Comparaison des capacités des modèles d'IA
Codage agentique
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.
Terminal-Bench 2.1Benchmark de terminal 2.1
— means no published score for this candidate in this source, not zero.8/11 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 | 87.64 | $0.5 | $4 | $20 | 6.38 min |
| 2 |  GPT-6 AstraGPT-6 Astra | 87.27 | $1.34 | $10 | $50 | 4.57 min |
| 3 | Claude Fable 5.1Claude Fable 5.1 | 85.02 | $3.07 | $10 | $50 | 8.33 min |
| 4 | Claude Opus 5Claude Opus 5 | 84.64 | $0.89 | $5 | $25 | 12.55 min |
| 5 | Claude Sonnet 5.5Claude Sonnet 5.5 | 83.15 | $0.63 | $2 | $10 | 7.77 min |
| 6 | GPT-6 SolGPT-6 Sol | 83.15 | $0.37 | $2 | $10 | 4.98 min |
| 7 | GPT-6 LunaGPT-6 Luna | 73.03 | $0.03 | $0.1 | $0.5 | 7.08 min |
| 8 |  Gemini 4 ArgonGemini 4 Argon | 57.68 | — | $4 | $20 | 14.03 min |
Benchmarks Vals.ai
Source: Vals.ai ↗ · Mis à jour 2026-10-19
Terminal-Bench 2.1 · Mis à jour 2026-09-28
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 l'accomplissement de tâches pratiques dans un environnement terminal, telles que la programmation et les opérations système. Les versions utilisent différents ensembles de tâches et doivent être comparées séparément. 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.