Retour à la tendance du jour: Le nouveau patron d'Apple : pas d'IA juste pour l'IA

Classement Poly · tiré de la tendance du jour

Meilleur modèle d'IA pour les agents en 2026 : top 10 selon les tests, les votes et l'usage

DeepSeek V4.1 Flash a traité 45,5 billions de tokens OpenRouter au cours de la semaine jusqu'au 30 octobre, soit environ six fois plus que Claude Opus 5.5, le modèle que les votants à l'aveugle classent premier pour les tâches d'agents.

N° 1 : Claude Opus 5.5
10 places
À jour au 1 novembre 2026, 18:27 EST

01Liste finale

Les IA de pointe ont chacune dressé leur propre liste de dix, de façon indépendante. Voici un résultat facile à vérifier : chaque place a une raison, une source et la liste des IA qui l'ont retenue.

Ordre : du plus grand au plus faible accord entre les IA.

Une pastille vive signifie que cette IA a mis l'élément dans sa liste. Une pastille terne, qu'elle ne l'a pas fait.

1
Claude Opus 5.5
Il est premier au classement à l'aveugle des agents de LMArena (20,9) et sur WebDev. Son score de 89,9 % sur SWE-bench Pro est annoncé par l'éditeur, et non issu d'un banc d'essai commun. Il est sixième pour les tokens OpenRouter (7,31 billions).
L’ont inclus: Claude, ChatGPT, Meta, Grok, Kimi, DeepSeek, Qwen. Ne l’ont pas inclus: Gemini, Wenxin.
Dans leurs listes: Claude: 2 · ChatGPT: 1 · Meta: 1 · Grok: 2 · Kimi: 1 · DeepSeek: 1 · Qwen: 1
Ce qu'a noté chaque IA 7
- Claudeplace 2
  Il est premier au classement WebDev de LMArena au 17 octobre 2026, ce qui en fait le choix pratique pour le code.
  Source ↗
- ChatGPTplace 1
  26,6 billions de jetons OpenRouter en 30 jours : un modèle premium à forte demande observée, malgré des alternatives moins chères.
  Source ↗
- Metaplace 1
  89,9 % sur SWE-bench Pro – 8,6 points au-dessus de Sonnet 5.5 – pourtant seulement 6,91 billions de jetons sur OpenRouter contre 47,8 billions pour DeepSeek, qualité de pointe à 4 $ en entrée / 20 $ en sortie
- Grokplace 2
  Les votants à l'aveugle placent Opus 5.5 premier sur les tâches d'agent avec 20,9, et une longue session de code coûte tout de même environ 1,39 $.
  Source ↗
- Kimiplace 1
  Le triplé agentique à moitié prix de l'ancien modèle phare : 89,9 % sur SWE-bench Pro, n° 1 de l'Arena WebDev (1807), n° 1 de l'Agent Arena (21,4 % de réussite confirmée) – et le premier modèle phare d'Anthropic à coûter 4 $ / 20 $ au lieu de 10 $ / 50 $.
- DeepSeekplace 1
  Claude Opus 5.5 domine le classement agrégé des fournisseurs SWE-bench Pro avec 89,9 % et le banc d'agents Hermes avec 76,7 % – le modèle « fait la tâche » le plus complet d'octobre 2026, à 4,19–5,98 $ par tâche réussie.
  Source ↗
- Qwenplace 1
  89,9 % sur SWE-bench Pro, en tête du marché, prouvant qu'il résout le plus de vrais tickets GitHub.
  Source ↗
7 IA l’ont placé ici
Source ↗
2
DeepSeek V4.1 Flash
C'est le modèle que les agents utilisent réellement : 45,5 billions de tokens OpenRouter par semaine, premier modèle d'Hermes Agent, et environ 0,05 $ pour une longue session de programmation. Il est derrière les leaders sur les tests difficiles.
