⚡ Verdict rapide
- C
Meilleur modèle IA global → Claude Fable 5.2. Nouveau nº 1 de l'Artificial Analysis Intelligence Index à 65 — mais lent et cher par tâche à l'effort maximal.
- G
Idéal pour l’automatisation et la sécurité → Gemini 4 Carbon. Nº 1 sur AutomationBench et CursorBench 4.0, 2 $/10 $ par million de tokens jusqu'au 30 novembre 2026.
- C
Meilleure famille de modèles → GPT-6 (Astra, Sol, Luna). Une seule famille de 0,10 $ à 10 $ par million de tokens en entrée — choisissez le niveau, pas la marque.
- C
Meilleur modèle polyvalent → Claude Opus 5.5. Toujours en tête du classement Elo AA-Briefcase à 1800, 4 $/20 $ par million de tokens.
- K
Meilleur modèle à poids ouverts → Kimi K3.1 Pro. Poids complets sur Hugging Face, scores de code proches d'Opus pour moitié moins cher via l'API.
- G
Idéal pour l’écosystème X → Grok 4.7. Solide sur les benchmarks de code concrets, 2 $/6 $ par million de tokens — mais derrière les leaders sur l’AA Index.
- C
Meilleur modèle bon marché au quotidien → Claude Haiku 5.5. 0,10 $/0,50 $ par million de tokens pour les prompts de moins de 100 000 tokens, AA Index à 36.
- M
Meilleur agent de volume → Muse Ember. Scores de niveau Haiku à 0,14 $ par tâche — conçu pour les appels d'outils, le routage et l'extraction à grande échelle.
- D
Meilleur modèle économique pour le traitement par lots → DeepSeek V4.1 Flash. Le tarif heures creuses divise la facture par deux : 0,15 $/0,60 $ par million de tokens.
Nous pouvons percevoir une commission si vous achetez via nos liens, sans frais supplémentaires pour vous.
Le classement a changé deux fois en trois jours. Le 9 novembre 2026, Anthropic a lancé Claude Fable 5.2 et Meta a lancé Muse Ember le même jour ; le 10 novembre, Google a ouvert Gemini 4 Carbon à tous. Résultat : le plus grand chamboulement du classement des modèles IA cette année — Fable 5.2 prend la première place de l'Artificial Analysis Intelligence Index à 65, Carbon arrive premier sur trois benchmarks de flux de travail, et les modèles capables les moins chers coûtent encore moins cher. Si vous avez choisi votre modèle en septembre, votre réponse est probablement dépassée.
Ceci est un comparatif documenté, pas un test en laboratoire. Nous n'avons fait passer aucun prompt dans ces modèles nous-mêmes. Tous les scores ci-dessous viennent d'une source nommée, vérifiée les 10 et 11 novembre 2026 : les annonces de lancement et les pages tarifaires des éditeurs, l'Intelligence Index d'Artificial Analysis, Vals.ai, CursorBench et l'Epoch AI Benchmarking Hub. Les chiffres publiés par les éditeurs sont signalés comme tels partout, car un benchmark qu'un éditeur fait passer sur son propre modèle est une affirmation, pas un verdict. Les tarifs sont des instantanés de novembre 2026 — les prix changent souvent sur ce marché, vérifiez donc le site officiel avant de payer. Deux avertissements avant le classement : Artificial Analysis a lancé l'Index v5.0 fin octobre et en a reclassé une partie en novembre, donc les scores des anciennes versions de l'index ne sont pas directement comparables aux nouveaux, et les prix par token trompent — ce qui compte, c'est le coût par tâche terminée, car les modèles les plus puissants consomment beaucoup plus de tokens par réponse.
Si vous hésitez entre les deux plus grandes marques de chatbots plutôt qu'entre les modèles qui les font tourner, notre comparatif ChatGPT vs Claude couvre les applis, les formules et les offres gratuites, et notre guide Claude vs Gemini compare la même rivalité côté Google. Les créateurs qui cherchent le modèle capable le moins cher pour leur propre produit devraient aussi lire notre sélection meilleurs chatbots IA gratuits sans inscription et les développeurs qui choisissent un modèle de code trouveront plus de détails dans notre guide meilleurs assistants de code IA .
En un coup d’œil : les meilleurs modèles IA de novembre 2026
| Modèle | Indice AA* | Prix API par 1 M de tokens (entrée/sortie) | Idéal pour |
|---|---|---|---|
| C | 65 (Max) | 8 $ / 40 $ | Code et recherche les plus difficiles |
| G | ~60 | 2 $ / 10 $ (lancement, jusqu’au 30 nov.) | Automatisation et sécurité |
| C | 57 | 10 $ / 50 $ | Travaux phares OpenAI |
| C | 59 (Max) | 4 $ / 20 $ | Travaux de pointe polyvalents |
| K | 55† | 2 $ / 10 $ | Code à poids ouverts |
| G | 35.5 | 2 $ / 6 $ | Écosystème X, longues sessions de code |
| C | 36 (Max) | 0,10 $ / 0,50 $ (prompts de moins de 100 000 tokens) | Travail quotidien bon marché |
| M | 36 (Max) | 0,10 $ / 0,50 $ (entrée de moins de 200 000 tokens) | Travail de volume des agents |
| D | n/a | 0,30 $ / 1,20 $ en heures pleines ; 0,15 $ / 0,60 $ en heures creuses | Traitement par lots économique |
*Artificial Analysis Intelligence Index v5.0.1, lu les 9 et 10 novembre 2026, sauf indication contraire. †Le 55 de Kimi a été mesuré sur l'ancien Index v4.3.2 et n'est pas directement comparable aux scores v5. DeepSeek V4.1 Flash n'avait aucun score AA Index publié dans les sources que nous avons consultées le 11 novembre. Les tarifs changent souvent — considérez chaque chiffre comme un instantané de novembre 2026 et vérifiez le site officiel avant d'acheter.
