—	#20	—	—	#21	—
13	Grok 4.7 xAI	84.6	#9	#19	—	—	—	#11	#6	—	—	—
14	GPT-5.5 OpenAI	84.4	#25	#8	#8	#8	—	#22	—	#4	#19	#12
15	Gemini 3.8 Flash Google	83.3	#19	#31	#13	#6	#4	#9	#11	—	#5	#6
16	Kimi K3 Moonshot AI	83.3	#15	#11	#12	#24	—	#21	—	#3	#33	#8
17	Qwen3.8 Max Alibaba (Qwen)	82.5	#11	#14	#26	—	—	#33	—	—	—	#9
18	Grok 4.6 xAI	82.4	#13	#15	#18	#20	—	#18	#10	—	#13	#11
19	Gemini 3.7 Flash Google	82.1	#23	#13	#11	#9	—	#17	#15	—	—	#14
19	GPT-5.4 OpenAI	82.1	—	#15	#14	#16	—	—	—	#7	—	#13
21	GPT-5.6 Terra OpenAI	82.1	#16	#18	#7	#12	—	#13	#9	#11	#53	#7
22	Muse Spark 1.2 Meta	82.0	#21	#15	#27	—	—	#23	—	—	#14	—
22	GLM-5.3 Z.ai (Zhipu)	82.0	#12	#28	#22	—	—	#24	#5	—	#22	—
24	Claude Opus 4.8 Anthropic	81.4	#17	#26	#10	#17	—	#10	#8	#6	#23	#10
25	Claude Opus 4.7 Anthropic	80.1	—	#25	#19	#15	#9	#25	—	#5	#26	—
26	Qwen3.8-Flash-Next Alibaba (Qwen)	78.7	#20	#26	—	—	—	—	—	—	—	—
27	Claude Sonnet 5 Anthropic	77.8	#26	#30	#20	—	—	#13	#13	#10	#34	#15
28	Gemini 3.1 Pro Google	77.3	#39	#22	#29	#14	#3	#41	—	#21	#9	—
29	DeepSeek V4 Pro DeepSeek	76.1	#29	#19	#24	#23	—	#32	—	#18	#51	—
30	Muse Spark 1.1 Meta	76.0	#33	#33	#33	—	—	#28	—	#8	—	#16
31	Grok 4.5 xAI	75.5	#24	#31	#34	#32	—	#34	#13	—	#18	#18
32	Claude Opus 4.6 Anthropic	74.8	—	#37	#25	#19	#10	—	—	#13	#20	#20
33	Muse Spark Meta	74.2	—	—	#39	—	#6	—	—	—	—	#27
34	Gemini 3.5 Flash Google	74.0	#36	#35	#30	#17	—	#30	—	#24	#11	#21
35	DeepSeek V4 Flash DeepSeek	74.0	#31	#38	#31	#22	—	#29	—	—	#31	—
36	GPT-5.6 Luna OpenAI	73.8	#27	#40	#21	#28	—	#12	#12	#19	#55	#17
37	Gemini 3.6 Flash Google	73.7	#32	#40	#32	#24	—	#26	—	—	—	#19
38	Qwen3.8 27B Alibaba (Qwen)	73.5	#33	#33	—	—	—	#36	—	—	—	—
39	GPT-6 Luna OpenAI	73.5	#27	#46	—	#29	—	#19	—	—	—	—
40	Gemini 3 Pro Google	70.4	—	—	#37	#37	#7	—	—	—	#12	#26
41	GPT-5.3 Codex OpenAI	70.0	—	—	#16	—	—	—	—	—	—	#24
42	GPT-5.2.11 OpenAI	69.9	—	#35	—	—	#12	—	—	—	—	—
43	GLM 5.3 Flash Z.ai (Zhipu)	69.7	#17	#48	#41	—	—	#37	—	—	—	—
44	GPT-5.2 Pro OpenAI	69.5	—	—	#23	#30	—	—	—	—	#41	—
45	Claude Sonnet 4.6 Anthropic	68.8	#38	#44	#38	#24	—	#35	—	#16	—	#30
46	GLM-5.2 Z.ai (Zhipu)	68.6	#33	#42	#43	#38	—	#30	—	#14	#38	#23
47	Qwen3.7 Max Alibaba (Qwen)	66.2	#40	#43	#35	—	—	#38	—	#23	—	#22
48	Qwen 3.6 Max Alibaba (Qwen)	65.8	—	—	#53	—	—	—	—	—	#25	—
49	GPT-5.2 OpenAI	65.2	—	—	#36	#31	—	—	—	—	#58	#25
50	Qwen 3.8 27B Alibaba (Qwen)	63.4	—	—	#52	—	—	—	—	—	#36	—

Rang	Entreprise	Score global	Meilleur modèle	Modèles
1	Anthropic	86.7	Claude Opus 5.5	27
2	OpenAI	85.2	GPT-6 Astra	54
3	Meta	77.7	Muse Spark 1.3	23
4	Google	74.4	Gemini 3.8 Flash	33
5	xAI	72.7	Grok 4.7	13
6	Xiaomi	70.1	MiMo-V2.6-Pro	4
7	Moonshot AI	69.8	Kimi K3	5
8	Alibaba (Qwen)	68.1	Qwen3.8 Max	46
9	DeepSeek	67.8	DeepSeek V4.1 Flash	22
10	Z.ai (Zhipu)	66.0	GLM-5.3	10
11	Tencent	53.3	—	2
12	Thinking Machines	42.0	Inkling	2
13	MiniMax	40.3	MiniMax-M3	5
14	Ant Group	32.7	—	5
15	NVIDIA	29.6	Nemotron 3 Ultra 550B A55B	9
16	Mistral AI	17.6	Mistral 3.5	26
17	Microsoft	16.7	Phi-4	6
18	Amazon	15.8	—	3
19	Inception	13.3	Mercury 2.5	1
20	Cohere	12.9	Command R	3

Le résultat d’une entreprise sur chaque site est celui de son meilleur modèle.

Performance et prix

En haut à gauche = bon marché et performant. Cliquez sur un point pour les détails.

Meilleur rapport qualité-prix

Score global ÷ prix

Meilleurs modèles à poids ouverts

Modèles aux poids publics

Modèles les plus rapides

Tokens de sortie par seconde

Par pays

Top 50 des modèles

Concordance entre leaderboards

Corrélation des rangs sur les modèles communs (1 = identiques).

Comment le classement est calculé

Collecte — Les données officielles des 11 leaderboards ci-dessous sont récupérées toutes les heures. Les scores signalés comme estimations ne sont pas utilisés.
Rapprochement — Les différentes graphies d’un même modèle sont fusionnées. Pour les variantes comme le niveau de raisonnement, le meilleur résultat de chaque site est retenu.
Standardisation — La métrique principale de chaque site est standardisée au sein de ce site, afin de conserver les écarts de score et pas seulement les rangs.
Égalisation — Un modèle factoriel, dont les modèles présents sur plusieurs sites servent de pont, corrige la difficulté et la sélection de modèles de chaque site. Les sites plus bruités pèsent moins.
Aucune pénalité pour les données manquantes — Chaque modèle est noté uniquement à partir des sites qui l’ont évalué. L’incertitude est affichée sous forme d’intervalle à 90 %. Les modèles évalués sur 2 sites ou plus sont classés.
Arena — Arena (ex-LMArena) sert uniquement aux classements par domaine, pas au score global. Les nouveaux modèles sont ajoutés automatiquement.

Classement des modèles d’IA — 11 leaderboards réunis