L’ont inclus: Claude, ChatGPT, Meta, Grok, Kimi, DeepSeek, Qwen. Ne l’ont pas inclus: Gemini, Wenxin.
Dans leurs listes: Claude: 5 · ChatGPT: 5 · Meta: 4 · Grok: 1 · Kimi: 7 · DeepSeek: 5 · Qwen: 5
Ce qu'a noté chaque IA 7
- Claudeplace 5
  Il était encore premier sur OpenRouter avec 32,8 billions de jetons dans le rapport daté du 20 octobre 2026, bien que son usage ait baissé de 20 %.
- ChatGPTplace 5
  116 billions de jetons en 30 jours, avec des prix d'inférence publiés à partir de 0,13 $ en entrée et 0,52 $ en sortie par million de jetons.
  Source ↗
- Metaplace 4
  47,8 billions de jetons sur 7 jours – 29,4 % du top 20 – le seul instantané du 17 octobre, 43,6 % du top 20 sont des modèles DeepSeek, 0,30 $ en entrée / 1,2 $ en sortie
- Grokplace 1
  Hermes Agent a fait passer 11,8 billions de jetons par DeepSeek V4.1 Flash ce mois-ci, et une longue session de code sur ce modèle coûte environ 0,047 $.
  Source ↗
- Kimiplace 7
  Le roi de l'économie des jetons : DeepSeek est le premier fournisseur par part des jetons d'agents en direct (39,1 %), plus qu'Anthropic et Google réunis – tandis que ce modèle est affiché à 0,15 $ / 0,60 $ en heures creuses.
  Source ↗
- DeepSeekplace 5
  DeepSeek V4 Flash est le roi du volume des agents en conditions réelles : 11,4 billions de jetons par semaine sur OpenRouter et 0,028 $ par tâche réussie – environ 180 fois moins cher que Claude Fable 5.1, bien qu'il soit derrière la pointe sur les tests de code difficiles.
  Source ↗
- Qwenplace 5
  53,1 billions de jetons traités sur OpenRouter, ce qui en fait le roi réel de la charge de travail pour les développeurs qui acheminent du trafic d'agents.
  Source ↗
7 IA l’ont placé ici
Source ↗
3
Gemini 4 Argon
Il figure parmi les premiers des classements de tests comme de votes : 99,22 % sur SWE-Bench Pro V2 et environ 1520 sur le texte de LMArena. Pourtant, il ne traite que 1,09 billion de tokens OpenRouter par semaine, au 28e rang.
L’ont inclus: Claude, ChatGPT, Meta, Grok, Kimi, DeepSeek, Qwen. Ne l’ont pas inclus: Gemini, Wenxin.
Dans leurs listes: Claude: 3 · ChatGPT: 8 · Meta: 8 · Grok: 8 · Kimi: 5 · DeepSeek: 2 · Qwen: 6
Ce qu'a noté chaque IA 7
- Claudeplace 3
  Il mène LMArena Text selon les votes humains, mais le score 1524±9 est provisoire.
  Source ↗
- ChatGPTplace 8
  Un score de 50,4 à l'indice d'intelligence maintient le modèle de pointe de Google dans la course, mais la capacité générale ne suffit pas à trancher la fiabilité des agents.
  Source ↗
- Metaplace 8
  1524 Elo, n° 2 sur LMArena – à 4 points de Carbon – niveau de raisonnement élevé, 10 $ par million en sortie, 2 $ / 10 $ de prix de lancement jusqu'au 30 novembre
  Source ↗
- Grokplace 8
  Gemini 4 Argon est à 99,22 % sur le classement public Pro V2, à 0,18 point d'Opus 5, sur un test que Scale juge proche du plafond.
  Source ↗
- Kimiplace 5
  Le favori des humains qui perd aux tests de laboratoire : n° 1 du texte LMArena (1517,2) et le taux d'hallucinations le plus bas mesuré (4 %), mais 50,4 à l'Intelligence Index v5 – sixième parmi les modèles utilisables.