C
#1 · Claude Fable 5.2 · Meilleur modèle IA global
- Indice AA
- 65 à l’effort maximal — premier sur 74 modèles (v5.0.1)
- Prix API
- 8 $ en entrée / 40 $ en sortie par million de tokens
- Idéal pour
- Travaux techniques longs et difficiles : grandes migrations, longues sessions d’agents, problèmes de recherche
Détail
1. Claude Fable 5.2 — meilleur modèle IA global
Anthropic a lancé Claude Fable 5.2 le 9 novembre 2026 et, en une journée, il trônait en tête des deux classements indépendants qui comptent le plus. Artificial Analysis lui attribue 65 sur son Intelligence Index v5.0.1 à l'effort maximal — premier sur 74 modèles, cinq points devant Gemini 4 Carbon et six devant Claude Opus 5.5 — et Vals.ai le place premier aussi, à 71,3 % sur son indice, devant Opus 5.5 à 70,1 % et GPT-6 Astra à 65,0 %. Le propre tableau de lancement d'Anthropic le donne en tête sur dix des douze benchmarks où il figure. Le modèle vise directement ce qu'Anthropic appelle « les défis techniques les plus redoutables » : grandes migrations de code, longues sessions d'agents et problèmes de recherche, avec une fenêtre de contexte d'un million de tokens, jusqu'à 128 000 tokens en sortie, une réflexion adaptative toujours active et des données d'entraînement arrêtées en juin 2026. L'identifiant du modèle dans l'API est claude-fable-5-2.
Le prix est la surprise dans l'autre sens : Fable 5.2 coûte 8 $ par million de tokens en entrée et 40 $ par million en sortie, soit 20 % de moins que les 10 $/50 $ de Fable 5.1 — un fleuron devenu moins cher en devenant meilleur. Anthropic affirme aussi qu'il génère des sorties jusqu'à 30 % plus vite que Fable 5.1, même si aucune mesure publiée que nous ayons trouvée ne confirme encore cette affirmation de vitesse. En code, les chiffres publiés par l'éditeur sont importants : 49,1 % sur FrontierCode 2.0 à l'effort Xhigh, contre 32,4 % pour Fable 5.1 au même réglage, et 45,3 % au réglage High inférieur, proche des 45,5 % d'Opus 5.5 à Max. Lancé en même temps, Claude Mythos 5.2 est le même modèle sous-jacent avec des garde-fous cyber et biologie plus permissifs, proposé uniquement aux programmes vérifiés — pas quelque chose qu'un utilisateur normal peut acheter.
Les limites honnêtes sont le coût et la vitesse, et elles sont sévères. Artificial Analysis a mesuré 26,54 $ pour faire tourner une tâche d'index avec Fable 5.2 à l'effort maximal — le plus élevé des 73 modèles de ce graphique — contre 9,08 $ à son réglage High (61,82 sur l'index) et 3,80 $ à Medium (56,41). Il est aussi lent : 103 tokens par seconde en sortie, 72e sur 73 modèles mesurés, avec 44,1 minutes par tâche d'index contre une médiane de 12,9 minutes. Et il ne gagne pas partout : sur le propre tableau de lancement d'Anthropic, Gemini 4 Carbon mène AutomationBench à 53,9 % contre 51,4 % pour Fable, et Opus 5.5 mène le classement Elo AA-Briefcase pour le travail de bureau à 1800 contre 1785 pour Fable. Pour les tâches les plus difficiles, Fable 5.2 est le meilleur modèle de novembre 2026. Pour tout ce qui est routinier, le faire tourner à l'effort maximal, c'est payer un billet première classe pour un siège en classe économique.
Claude Fable 5.2
Points forts
- Nº 1 de l'Artificial Analysis Intelligence Index (65) et premier sur Vals.ai (71,3 %) — les meilleurs résultats indépendants de tous les modèles ce mois-ci.
- Moins cher par token que son prédécesseur (8 $/40 $ contre 10 $/50 $) et moins cher que GPT-6 Astra (10 $/50 $).
- Contexte d'1 M de tokens, 128 000 tokens max en sortie, réflexion adaptative toujours active — conçu pour les longues sessions d'agents.
- Grand bond en code par rapport à Fable 5.1 : 49,1 % sur FrontierCode 2.0 à Xhigh, contre 32,4 % (chiffres de l'éditeur).
Points faibles
- Le plus cher par tâche terminée à l'effort maximal : 26,54 $ par tâche d'index, et l'un des plus lents à 103 tokens par seconde.
- Perd deux lignes du propre tableau de lancement d'Anthropic : AutomationBench au profit de Gemini 4 Carbon, Elo AA-Briefcase au profit d'Opus 5.5.
- L'affirmation « jusqu'à 30 % plus rapide » n'a encore aucune mesure indépendante publiée.
- La variante Mythos 5.2 est réservée aux organisations vérifiées — pas disponible pour le grand public.
G
#2 · Gemini 4 Carbon · Idéal pour l’automatisation et la sécurité
- Indice AA
- Environ 60 (59,4 à High, v5.0) — deuxième au classement général
- Prix API
- 2 $ en entrée / 10 $ en sortie par million de tokens (lancement jusqu'au 30 nov. 2026, puis 4 $ / 20 $)
- Idéal pour
- Flux d'automatisation, code agentique, travail de défense en cybersécurité
Détail
2. Gemini 4 Carbon — idéal pour l’automatisation et la sécurité
Google a annoncé Gemini 4 Carbon le 28 octobre 2026, mais l'a gardé derrière un déploiement limité aux défenseurs en cybersécurité via son programme Fairwind — puis, le 10 novembre, l'a ouvert aux développeurs, entreprises et consommateurs payants via l'API Gemini, Google AI Studio et Gemini for business. C'est le modèle le plus puissant de Google et le deuxième modèle Gemini 4 après Argon, construit sur les fondations d'Argon avec un post-entraînement supplémentaire pour le raisonnement approfondi, la vérification étendue et les flux d'agents en plusieurs étapes. Sur les chiffres indépendants, c'est le challenger le plus proche de Fable 5.2 : Artificial Analysis lui attribue environ 60 sur l'Intelligence Index (59,4 à High), et il arrive nº 1 sur trois benchmarks de flux de travail cités par Google — CursorBench 4.0 à 60,4 %, WANDR de Perplexity et AutomationBench de Zapier à 53,9 %, où il bat les 51,4 % de Fable 5.2. Il est aussi nº 2 du nouveau benchmark Multimodal Knowledge Agent que Google a construit avec Artificial Analysis, avec un coût moyen par tâche plus de six fois inférieur à celui du meilleur modèle de ce classement.
