LLM Benchmark

eXalt Value presents

Le classement LLM Coding

Comparez les modèles selon scores et prix

Trouve le modèle idéal

Décrivez ce que vous voulez construire — l'agent vous proposera les modèles du classement.

Meilleurs modèles par benchmark de programmation

Score global

Moyenne du classement

Score (%)
30%35%40%45%50%55%60%65%70%75%80%85%
66,7%
63,8%
60,6%
59,5%
57,9%
Claude Opus 4.6GPT-5.4Claude Opus 4.5GPT-5.2-CodexQwen3.6-Plus

Résolution de bugs

Correction de bugs GitHub

Score (%)
30%35%40%45%50%55%60%65%70%75%80%85%
76,8%
76,6%
75,6%
75,6%
75,4%
Claude Opus 4.6Claude Opus 4.5GPT-5.4Minimax-2.7Gemini-3.1-Pro

Frontend

UI avec contexte visuel

Score (%)
30%35%40%45%50%55%60%65%70%75%80%85%
44,1%
41,8%
41,2%
36,8%
36,8%
Gemini-3.1-ProClaude Opus 4.6Claude Opus 4.5GPT-5.4Claude Sonnet 4.5

Greenfield

Apps depuis zéro

Score (%)
30%35%40%45%50%55%60%65%70%75%80%85%
56,2%
56,2%
50,0%
50,0%
43,8%
Claude Opus 4.6GPT-5.4GPT-5.2-CodexQwen3.6-PlusClaude Sonnet 4.6

Tests

Génération et qualité des tests

Score (%)
30%35%40%45%50%55%60%65%70%75%80%85%
78,8%
78,5%
73,2%
71,4%
70,7%
Claude Opus 4.6Claude Opus 4.5GPT-5.2GPT-5.4Gemini-3-Flash

Collecte d'information

Recherche et collecte

Score (%)
30%35%40%45%50%55%60%65%70%75%80%85%
80,0%
78,8%
76,4%
72,7%
72,1%
Claude Opus 4.6GPT-5.4Gemini-3.1-ProClaude Sonnet 4.5Qwen3.6-Plus

Coût / Performance

Coût/performance global

Score moyen vs. coût moyen par problème (USD). En bas à droite = meilleur rapport qualité-prix.

Explorer

🏆

Classement Agents IA

Classement complet des agents IA de coding : résolution de bugs, frontend, greenfield, tests et collecte d'information. Données OpenHands Index.

SWE-bench Commit0 SWT-bench GAIA
Voir le classement complet
💼

Benchmarks Business

Comparez les LLM sur des tâches métier concrètes : qualité de traduction, analyse de longs documents, raisonnement cognitif et intelligence tableur.

FLORES-200 LongBench MMLU-Pro SpreadsheetBench
Voir les benchmarks business

Classement LLM

Meilleur assistant de codage Meilleur en mode agent Réinitialiser tout
Modèle Valeur Entrée $/1M Sortie $/1M LiveCode Aider SWE BFCL Votes ↓ Contexte
Claude Opus 4.6 — $5,00 $25,00 n/a n/a n/a 77,47% 1561 200K
Claude Opus 4.5 Low $5,00 $25,00 73,8% 89,4% 80,9% 73,24% 1469 200K
MiniMax M2.5 — $0,30 $1,20 n/a n/a n/a 57,51% 1453 1M
Gemini 3 Pro Mid $2,00 $12,00 79,7% n/a 76,2% 66,46% 1444 10M
Kimi K2 Thinking Good value $0,40 $1,75 83,1% 59,1% 71,3% 59,42% 1442 256K
Gemini 3 Flash Good value $0,50 $3,00 79,7% n/a n/a 60,61% 1441 1M
GPT-5.2 Low $1,75 $14,00 66,9% n/a 80,0% 63,01% 1395 400K
GPT-5 Good value $1,25 $10,00 84,6% 88,0% 74,9% 66,21% 1393 400K
Claude Sonnet 4.5 Low $3,00 $15,00 59,0% n/a 82,0% 60,67% 1386 200K
DeepSeek V3.2 Thinking Best value $0,27 $1,10 89,6% 74,2% n/a 62,11% 1371 128K
GPT-5.1 Codex Mid $1,25 $10,00 84,9% n/a 76,3% 65,18% 1328 200K
DeepSeek V3.2 Best value $0,27 $0,41 59,3% 70,2% n/a 52,56% 1315 128K
Claude Haiku 4.5 — $1,00 $5,00 n/a n/a 73,3% 54,84% 1305 200K
Mistral Large 3 — $2,00 $6,00 n/a n/a n/a 39,17% 1223 131K
Gemini 2.5 Pro Mid $1,25 $10,00 69,0% 82,2% 59,6% 54,41% 1205 1M
Claude Sonnet 4.6 — $3,00 $15,00 n/a n/a n/a n/a n/a 1M
GPT-5.2 Codex — $1,75 $14,00 n/a n/a n/a n/a n/a 400K
Gemini 3.1 Pro — $2,00 $12,00 n/a n/a n/a n/a n/a 10M
Kimi K2.5 — $0,40 $1,75 n/a n/a n/a n/a n/a 256K
MiniMax M2.1 — $0,23 $0,90 n/a n/a n/a n/a n/a 197K
Qwen3 Coder 480B — $0,90 $0,90 n/a n/a n/a n/a n/a 262K
GLM 4.7 — $0,38 $1,75 n/a n/a n/a n/a n/a 203K
GPT-5 Mini Best value $0,25 $2,00 83,8% n/a n/a 58,29% n/a 200K
OpenAI o3 Good value $2,00 $8,00 80,8% 81,3% 69,1% 68,09% n/a 200K
Grok 4 Low $3,00 $15,00 79,0% 79,6% 75,0% 62,9% n/a 256K
Gemini 2.5 Flash Best value $0,15 $0,60 63,5% 55,1% n/a 45,18% n/a 1M
GPT-4.1 Mid $2,00 $8,00 52,0% 52,4% 55,0% 50,18% n/a 1M
■ Meilleur ■ Bon ■ Moyen ■ Faible