  Source ↗
- DeepSeekplace 2
  Gemini 4 Argon est le choix du public – n° 1 du texte LMArena avec 1517 et du multi-tours avec 1544 – et il le fait à 1,80 $ par tâche réussie, soit environ le quart du coût de Claude Opus 5.5.
  Source ↗
- Qwenplace 6
  99,2 % sur SWE-bench Pro V2 montre que le modèle de pointe de Google rattrape Anthropic en ingénierie sur long horizon.
  Source ↗
7 IA l’ont placé ici
Source ↗
4
Kimi K3 (K3.1 Pro)
Kimi K3 a résolu 214 des 272 tâches privées de SWE-Bench Pro V2, deux de moins qu'Opus 5, et K3.1 Pro est en tête d'un test indépendant Terminal-Bench 4.0 avec 67,2 %. Il traite moins de 2 billions de tokens par semaine.
L’ont inclus: Claude, ChatGPT, Meta, Grok, Kimi, DeepSeek. Ne l’ont pas inclus: Gemini, Wenxin, Qwen.
Dans leurs listes: Claude: 9 · ChatGPT: 9 · Meta: 9 · Grok: 7 · Kimi: 4 · DeepSeek: 10
Ce qu'a noté chaque IA 6
- Claudeplace 9
  Des sources le désignent comme le meilleur choix à poids ouverts pour le travail agentique en 2026. Je n'ai pas pu confirmer de score.
  Source ↗
- ChatGPTplace 9
  Une note de préférence humaine de 1529 dans une arène axée sur l'informatique place Kimi près des 1540 de Claude Fable 5, malgré un marché très différent.
  Source ↗
- Metaplace 9
  Meilleurs poids ouverts, 18e sur LMArena avec 1488 – K3.1 Pro à 3 $ / 15 $ – 1,97 billion de jetons, n° 1 de l'Arena full-stack avec 1664 selon le choix budget de Turiloop
  Source ↗
- Grokplace 7
  Sur le décompte privé de SWE-Bench Pro V2, Kimi K3 a résolu 214 des 272 tâches, soit deux de moins qu'Opus 5.
  Source ↗
- Kimiplace 4
  La surprise à poids ouverts qui bat les géants sur leur propre test agentique : il mène le test indépendant Terminal-Bench 4.0 (67,2 %, 23 octobre) devant tous les modèles fermés, sauf Gemini 4 Carbon verrouillé sur la cybersécurité – à 2 $ / 10 $.
  Source ↗
- DeepSeekplace 10
  Kimi K3 est conçu pour l'orchestration : il monte jusqu'à 300 sous-agents et 4 000 étapes de coordination, ce qui en fait un choix spécialisé quand le travail de l'agent consiste à gérer d'autres agents plutôt qu'à écrire chaque ligne.
  Source ↗
6 IA l’ont placé ici
Source ↗
5
Claude Sonnet 5.5
Il a battu Opus 5.5 au test d'agent de réservation de vols d'OpenRouter, 78,7 % contre 75,5 %, à moitié prix. Il obtient 81,3 % au classement SWE-bench Pro annoncé par l'éditeur.
L’ont inclus: Meta, Grok, Kimi, DeepSeek, Qwen. Ne l’ont pas inclus: Claude, ChatGPT, Gemini, Wenxin.
Dans leurs listes: Meta: 2 · Grok: 9 · Kimi: 2 · DeepSeek: 6 · Qwen: 2
Ce qu'a noté chaque IA 5
- Metaplace 2
  81,3 % sur SWE-bench Pro – 8,6 points derrière Opus 5.5 pour moitié prix à 2 $ / 10 $ – 2,61 billions de jetons, meilleur équilibre pour les agents du quotidien
- Grokplace 9
  Sur le test de réservation de vols d'OpenRouter, Sonnet 5.5 a obtenu 78,7 %, devant Opus 5.5 à 75,5 %, pour moitié du prix en jetons.
  Source ↗
- Kimiplace 2
  Le modèle sur lequel les développeurs brûlent réellement leurs jetons : il domine Terminal-Bench 4.0 (70,6 %) et LiveBench Coding (91,4) à moitié prix d'Opus – le meilleur score agentique par dollar de la gamme de pointe.