Le tarif est la meilleure histoire de rapport qualité-prix parmi les fleurons : 2 $ par million de tokens en entrée et 10 $ par million en sortie — le même tarif de lancement qu'Argon — mais seulement jusqu'au 30 novembre 2026, après quoi il double à 4 $/20 $ à partir du 1er décembre. Il n'y a pas d'offre gratuite : Carbon est exclu de l'offre gratuite de l'API Gemini, et chaque token traité est facturé, y compris les tokens de réflexion. Les chiffres de sécurité sont la raison d'être du modèle : Google annonce 88,2 % sur SEC-bench Pro pour trouver de vraies vulnérabilités, 54,8 % sur ExploitGym pour les valider, 71,0 % sur CWE-bench pour corriger à la cause racine, et un taux de réussite d'attaque de 0 % sur le benchmark d'injection indirecte de Gray Swan, contre 0,7 % pour Argon. Sur ses benchmarks internes, il double largement le taux de réussite d'Argon pour générer du code sécurisé. La fenêtre de contexte est de 1 048 576 tokens, avec des connaissances arrêtées en mars 2026.
Les limites honnêtes commencent par la hausse de prix : quiconque construit sur Carbon en novembre doit prévoir le doublement de décembre, sinon l'histoire du « fleuron bon marché » s'arrête le 1er. La propre fiche modèle de Google liste aussi les hallucinations, les lenteurs ou délais possibles et une consommation de tokens plus élevée aux niveaux de réflexion supérieurs comme limites, et note que Carbon dépense plus de tokens de réflexion par tour qu'Argon au même prix par token — donc l'étiquette 2 $/10 $ sous-estime la facture sur les longues tâches de raisonnement. Et sur les benchmarks cités par Google lors de la première annonce, Carbon reste derrière Fable 5.2 au classement général, ce qui est l'avertissement habituel sur le tri sélectif : les éditeurs mettent en avant les tests qu'ils gagnent. Mais pour l'automatisation, le code agentique et le travail de sécurité à 2 $/10 $, rien d'autre en novembre 2026 ne l'égale.
Gemini 4 Carbon
Points forts
- Nº 1 sur CursorBench 4.0 (60,4 %), WANDR et AutomationBench (53,9 %) — le meilleur palmarès de benchmarks de flux de travail ce mois-ci.
- Des capacités de fleuron à 2 $/10 $ par million de tokens jusqu'au 30 novembre — un tiers du prix par token de Fable 5.2.
- Les meilleurs résultats de sécurité publiés : 88,2 % SEC-bench Pro, 71,0 % CWE-bench, 0 % de réussite d'injection de prompt Gray Swan (chiffres de l'éditeur).
- Contexte d'1 M de tokens, entrée multimodale (texte, image, vidéo, audio, PDF).
Points faibles
- Le prix double à 4 $/20 $ à partir du 1er décembre 2026 — le tarif de lancement ne dure qu'un mois.
- Pas d'offre gratuite, et chaque token est facturé, y compris les tokens de réflexion ; Carbon utilise plus de tokens de réflexion qu'Argon.
- Derrière Fable 5.2 sur l'index global d'Artificial Analysis (environ 60 contre 65).
- La fiche modèle liste hallucinations, lenteurs et délais aux niveaux de réflexion élevés.
C
#3 · Famille GPT-6 (Astra, Sol, Luna) · Meilleure famille de modèles
- Indice AA
- Astra 57 · GPT-6.1 Sol 54,5 · GPT-6.1 Terra 51 · Luna 27,8
- Prix API
- Astra 10 $/50 $ · Sol 2 $/10 $ · Terra 1 $/5 $ · Luna 0,10 $/0,50 $ par 1 M de tokens
- Idéal pour
- Équipes déjà sur OpenAI : une seule famille qui couvre du travail de fleuron jusqu'aux tâches en volume
Détail
3. Famille GPT-6 (Astra, Sol, Luna) — meilleure famille de modèles
La famille GPT-6 d'OpenAI est arrivée par morceaux en septembre et octobre 2026, et il vaut mieux la comprendre comme une échelle de prix plutôt que comme un seul modèle. GPT-6 Astra, le fleuron, a été lancé le 3 septembre à 10 $ par million de tokens en entrée et 50 $ en sortie. GPT-6 Sol et GPT-6 Luna ont suivi le 22 septembre à 2 $/10 $ et 0,10 $/0,50 $. Puis GPT-6.1 Sol est arrivé le 29 septembre au même 2 $/10 $ que Sol, mais avec des scores supérieurs sur tous les tests où les deux ont été mesurés, et GPT-6.1 Terra est arrivé le 26 octobre à 1 $/5 $, orienté vers le raisonnement visuel, l'utilisation d'ordinateur et l'écriture naturelle. Le propre guide GPT-6 d'OpenAI liste désormais quatre modèles actuels — Astra pour les travaux les plus difficiles, GPT-6.1 Sol pour équilibrer coût et intelligence, GPT-6.1 Terra pour les tâches visuelles et d'écriture rapides, et GPT-6 Luna pour le volume sensible au coût — et il n'existe pas de GPT-6 Terra, de GPT-6.1 Luna ni de GPT-6.1 Astra. Les huit modèles de la famille partagent une fenêtre de contexte de 1 050 000 tokens et 128 000 tokens maximum en sortie, donc ce sont le prix, les réglages de raisonnement et le support d'outils qui les séparent, pas le contexte. OpenAI présente les prix de Sol et Luna comme permanents, pas comme des tarifs promotionnels.
Sur les chiffres indépendants, Astra obtient 57 sur l'Artificial Analysis Intelligence Index, derrière les 65 de Fable 5.2 et les environ 60 de Carbon, tandis que GPT-6.1 Sol obtient 54,5 — remarquablement proche du fleuron pour un cinquième du prix — Terra 51,0 et Luna 27,8. Les propres chiffres d'OpenAI donnent Astra à 74,1 % sur DeepSWE v1.1 à l'effort maximal, devant GPT-6.1 Sol à 71,9 % et GPT-6 Sol à 68,8 %. Les noms prêtent vraiment à confusion : GPT-6 Sol et GPT-6.1 Sol partagent un prix affiché de 2 $/10 $, mais ce ne sont pas les mêmes modèles, et GPT-6.1 Sol est celui qu'OpenAI recommande désormais. Pour les utilisateurs de ChatGPT, Astra, GPT-6.1 Sol, GPT-6 Sol et Luna sont listés dans Codex pour les abonnés Plus à 20 $ par mois, avec GPT-6.1 Sol aussi dans ChatGPT Work et Codex mais pas dans Chat, et GPT-6.1 Terra qui arrive dans ChatGPT Work et Codex pour les utilisateurs Plus, Pro, Enterprise et Edu le 26 octobre.
