Comparaison des capacités des modèles d'IA
Ingénierie ML
Only models released within the past year are shown. Only benchmarks covering at least 3 of these models are shown. Unknown release dates are excluded; historical data is retained.
ProgramBenchBenchmark de programmation
— means no published score for this candidate in this source, not zero.10/11 recent-year models have scores
| N° | Modèle | Cost / TestCoût par test | Input costPrix d'entrée par million de tokens | Output costPrix de sortie par million de tokens | DurationDurée de test déclarée | |
|---|---|---|---|---|---|---|
| 1 |  Claude Opus 5.5Claude Opus 5.5 | 18.5 | $68.05 | $4 | $20 | 144 min |
| 2 | Claude Fable 5.1Claude Fable 5.1 | 7 | $58.52 | $10 | $50 | 147 min |
| 3 | Claude Sonnet 5.5Claude Sonnet 5.5 | 6.5 | $35.86 | $2 | $10 | 127 min |
| 4 |  GPT-6 AstraGPT-6 Astra | 5.5 | $11.57 | $10 | $50 | 27.03 min |
| 5 | GPT-6.1 SolGPT-6.1 Sol | 3 | $2.87 | $2 | $10 | 70 min |
| 6 | Claude Opus 5Claude Opus 5 | 3 | $60.29 | $5 | $25 | 175 min |
| 7 |  Gemini 4 ArgonGemini 4 Argon | 2.5 | $17.66 | $4 | $20 | 71 min |
| 8 | Claude Haiku 5.5Claude Haiku 5.5 | 2.5 | $6.83 | $0.1 | $0.5 | 73 min |
| 9 | GPT-6 SolGPT-6 Sol | 2 | $11.67 | $2 | $10 | 46.18 min |
| 10 | GPT-6 LunaGPT-6 Luna | 0.5 | $0.18 | $0.1 | $0.5 | 28.92 min |
PandaNpc Mis à jour 21 oct. 2026, 06:01 UTC
Source: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
Guide des colonnes
- N°
- Ordre d'affichage uniquement. Le tri modifie ce numéro ; il ne s'agit pas d'un classement de capacité publié.
- Modèle
- Le nom du modèle évalué et l'icône de son fournisseur. Un tiret dans une colonne de score signifie qu'aucun score publié n'est disponible ici, et non un zéro.
- Score
- Teste la reconstruction de programmes à partir de zéro pour correspondre au comportement requis. Méthodologie d'évaluation ↗
- Cost / Test
- Coût par test · USD
- Input cost
- Prix d'entrée par million de tokens · USD / 1M tokens
- Output cost
- Prix de sortie par million de tokens · USD / 1M tokens
- Duration
- Durée de test déclarée · s / min
- Vals.ai
- Les coûts et les temps sont rapportés par Vals pour ce benchmark, et non les prix ou la latence universels des modèles. Le coût API estimé de CUA-bench couvre l’usage lié à l’évaluation et constitue une estimation de borne inférieure, et non un coût par tâche ; le temps par action est une moyenne, pas une médiane. Un astérisque signale un comportement de cache de prompt le jour du lancement qui a augmenté les coûts d’écriture du cache. Les valeurs manquantes ne sont pas publiées ; elles ne valent pas zéro.