  Source ↗
- DeepSeekplace 6
  Claude Sonnet 5.5 offre 81,3 % du score SWE-bench Pro de Claude Opus 5.5 pour environ 84 % de son coût par tâche – le meilleur rapport qualité-prix de la famille Claude pour les boucles d'agents en production.
  Source ↗
- Qwenplace 2
  Le meilleur modèle polyvalent pour Hermes Agent, qui monte à 70,6 % sur Terminal-Bench 4.0 pour les tâches longues.
5 IA l’ont placé ici
Source ↗
6
GLM 5.3 (et GLM 5.3 Flash)
GLM 5.3 Flash arrive deuxième pour les tokens OpenRouter hebdomadaires (16,1 billions). Le GLM-5.3 complet a résolu 211 des 272 tâches privées de SWE-Bench Pro V2, pour 0,36 $ par longue session.
L’ont inclus: Claude, ChatGPT, Meta, Grok, Kimi. Ne l’ont pas inclus: Gemini, DeepSeek, Wenxin, Qwen.
Dans leurs listes: Claude: 8 · ChatGPT: 6 · Meta: 6 · Grok: 3 · Kimi: 9
Ce qu'a noté chaque IA 5
- Claudeplace 8
  Il est resté stable à 12,2 billions de jetons sur OpenRouter pendant que DeepSeek reculait, et c'est le modèle d'entrée de gamme que choisissent les créateurs d'agents.
- ChatGPTplace 6
  55,3 billions de jetons par mois placent la gamme économique Flash de GLM devant de nombreux modèles de pointe plus célèbres, en volume d'API observé.
  Source ↗
- Metaplace 6
  15,7 billions de jetons, n° 2 sur OpenRouter – 0,5 $ par million en sortie – hausse des modèles à poids ouverts, de 27 % à 72 % des 50 premiers jetons d'une année sur l'autre
- Grokplace 3
  La version Flash était deuxième dans le trafic de la semaine avec 16,1 billions de jetons, tandis que le GLM-5.3 complet a réussi 211 des 272 tâches privées de SWE-Bench Pro V2.
  Source ↗
- Kimiplace 9
  Le cheval de trait auto-hébergeable : 95,4 % sur l'ancien classement archivé SWE-bench Verified – devant Kimi K3 (93,4 %) – sous une licence MIT simple, pour 1,19 $ / 6 $ hébergé.
5 IA l’ont placé ici
Source ↗
7
Claude Fable 5.1
Il domine le classement général de LiveBench avec 88,0 et obtient 81,2 % au classement SWE-bench Pro annoncé par l'éditeur. C'est aussi le plus cher par tâche ici : 5,10 $ sur LiveBench, 7,63 $ à l'effort maximum.
L’ont inclus: ChatGPT, Meta, DeepSeek, Qwen. Ne l’ont pas inclus: Claude, Grok, Gemini, Kimi, Wenxin.
Dans leurs listes: ChatGPT: 3 · Meta: 7 · DeepSeek: 3 · Qwen: 4
Ce qu'a noté chaque IA 4
- ChatGPTplace 3
  Résolution de 64,5 % dans SWE-rebench à 4,40 $ par problème : un bon résultat, avec un surcoût notable.
- Metaplace 7
  81,2 % sur SWE-bench Pro – seulement 0,1 point derrière Sonnet 5.5 – 95,0 % sur SWE-bench Verified, n° 1, mais 7,63 $ par tâche contre 3,26 $ pour Astra
- DeepSeekplace 3
  Claude Fable 5.1 est en tête du classement général LiveBench avec 88,0 et obtient un 100 parfait à l'utilisation du navigateur – le meilleur modèle d'« utilisation de l'ordinateur » – mais à 5,10 $ par tâche réussie, c'est le plus cher de ce groupe de tête.
- Qwenplace 4
  81,2 % sur SWE-bench Pro, à égalité ou presque avec Sonnet 5.5, mais à un coût par tâche accomplie plus bas.
  Source ↗