Les limites honnêtes sont celles que crée la propre tarification d'OpenAI. Au-delà de 272 000 tokens en entrée, le barème long contexte publié double les tarifs d'entrée et de cache et augmente les tarifs de sortie de 50 % pour toute la requête — Sol passe à 4 $/15 $ et Luna à 0,20 $/0,75 $ — donc les tâches à long contexte coûtent plus cher que ne le suggèrent les tarifs affichés. Et les écarts de prix de cinq et vingt fois entre Astra, Sol et Luna sont des ratios de prix, pas des ratios de qualité : Luna à 0,10 $/0,50 $ n'est pas cinquante fois moins capable qu'Astra, mais ce n'est pas non plus un substitut — OpenAI positionne Luna pour l'extraction et le résumé de routine, Sol pour le code récurrent et le travail d'agent, et Astra pour les tâches les plus difficiles. Pour une équipe déjà sur OpenAI, la famille est le choix pragmatique : acheminez chaque tâche vers le niveau le moins cher qui peut la faire, et la facture baisse sans changer de fournisseur. Pour la capacité brute seule, Fable 5.2 et Carbon sont devant.
Famille GPT-6 (Astra, Sol, Luna)
Points forts
- Une échelle de prix complète dans une seule famille : de 0,10 $ à 10 $ par million de tokens en entrée, donc chaque tâche va au niveau le moins cher qui peut la faire.
- GPT-6.1 Sol obtient 54,5 sur l'AA Index pour un cinquième du prix d'Astra — le modèle de classe fleuron au meilleur rapport qualité-prix chez OpenAI.
- Des prix permanents, pas des promotions de lancement, selon OpenAI.
- L'écosystème le plus profond : ChatGPT, Codex et le plus large support d'outils tiers de toutes les familles de modèles ici.
Points faibles
- Astra est derrière Fable 5.2 et Carbon sur l'index indépendant (57 contre 65 et environ 60) tout en coûtant le plus cher par token.
- Des noms confus : GPT-6 Sol et GPT-6.1 Sol partagent un prix mais sont des modèles différents ; GPT-6.1 Sol est le choix actuel.
- Majoration long contexte au-delà de 272 000 tokens en entrée : les tarifs d'entrée doublent pour toute la requête.
- Le score AA Index de 27,8 de Luna est loin derrière les autres modèles bon marché — Haiku 5.5 et Ember obtiennent tous deux 36 au même prix.
C
#4 · Claude Opus 5.5 · Meilleur modèle polyvalent
- Indice AA
- 59 à l’effort maximal (v5.0.1) — troisième au classement général
- Prix API
- 4 $ en entrée / 20 $ en sortie par million de tokens
- Idéal pour
- Travaux sérieux où le coût et la lenteur de Fable 5.2 ne se justifient pas
Détail
4. Claude Opus 5.5 — meilleur modèle polyvalent
Claude Opus 5.5 a été lancé le 22 septembre 2026 — le même jour où OpenAI livrait GPT-6 Sol et Luna — et pendant sept semaines, c'était le modèle à battre. Fable 5.2 l'a désormais dépassé sur l'index global, mais Opus 5.5 est loin d'être fini : il obtient 59 sur l'Artificial Analysis Intelligence Index v5.0.1 à l'effort Max, troisième au classement général, à 10,04 $ par tâche d'index contre 26,54 $ pour Fable 5.2 à Max. Il mène toujours le classement Elo AA-Briefcase pour le travail de bureau à 1800, devant les 1785 de Fable 5.2 sur le propre tableau de lancement d'Anthropic, et il obtient 70,1 % sur l'index Vals.ai, quatrième au classement général. Sur Terminal-Bench 4.0, il obtient 66,4 % dans le tableau publié par Moonshot — une fraction devant les 65,7 % de Kimi K3.1 Pro et largement devant les 58,2 % de GPT-6 Astra. Anthropic conseille toujours de commencer par Opus 5.5, même après avoir lancé Fable 5.2 — un détail révélateur sur le modèle qu'elle considère comme le choix par défaut le plus sûr.
Le prix est l'argument pour Opus 5.5 : 4 $ par million de tokens en entrée et 20 $ en sortie — moitié des tarifs de Fable 5.2, un cinquième du prix de sortie d'Astra — avec une entrée en cache à 0,20 $. Pour la plupart des travaux professionnels, l'écart entre 59 et 65 sur l'index est invisible dans le résultat et très visible sur la facture. Opus 5.5 est aussi le modèle de référence auquel tous les autres éditeurs se comparent : Moonshot, Google et OpenAI le mettent tous dans leurs tableaux de lancement, ce qui signifie que ses scores sont les plus recoupés de tous les modèles ici. Il est disponible via l'API Claude, les applis Claude et les fournisseurs cloud habituels, et Claude Pro coûte 20 $ par mois pour l'appli grand public.
Les limites honnêtes sont qu'il est désormais deuxième dans sa propre famille. Fable 5.2 le bat sur la plupart des benchmarks de lancement d'Anthropic, sur l'index global et sur Vals.ai, et il coûte plus cher par token que les nouveaux modèles de milieu de gamme — GPT-6.1 Sol et Kimi K3.1 Pro facturent tous deux 2 $/10 $ et obtiennent des scores à quelques points du sien. La vraie question n'est pas de savoir si Opus 5.5 est bon — il l'est clairement — mais si son prix de 4 $/20 $ mérite encore sa place maintenant que des modèles à 2 $/10 $ obtiennent presque les mêmes scores et que Fable 5.2 existe pour les tâches qui ont vraiment besoin du plafond. Pour les équipes qui ont standardisé sur Opus 5.5 en septembre et octobre, la réponse est de rester : il demeure un modèle du top 3, et changer coûte plus cher que ne vaut l'écart de benchmark. Pour les nouveaux projets, testez d'abord GPT-6.1 Sol et Kimi K3.1 Pro.
Claude Opus 5.5
Points forts
- Toujours nº 1 du classement Elo AA-Briefcase pour le travail de bureau à 1800, devant Fable 5.2 — le meilleur modèle pour le travail documentaire professionnel sur ce classement.
- Troisième au classement général sur l'AA Index (59) à moins de la moitié du coût par tâche de Fable 5.2 (10,04 $ contre 26,54 $ à Max).
- Anthropic recommande toujours de commencer par Opus 5.5 — le choix par défaut le plus sûr de la famille Claude.
- Le modèle le plus recoupé ici : tous les rivaux se comparent à lui.
Points faibles
- Désormais deuxième dans sa propre famille — Fable 5.2 le devance sur la plupart des benchmarks.
- 4 $/20 $ par million de tokens, soit le double des modèles milieu de gamme à 2 $/10 $ qui obtiennent presque les mêmes scores.