4 IA l’ont placé ici
Source ↗
8
GPT-6 Astra
Il est en tête du Frontend Code Arena (1793) et obtient 82,4 aux tâches d'agents de LiveBench. Mais il coûte 10 $/50 $, et OpenAI ne détient que 7,8 % des tokens en direct suivis.
L’ont inclus: ChatGPT, Kimi, DeepSeek. Ne l’ont pas inclus: Claude, Meta, Grok, Gemini, Wenxin, Qwen.
Dans leurs listes: ChatGPT: 4 · Kimi: 3 · DeepSeek: 4
Ce qu'a noté chaque IA 3
- ChatGPTplace 4
  Son score de 56,9 à l'indice d'intelligence dépasse les 54,5 de GPT-6.1 Sol, mais un meilleur score général ne prouve pas une exécution d'agent moins chère.
  Source ↗
- Kimiplace 3
  Le chouchou des votes humains, et le cauchemar de la facture en jetons : n° 1 de Frontend Code Arena (1793) et n° 2 de WebDev (1774), mais à 10 $ / 50 $ il coûte 2,5 fois le prix d'Opus 5.5 – et la part d'OpenAI dans les jetons d'agents en direct n'est que de 7,8 %.
- DeepSeekplace 4
  GPT-6 Astra est l'agent de pointe équilibré : 86,1 au classement général LiveBench, 82,4 en agentique, et 3,81 $ par tâche réussie – plus fort que Gemini 4 Argon sur les tâches agentiques et moins cher que Claude Fable 5.1.
3 IA l’ont placé ici
Source ↗
9
Muse Spark 1.1 (Meta)
Il est en tête du classement standardisé SWE-bench Pro de Scale AI, à 61,5 % ± 3,1, le score obtenu avec un banc d'essai commun. Aucun modèle Muse ne figure dans le top 10 des tokens hebdomadaires.
L’ont inclus: Meta, Grok, DeepSeek. Ne l’ont pas inclus: Claude, ChatGPT, Gemini, Kimi, Wenxin, Qwen.
Dans leurs listes: Meta: 10 · Grok: 10 · DeepSeek: 7
Ce qu'a noté chaque IA 3
- Metaplace 10
  61,5 % ±3,1 sur le classement public officiel de Scale – meilleur score standardisé – 0,2 $ par million de jetons, le moins cher du top 20, niveau Contributor
  Source ↗
- Grokplace 10
  Muse Spark 1.1 mène l'ancien classement privé SWE-Bench Pro de Scale avec 61,5 %, et il n'est pas dans le top 10 des jetons de la semaine.
  Source ↗
- DeepSeekplace 7
  Muse Spark 1.1 détient le seul meilleur score standardisé sur SWE-bench Pro – 61,5 % sur le jeu public de Scale – mais son score de 51,5 % sur le jeu commercial montre à quel point l'échafaudage et le découpage des données peuvent faire bouger le chiffre.
3 IA l’ont placé ici
Source ↗
10
GPT-6 Luna
C'est la session de programmation longue la moins chère de la comparaison d'OpenRouter, à 0,024 $, et il arrive quatrième pour les tokens hebdomadaires avec 10,9 billions, en hausse de 62 %. Aucune ligne SWE-bench Pro n'a été publiée.
L’ont inclus: Meta, Grok. Ne l’ont pas inclus: Claude, ChatGPT, Gemini, Kimi, DeepSeek, Wenxin, Qwen.
Dans leurs listes: Meta: 5 · Grok: 4
Ce qu'a noté chaque IA 2
- Metaplace 5
  10,3 billions de jetons, n° 4 sur OpenRouter – le plus économique de la gamme de pointe à 0,5 $ par million en sortie – 0,07 $ par tâche agentique sur OSWorld contre 14,19 $ pour Fable 5.1
  Source ↗
- Grokplace 4
  Une longue session de code sur GPT-6 Luna coûte environ 0,024 $, le moins cher du comparatif OpenRouter, pour 10,9 billions de jetons en une semaine.
  Source ↗
2 IA l’ont placé ici
Source ↗