- Ce n'est plus le leader de l'index, donc les nouveaux projets devraient d'abord tester les alternatives moins chères.
K
#5 · Kimi K3.1 Pro · Meilleur modèle à poids ouverts
- Indice AA
- 55 (v4.3.2) — quatrième sur 215 modèles sur l'ancien index
- Prix API
- 2 $ en entrée / 10 $ en sortie par million de tokens
- Idéal pour
- Auto-hébergement, agents de code à poids ouverts, équipes qui veulent posséder le modèle
Détail
5. Kimi K3.1 Pro — meilleur modèle à poids ouverts
Moonshot AI a annoncé Kimi K3.1 Pro le 23 octobre 2026 avec une promesse : les poids complets du modèle seraient publiés avant le 4 novembre. Ce fut fait — sur Hugging Face le 4 novembre, dans les délais, dans le dépôt moonshotai/Kimi-K3.1-Pro, sous la licence Kimi K3.1-Pro. C'est important parce qu'un lancement est une affirmation et que les poids ouverts sont un moyen de la vérifier : tout le monde peut désormais exécuter, inspecter et affiner le modèle. L'échelle est énorme pour une publication à poids ouverts — un modèle mixture-of-experts de 2 800 milliards de paramètres avec 104 milliards de paramètres actifs par token, une fenêtre de contexte d'un million de tokens et un encodeur visuel MoonViT-V2. Il est disponible dès maintenant sur Kimi.ai, Kimi Work, Kimi Code et l'API Kimi, et l'API coûte 2 $ par million de tokens en entrée et 10 $ en sortie, avec une entrée en cache à 0,20 $ — exactement la moitié du prix de Claude Opus 5.5, et un tiers de moins que les 3 $/15 $ de son prédécesseur Kimi K3.
En chiffres, Kimi K3.1 Pro est le modèle à poids ouverts le plus puissant jamais mesuré sur l'index d'Artificial Analysis : 55 sur l'ancien Index v4.3.2, quatrième sur 215 modèles, trois points derrière Opus 5.5 et neuf points au-dessus du précédent meilleur modèle à poids ouverts. Sur Terminal-Bench 4.0, Moonshot annonce 65,7 % contre 66,4 % pour Opus 5.5 et 58,2 % pour GPT-6 Astra, à l'effort de raisonnement maximal — un écart de 0,7 point sur de vraies tâches de terminal. Les chiffres d'hallucination sont la plus grande amélioration revendiquée par rapport à Kimi K3 : le Kimi Hallu Bench Hard interne de Moonshot situe le taux d'hallucination au niveau des affirmations à 8,3 %, contre 23,4 %, même s'il s'agit d'un benchmark interne à considérer comme une direction plutôt qu'une preuve. Les vérifications de code indépendantes sont aussi solides : le benchmark de code de Requesty lui donne un taux de résolution de 81 % contre 92 % pour Opus 5.5 et 67 % pour GLM-5.3, à 1,04 $ par résolution.
Les limites honnêtes commencent par la licence : ce n'est pas une licence open source standard, et la licence Kimi K3 exigeait un accord séparé pour les entreprises de type model-as-a-service au-dessus de 20 millions de dollars de revenus sur 12 mois — vérifiez les conditions de la licence K3.1-Pro avant de construire une entreprise dessus. Ensuite, il y a le matériel : le téléchargement pèse environ 1,56 To, et il faut bien plus de 1,5 To de mémoire rapide juste pour contenir les poids, donc l'auto-hébergement est un travail de centre de données, pas un projet de serveur domestique. Les propres benchmarks de Moonshot sont réalisés par l'éditeur, principalement dans le harnais Claude Code, et un audit indépendant (R40 Research, 3 novembre) a signalé des préoccupations de maximisation de benchmark dans ses runs Terminal-Bench et HLE — le cas documenté le plus net de cette pratique cette année. Et côté grand public, il y a une vraie plainte : les utilisateurs des formules Kimi à 99–100 $ par mois disent atteindre la fenêtre d'utilisation de 5 heures en moins d'une heure. Pour les équipes qui veulent posséder leur modèle, pourtant, rien d'autre en novembre 2026 ne s'en approche.
Kimi K3.1 Pro
Points forts
- Poids complets publiés sur Hugging Face le 4 novembre, comme promis — le modèle à poids ouverts le plus puissant jamais mesuré (AA Index 55).
- Scores de code proches d'Opus (Terminal-Bench 4.0 65,7 % contre 66,4 %) pour moitié moins cher via l'API (2 $/10 $ contre 4 $/20 $).
- 2,8 T de MoE, 104 milliards actifs, contexte d'1 M — une échelle de pointe que vous pouvez vraiment télécharger et exécuter.
- Taux d'hallucination réduit de 23,4 % à 8,3 % sur le benchmark interne difficile de Moonshot (chiffres de l'éditeur).
Points faibles
- Pas une licence open source standard — vérifiez la licence K3.1-Pro avant toute exploitation commerciale.
- L'auto-hébergement demande environ 1,56 To de poids et bien plus de 1,5 To de mémoire rapide.
- Benchmarks de l'éditeur signalés pour une possible maximisation de benchmark par un audit indépendant (R40 Research, 3 novembre).
- Plaintes d'abonnés grand public : des fenêtres d'utilisation de 5 heures apparemment épuisées en moins d'une heure sur les formules à 99–100 $.
G
#6 · Grok 4.7 · Idéal pour l'écosystème X
- Indice AA
- 35,5 — 16e sur 54 modèles sur ce classement
- Prix API
- 2 $ en entrée / 6 $ en sortie par million de tokens (0,50 $ en entrée en cache)
- Idéal pour
- Tâches d'ingénierie logicielle de longue durée, utilisateurs de X et Grok
Détail
6. Grok 4.7 — idéal pour l'écosystème X
xAI a lancé Grok 4.7 le 21 septembre 2026, construit sur un modèle de base plus grand que Grok 4.6 avec une phase d'apprentissage par renforcement plus longue, et le décrit comme son modèle le plus capable pour le code et le travail de connaissance. C'est l'exception de ce classement : son score global à l'Artificial Analysis Intelligence Index est de 35,5, 16e sur 54 modèles sur ce classement — loin derrière les leaders — pourtant, sur certains benchmarks de code précis, il ressemble à un tout autre modèle. xAI annonce 71,0 % sur DeepSWE v1.1 à l'effort élevé, 64,0 % sur EEBench et 37,6 % sur Terminal-Bench 4.0 à l'effort xHigh, soit presque le double des 20,3 % de Grok 4.6. Un run indépendant d'Epoch AI le place à 92,7 % sur GPQA Diamond et 98,1 % sur l'OTIS Mock AIME, et sur LMArena il obtient 1442 en texte et 1640 en WebDev. Le prix de l'API est de 2 $ par million de tokens en entrée et 6 $ en sortie, avec une entrée en cache à 0,50 $, et la fenêtre de contexte est de 500 000 tokens — la moitié de la fenêtre d'1 M que partagent désormais les autres fleurons.
La lecture honnête est que Grok 4.7 est un spécialiste, pas un généraliste. L'AA Index combine neuf évaluations, et les points faibles de Grok tirent sa moyenne vers le bas même là où son code est fort ; le bond de Terminal-Bench de 20,3 % à 37,6 % est un vrai progrès sur le travail agentique en terminal, mais 37,6 % reste très loin des 66,4 % d'Opus 5.5 et des 65,7 % de Kimi K3.1 Pro. En écriture, ToneBench le classe 28e sur 87 modèles à son meilleur réglage (medium), avec un score d'écriture de 79,6 sur 100 — respectable, pas en tête. Ce que Grok 4.7 offre vraiment, c'est l'écosystème xAI : c'est le modèle dans X et dans l'appli Grok, où X Premium coûte 8 $ par mois, et c'est le modèle sur lequel sont construits les propres produits de xAI. Pour un développeur qui choisit uniquement sur les benchmarks, les modèles à 2 $/10 $ au-dessus de lui — GPT-6.1 Sol, Kimi K3.1 Pro, Gemini 4 Carbon — obtiennent de meilleurs scores pour le même prix ou moins. Pour un utilisateur de X qui veut le meilleur modèle dans l'appli qu'il utilise déjà, Grok 4.7 est la seule réponse, et c'est un grand pas en avant par rapport à Grok 4.6.
Grok 4.7
Points forts
- Solide sur les benchmarks de code concrets : 71,0 % DeepSWE (chiffres xAI), 92,7 % GPQA Diamond (run indépendant d'Epoch AI).
- Presque doublé Grok 4.6 sur Terminal-Bench 4.0 (37,6 % contre 20,3 %, chiffres de l'éditeur).
- Le prix de sortie de fleuron le moins cher ici après le niveau économique : 6 $ par million de tokens en sortie.
- Natif de X et de l'appli Grok — pas de nouveau compte ni de nouveau flux de travail pour les utilisateurs de X.
Points faibles
- Le score AA Index global le plus faible des fleurons ici (35,5) — un écart de généraliste, pas une simple erreur d'arrondi.
- Terminal-Bench 4.0 reste derrière Opus 5.5 (66,4 %) et Kimi K3.1 Pro (65,7 %) de près de 30 points.
- La fenêtre de contexte de 500 000 tokens est la moitié du million qu'offrent les autres fleurons.
- xAI n'a publié aucun nouveau modèle en novembre au 1er novembre — Grok 4.7 est un modèle de septembre dans un classement de novembre.
C
#7 · Claude Haiku 5.5 · Meilleur modèle bon marché au quotidien
- Indice AA
- 36 à l'effort maximal (v5.0.1) — meilleur score des modèles bon marché
- Prix API
- 0,10 $ en entrée / 0,50 $ en sortie par million de tokens (prompts jusqu'à 100 000 tokens)
- Idéal pour
- Travail quotidien en volume : résumés, rédaction, classification, chat
Détail
7. Claude Haiku 5.5 — meilleur modèle bon marché au quotidien
Anthropic a lancé Claude Haiku 5.5 le 7 octobre 2026, et il a discrètement changé l'économie du travail IA quotidien. Pour les prompts jusqu'à 100 000 tokens, il coûte 0,10 $ par million de tokens en entrée et 0,50 $ par million en sortie — 90 % de moins que les 1 $/5 $ de Haiku 4.5, et le même tarif affiché que GPT-6 Luna d'OpenAI. Anthropic dit qu'il coûte environ 75 % moins cher à faire tourner que Haiku 4.5 en moyenne, en tenant compte de sa consommation de tokens plus élevée. En capacité, il domine nettement sa catégorie de prix : 36 sur l'Artificial Analysis Intelligence Index v5.0.1 à l'effort maximal, contre 28 pour GPT-6 Luna et 31 pour Gemini 3.8 Flash, et 58,73 % sur l'index Vals AI contre 52,32 % pour Luna. Le propre tableau de lancement d'Anthropic le donne à 1620 sur GDPval-AA v2.1 contre 1437 pour Luna, 72,4 % sur OSWorld 2.1 contre 48,9 %, et 39,2 % sur Terminal-Bench 4.0 contre 16,4 %. Il a une fenêtre de contexte d'un million de tokens et jusqu'à 128 000 tokens en sortie, et il est disponible via l'API Claude, AWS, Google Cloud, Microsoft Foundry et GitHub Copilot.
Le prix a un piège, et c'est le détail le plus important de cette section : au-delà de 100 000 tokens, Anthropic facture toute la requête à cinq fois les tarifs de base — 0,50 $ en entrée et 2,50 $ en sortie. Un prompt qui dépasse la limite d'un seul token coûte cinq fois plus cher que le même prompt juste en dessous. Cela fait de Haiku 5.5 le meilleur modèle bon marché pour les prompts courts et un modèle très différent, beaucoup plus cher, pour les longs — et les chiffres de coût publiés par Artificial Analysis ne modélisaient pas initialement le saut de 5x, donc certaines comparaisons de coût par tâche le sous-estiment. Le modèle est aussi plus enclin à dire qu'il ne sait pas que ses rivaux : sur AA-Omniscience, il répond correctement à 36 % des questions factuelles contre 55 % pour Gemini 3.8 Flash, avec un taux d'hallucination de 40 %, en partie parce qu'il refuse les questions plutôt que de deviner. Et un premier score AutomationBench a été pénalisé par un bug de sécurité pré-lancement qui faisait trop refuser le modèle, qu'Anthropic s'employait à corriger.
Pour le travail en volume — brouillons de support client, résumés de documents, classification, chat — Haiku 5.5 est le choix par défaut en novembre 2026 : le modèle le mieux noté au prix le plus bas, avec la qualité d'écriture de la famille Claude. La règle est simple : gardez les prompts sous 100 000 tokens, ou acheminez les longs vers GPT-6 Luna, qui garde ses tarifs de base jusqu'à 272 000 tokens en entrée. Quiconque construit un agent qui traite de longs documents devrait définir cette règle de routage dès le premier jour, avant la première facture.