Plus sur le trio de tête ↓

02Plus sur le trio de tête

Le classement est ci-dessus. Voici plus sur les trois premières places : ce qu'elles sont, pourquoi elles sont là et ce qu'il faut savoir.

Les places sont classées selon un mélange de tests, de votes et d'usage. Les scores viennent de classements différents, et certains sont publiés par les éditeurs eux-mêmes ; ils ne sont donc pas directement comparables.

1Claude Opus 5.5

N° 1 — Claude Opus 5.5. Dans les listes de 7 IA sur 9 ; place médiane : 1. Les évaluateurs en aveugle la placent en tête sur les tâches d'agents, et elle domine les classements de programmation, alors que bien moins de jetons y transitent qu'avec DeepSeek.

Le saviez-vous ?

Avec Opus 5.5, la réflexion étendue ne peut pas être désactivée. La plupart des tâches de cybersécurité sont aussi envoyées à un modèle plus ancien, Opus 4.8, sauf si l'utilisateur fait partie du programme de vérification cyber d'Anthropic.
Source ↗

Ce que c'est: Le meilleur modèle d'Anthropic, facturé 4 $ en entrée et 20 $ en sortie par million de jetons.
Son atout: Il arrive premier auprès des évaluateurs en aveugle sur les tâches d'agents, devant les deux autres.
Pour qui: Convient aux équipes qui veulent la meilleure qualité d'agent ; pas à celles qui ont un budget serré.

Jetons par semaine sur OpenRouter7,31 billions de jetons par semaine

Pourquoi il est là

La fiche du modèle derrière cette note indique Claude Opus 5.5 à 89,9 % sur SWE-bench Pro, le test de programmation. Il s'agit d'un score publié par l'éditeur, et non obtenu dans un cadre de test partagé.
Source ↗
Sur Terminal-Bench 4.0, un test de travail en ligne de commande, Claude Opus 5.5 a obtenu 66,4 %. Gemini 4 Argon, le modèle classé troisième, a obtenu 57,4 %. Le premier de ce classement devance donc le troisième sur les tâches d'agents difficiles.
Source ↗

Le saviez-vous ?

Anthropic affirme qu'Opus 5.5 coûte environ 40 % de moins à faire tourner qu'Opus 5 avec les réglages par défaut. Le modèle le mieux noté est donc devenu moins cher, pas plus. Il est sorti le 22 septembre 2026.
Source ↗

À garder en tête

Le mode d'effort Max est signalé avec une consommation « 6 fois ou plus ». Des internautes de Reddit rapportent 4 fois, 5,5 fois et 6 fois, et l'un d'eux dit que Max a tendance à trop réfléchir. Certains utilisateurs s'attendent aussi à ce que le modèle se dégrade peu après son lancement.
Source ↗
Un utilisateur a jugé discutables les choix d'architecture d'Opus 5.5 sur une tâche de fonctionnalité. Un autre témoignage indique que Fable 5.1 remporte encore certains tests de programmation comparatifs.
Source ↗

Pour aller plus loin

Lisez l'annonce officielle d'Anthropic pour Claude Opus 5.5. Commencez par la partie consacrée aux tests de performance, puis la remarque selon laquelle l'écart avec Fable 5.1 est plus faible en usage réel que ne le laissent penser les scores.
Source ↗

Comparer le trio de tête ↓

2DeepSeek V4.1 Flash

N° 2 — DeepSeek V4.1 Flash. Dans les listes de 7 IA sur 9 ; place médiane : 5. C'est le modèle que les agents utilisent réellement : de loin le plus de jetons, à un coût minime par session, même s'il est en retrait sur les tests difficiles.