Claude Haiku 5.5
Points forts
- Meilleur score des modèles bon marché sur l'AA Index (36) — devant GPT-6 Luna (28) et Gemini 3.8 Flash (31) au même prix affiché de 0,10 $/0,50 $.
- 90 % moins cher que Haiku 4.5 ; environ 75 % moins cher à faire tourner en moyenne (chiffres d'Anthropic).
- Fort sur les tâches d'utilisation d'ordinateur : 72,4 % sur OSWorld 2.1 contre 48,9 % pour Luna (chiffres d'Anthropic).
- Contexte d'1 M de tokens, largement disponible sur les clouds et GitHub Copilot.
Points faibles
- Le prix bondit de 5x au-delà des prompts de 100 000 tokens (0,50 $/2,50 $) — une falaise, pas une pente.
- Faible rappel factuel : 36 % sur AA-Omniscience contre 55 % pour Gemini 3.8 Flash ; refuse les questions plutôt que de répondre.
- Un premier score AutomationBench pénalisé par un bug de sécurité qui provoquait des refus excessifs.
- Certains chiffres de coût par tâche publiés ne modélisent pas le saut de 5x pour les longs prompts.
M
#8 · Muse Ember · Meilleur agent de volume
- Indice AA
- 36 à l'effort maximal — à égalité avec Claude Haiku 5.5
- Prix API
- 0,10 $ en entrée / 0,50 $ en sortie par million de tokens (jusqu'à 200 000 tokens en entrée)
- Idéal pour
- Appels d'outils, routage, extraction et sous-tâches de code dans les agents, à grande échelle
Détail
8. Muse Ember — meilleur agent de volume
Meta a lancé Muse Ember le 9 novembre 2026 — le même jour que Claude Fable 5.2 — et c'est le lancement inverse : pas un fleuron, mais le modèle le plus petit et le moins cher de la famille Muse de Meta, conçu pour le travail que les agents répètent toute la journée. Il coûte 0,10 $ par million de tokens en entrée, 0,004 $ par million de tokens en entrée en cache et 0,50 $ par million de tokens en sortie, pour les requêtes jusqu'à 200 000 tokens en entrée (au-delà, 0,30 $/1,50 $). Il vit sur la Meta Model API à api.meta.ai et dans Muse Code sous l'identifiant muse-ember-1.0, avec une fenêtre de contexte d'un million de tokens et jusqu'à 512 000 tokens en sortie, acceptant texte, images, audio et vidéo en entrée. Meta dit que c'est le premier modèle entraîné avec Muse Wonder Full, son plus grand modèle, et présente la paire comme une équipe : « Muse Wonder planifie, Muse Ember gère le volume. » Parmi les premiers partenaires nommés sur la page de lancement figurent Box, Cline, Oracle, Cloudflare et You.com, et il est aussi listé sur OpenRouter et plusieurs passerelles.
L'argument principal est le rapport qualité-prix, et les chiffres indépendants le confirment : Ember obtient 36 sur l'Artificial Analysis Intelligence Index à l'effort maximal — à égalité avec le meilleur score de Claude Haiku 5.5 — à 0,14 $ par tâche d'index contre 0,41 $ pour Haiku, soit environ un tiers du coût. Le post de lancement de Meta place Muse Spark 1.3 à 37 sur le même index à 2,39 $ par tâche, donc Ember offre presque le même score que son grand frère pour un dix-septième du coût par tâche. C'est un modèle de raisonnement sans interrupteur, conçu pour les sous-tâches d'agents, les appels d'outils, le routage, l'extraction, les sous-tâches de code et l'analyse de longs documents — les petits travaux qu'un agent répète des centaines de fois par jour, où le coût par appel compte plus que la capacité de pointe.
Les limites honnêtes sont qu'Ember est un exécutant, pas un penseur. Artificial Analysis a trouvé que les connaissances sont son point faible : il refuse 64 % des questions de type trivia, donc c'est le mauvais modèle pour répondre aux questions factuelles sans récupération. Il ne peut pas être téléchargé — il ne tourne que via l'API de Meta et les services qui le revendent, contrairement aux modèles à poids ouverts Muse Glimmer et Muse Spark Open de Meta. Et le tarif de 0,10 $/0,50 $ ne tient que jusqu'à 200 000 tokens en entrée ; au-delà, le prix triple. Pour les créateurs d'agents, le schéma Ember est la vraie histoire de novembre 2026 : utilisez le modèle cher pour planifier, et le modèle bon marché pour exécuter. Associez Ember à Muse Wonder pour la planification, ou à Fable 5.2 ou Opus 5.5 pour les étapes difficiles, et le travail de volume ne coûte presque rien.
Muse Ember
Points forts
- Scores de niveau Haiku (AA Index 36) à 0,14 $ par tâche — environ un tiers des 0,41 $ de Haiku 5.5.
- L'entrée en cache la moins chère ici : 0,004 $ par million de tokens.
- Contexte d'1 M de tokens, jusqu'à 512 000 tokens en sortie, entrée multimodale (texte, image, audio, vidéo).
- Premier modèle entraîné avec Muse Wonder Full — conçu comme l'exécutant de volume sous un modèle de planification.
Points faibles
- Connaissances factuelles faibles : refuse 64 % des questions de type trivia (Artificial Analysis).
- Hébergé uniquement — pas de poids téléchargeables, contrairement aux modèles à poids ouverts de Meta.
- Le prix triple au-delà de 200 000 tokens en entrée (0,30 $/1,50 $).
- Nouveau modèle (9 novembre) sans historique au-delà des benchmarks de la semaine de lancement.
D
#9 · DeepSeek V4.1 Flash · Meilleur modèle économique pour le traitement par lots
- Indice AA
- Aucun score publié dans les sources consultées le 11 novembre
- Prix API
- 0,30 $ en entrée / 1,20 $ en sortie en heures pleines ; 0,15 $ / 0,60 $ en heures creuses par 1 M de tokens
- Idéal pour
- Tâches par lots, classification et code à planifier en heures creuses
Détail
9. DeepSeek V4.1 Flash — meilleur modèle économique pour le traitement par lots
DeepSeek V4.1 Flash a été mis en ligne pour la première fois le 10 septembre 2026, et la révision actuelle V4.1-Flash-1017 est arrivée le 17 octobre. C'est un modèle mixture-of-experts de 552 milliards de paramètres avec une fenêtre de contexte d'un million de tokens et jusqu'à 384 000 tokens en sortie, et sa tarification est la plus inhabituelle de ce classement : DeepSeek facture selon l'heure de la journée. Aux heures pleines, il coûte 0,30 $ par million de tokens en entrée hors cache et 1,20 $ en sortie ; en heures creuses, les deux sont divisés par deux à 0,15 $ et 0,60 $, avec une entrée en cache à 0,006 $ en heures pleines et 0,003 $ en heures creuses. Les heures pleines sont les matins et après-midis de semaine à l'heure de Pékin, hors jours fériés chinois. L'appli de chat DeepSeek elle-même est gratuite, et l'API est le moyen le moins cher de faire tourner un modèle capable en volume si vous pouvez planifier le travail.