Le saviez-vous ?

Ce modèle « Flash » bon marché peut lire les images aussi bien que le texte. OpenRouter indique une fenêtre de contexte de 1 048 576 jetons et jusqu'à 384 000 jetons de réponse en une seule fois.
Source ↗

Ce que c'est: Le modèle « Flash » bon marché et rapide de DeepSeek, qui travaille avec les images et le texte.
Son atout: Il traite bien plus de trafic réel d'agents que les deux autres, à un coût nettement plus bas.
Pour qui: Convient aux agents à gros volume et petit budget ; pas aux tâches qui exigent la précision des tests les plus durs.

Jetons par semaine sur OpenRouter45,5 billions de jetons par semaine

Pourquoi il est là

Côté coût, le même suivi évalue une session de programmation moyenne à 0,0477 $, pour environ 4,4 millions de jetons. Le prix affiché est de 0,04 $ par million de jetons en entrée, ce qui explique le choix des agents.
Source ↗

Histoire

DeepSeek avait quadruplé ses prix en août 2026, puis est revenu en arrière. Le 10 septembre, il a publié V4.1 Flash et baissé ses prix, Bloomberg Intelligence estimant la baisse à 32 % au maximum. À partir du 14 septembre, toutes les requêtes V4-Pro sont passées sur Flash.
Source ↗

À garder en tête

Les gains annoncés pour les agents viennent des propres chiffres de DeepSeek, obtenus avec son propre dispositif de test. Le critique affirme que des tests indépendants sont encore nécessaires. Les outils et le soutien des entreprises restent aussi en retrait par rapport aux grands laboratoires.
Source ↗
Le prix est contesté. La page indique un multiplicateur de 2 aux heures de pointe. Un internaute de Reddit a écrit que la modification de 10 lignes avait consommé 28 % de son quota, mais ce message n'est pas vérifié.
Source ↗

Pour aller plus loin

Ouvrez la page du modèle sur OpenRouter et vérifiez le prix par million de jetons. Comparez-le ensuite avec une longue tâche de programmation à vous, car les coûts bas sont la raison pour laquelle les agents utilisent ce modèle.
Source ↗

Grok l'ont mis premier. Ce qu'elles y ont vu

Grok: Hermes Agent a fait passer 11,8 billions de jetons par DeepSeek V4.1 Flash ce mois-ci, et une longue session de code sur ce modèle coûte environ 0,047 $.

Comparer le trio de tête ↓

3Gemini 4 Argon

N° 3 — Gemini 4 Argon. Dans les listes de 7 IA sur 9 ; place médiane : 6. Il obtient des scores parmi les meilleurs aux tests et aux votes humains, mais peu de gens l'utilisent encore, ce qui freine son classement.

Le saviez-vous ?

Gemini 4 Argon bénéficie d'un prix de lancement limité dans le temps, qui prend fin le 30 novembre. Après cette date, il pourrait coûter plus cher, ce qui pourrait changer le nombre de développeurs qui l'essaient.
Source ↗

Ce que c'est: Le modèle de Google orienté agents, avec une fenêtre de contexte allant jusqu'à 1 million de jetons.
Son atout: Il obtient les meilleurs scores des trois aux votes humains et aux tests, mais c'est celui qui est le moins utilisé en pratique.
Pour qui: Convient à ceux qui veulent un agent basé sur Google ; pas à ceux qui ont besoin d'un accès ouvert dès aujourd'hui.

Jetons par semaine sur OpenRouter1,09 billion de jetons par semaine

Pourquoi il est là

Sur DeepSWE v1.1, un test de correction de logiciels, Gemini 4 Argon a obtenu 77,9 %. Claude Opus 5.5 a obtenu 74,2 %. Argon devance donc le premier de ce test, ce qui explique en partie son rang élevé.
Source ↗
Au test de programmation FrontierSWE v2, Gemini 4 Argon a obtenu 54,96 et s'est classé 6e sur 23 modèles. C'est solide, mais ce n'est pas le premier.
Source ↗

Le saviez-vous ?

La page pour développeurs de Google indique qu'Argon est conçu pour des agents autonomes à plusieurs étapes et peut traiter jusqu'à 1 million de jetons de contexte. Cela représente à peu près quelques longs livres à la fois.
Source ↗

Histoire

Google avait promis Gemini 3.5 Pro pour juin 2026, puis l'a abandonné après des mois de retards. Plusieurs responsables de l'équipe Gemini sont partis entretemps. Argon a été annoncé le 30 septembre 2026, et l'article affirme que ces retards ont laissé Google derrière Anthropic et OpenAI.
Source ↗

À garder en tête

Pas ouvert à tous. Les appels API du critique le 1er octobre ont renvoyé une erreur 404, et l'accès passait par le programme Fairwind de Google, réservé aux défenseurs cyber vérifiés. D'autres sources disent qu'il s'est ouvert par la suite, les informations se contredisent donc.
Source ↗

Pour aller plus loin

Lisez la page de l'API Gemini consacrée à ce modèle. Essayez ensuite une tâche de programmation en plusieurs étapes avec la réflexion réglée sur « élevé ». La page renvoie vers Google AI Studio, où vous pouvez le lancer.
Source ↗

Comparer le trio de tête ↓

Le trio de tête côte à côte

	Claude Opus 5.5	DeepSeek V4.1 Flash	Gemini 4 Argon
Dans les listes des IA	7 / 9	7 / 9	7 / 9
Jetons par semaine sur OpenRouter	7,31 billions de jetons par semaine	45,5 billions de jetons par semaine	1,09 billion de jetons par semaine
Premier pour	ChatGPT, Meta, Kimi, DeepSeek, Qwen	Grok	—

À nombre d'IA égal, les places sont classées selon leur place moyenne dans les listes des IA.

03Bon à savoir

Ce que les IA ont remarqué en établissant la liste.

Les applications d'agents ne font pas tourner le modèle qui gagne les votes. Le modèle principal d'Hermes Agent ce mois-ci est DeepSeek V4.1 Flash avec 11,8 billions de tokens, alors qu'Opus 5.5, premier au vote des agents, est sixième pour les tokens hebdomadaires.

Remarqué par:

L’ont inclus: Claude, Meta, Grok, Kimi, DeepSeek. Ne l’ont pas inclus: ChatGPT, Gemini, Wenxin, Qwen.

01Liste finale

Claude Opus 5.5

DeepSeek V4.1 Flash

Gemini 4 Argon

Kimi K3 (K3.1 Pro)

Claude Sonnet 5.5

GLM 5.3 (et GLM 5.3 Flash)

Claude Fable 5.1

GPT-6 Astra

Muse Spark 1.1 (Meta)

GPT-6 Luna

02Plus sur le trio de tête

1Claude Opus 5.5

Le saviez-vous ?

2DeepSeek V4.1 Flash

Le saviez-vous ?

3Gemini 4 Argon

Le saviez-vous ?

Le trio de tête côte à côte

Autres classements

03Bon à savoir

04Les questions que l’on se pose

05Notre méthode

1La question

2Pourquoi ce sujet

3Champ d'application

4Ce que nous avons regardé

5Qui a classé

6Comment les places ont été fixées

06La liste de chaque IA

Ce que Claude a remarqué

Ce que ChatGPT a remarqué

Ce que Meta a remarqué

Ce que Grok a remarqué

Ce que Gemini a remarqué

Ce que Kimi a remarqué

Ce que DeepSeek a remarqué

Ce que Wenxin a remarqué

Ce que Qwen a remarqué