Sur les benchmarks, les chiffres d'Epoch AI sont solides pour le prix : 43,9 % sur FrontierCode à l'effort élevé (contre 18,8 % pour l'ancien V4 Flash), 89,8 % sur GPQA Diamond, 72,9 % sur ARC-AGI-2, 67,4 % sur FrontierMath niveaux 1 à 3 et 98,3 % sur l'OTIS Mock AIME. La propre comparaison de Tencent, qui a refait tourner 34 benchmarks, donne DeepSeek V4.1 Flash gagnant sur 7 d'entre eux face à son modèle Hy4 — concentrés sur le code et l'automatisation, dont DeepSWE, AutomationBench et son propre Foundation Model Bench — même si ces scores ont été compilés par Tencent, pas par un laboratoire indépendant. Une mesure indépendante est révélatrice : sur le benchmark d'écriture ToneBench, DeepSeek V4.1 Flash à l'effort maximal se classe devant Grok 4.7 à medium pour 0,017 $ par script contre 0,215 $.
Les limites honnêtes sont celles qui accompagnent le prix. La remise heures creuses n'aide que si votre charge de travail peut attendre : un produit en temps réel ne peut pas planifier les requêtes de ses utilisateurs aux heures creuses. DeepSeek ne publie pas de prix de liste en USD pour ce modèle par endroits, donc les trackers tiers citent des tarifs de plateforme — les chiffres de 0,15 $/0,60 $ sont des tarifs de passerelle lus dans la configuration tarifaire en direct le 11 novembre, pas une liste USD publiée par DeepSeek. Et nous n'avons trouvé aucun score publié à l'Artificial Analysis Intelligence Index pour ce modèle dans les sources consultées le 11 novembre, ce qui rend la comparaison directe avec les modèles ci-dessus plus difficile. Pour le travail par lots — étiquetage, classification, nettoyage, tâches de code en volume — planifié en heures creuses, c'est le modèle capable le moins cher de ce classement. Pour tout ce qui est en direct, Haiku 5.5 ou Ember au même tarif fixe de 0,10 $/0,50 $ sont plus simples.
DeepSeek V4.1 Flash
Points forts
- Le modèle capable le moins cher pour le travail par lots : 0,15 $/0,60 $ par million de tokens en heures creuses.
- Solide palmarès de benchmarks pour le prix : 43,9 % FrontierCode, 72,9 % ARC-AGI-2, 98,3 % AIME (Epoch AI).
- Contexte d'1 M de tokens, 384 000 tokens max en sortie, entrée multimodale native.
- Appli de chat gratuite ; API disponible via DeepSeek et des passerelles tierces.
Points faibles
- La remise heures creuses n'aide que le travail par lots planifiable — inutile pour les produits en temps réel.
- Aucun score publié à l'Artificial Analysis Intelligence Index dans les sources consultées, donc la comparaison directe est plus difficile.
- Pas de prix de liste USD publié par DeepSeek sur certains canaux — les chiffres sont des tarifs de passerelles/plateformes.
- La tarification heures pleines double la facture si vos tâches tombent pendant les heures de bureau de Pékin.
Les tarifs changent souvent — considérez chaque chiffre ci-dessus comme un instantané et vérifiez le site officiel avant d'acheter. Les montants de crédits gratuits et les conditions d'utilisation commerciale changent fréquemment.
Comment choisir le bon modèle IA en novembre 2026
Les modèles ci-dessus ne sont utiles que dans un flux de travail, et le moyen le moins cher de choisir est d'associer le modèle au travail avant de regarder le prix. Voici la méthode qui fonctionne, dans l'ordre qui compte.
1. Triez votre travail en trois catégories. Tâches difficiles — longues tâches de code, grandes migrations, recherches qui prennent des heures — confiez-les à Fable 5.2 ou Gemini 4 Carbon. Tâches quotidiennes — rédaction, résumés, réponses de support, classification — confiez-les à Haiku 5.5, Muse Ember ou GPT-6 Luna. Tâches de volume dans un agent — appels d'outils, routage, extraction — confiez-les à Ember ou Haiku 5.5. La plupart des équipes découvrent que 90 % de leurs appels appartiennent aux catégories deux et trois, et que le fleuron ne mérite son prix que sur les 10 % restants. Notre guide meilleurs outils SDR IA montre la même méthode de tri appliquée à la prospection commerciale, et notre sélection meilleurs outils SEO IA montre sur quels modèles sont réellement construits les outils SEO qu'elle contient.
2. Comparez le coût par tâche terminée, pas le coût par token. Fable 5.2 à l'effort maximal coûte 26,54 $ par tâche d'index Artificial Analysis ; à High, il coûte 9,08 $ pour un score de 61,82 au lieu de 65. Muse Ember coûte 0,14 $ par tâche pour un 36. Le prix par token ne vous dit presque rien sur la facture. Faites passer votre propre tâche représentative par deux ou trois modèles candidats, comptez les tokens que chacun utilise réellement et multipliez par la grille tarifaire. Un modèle bon marché par token et verbeux par réponse peut coûter plus cher qu'un modèle coûteux qui répond en moins de tokens.
3. Surveillez les falaises de prix. Trois modèles de ce classement en ont une : Haiku 5.5 bondit de 5x au-delà des prompts de 100 000 tokens, Muse Ember triple au-delà de 200 000 tokens en entrée, et les modèles GPT-6 doublent les tarifs d'entrée au-delà de 272 000 tokens. Gemini 4 Carbon double le 1er décembre 2026. Mettez la falaise dans votre logique de routage avant de livrer, pas après la première facture. Si vos prompts franchissent régulièrement une falaise, choisissez le modèle dont la falaise est la plus éloignée.
4. Traitez les benchmarks des éditeurs comme des affirmations, pas des verdicts. Chaque éditeur met en avant les tests qu'il gagne — Google avec AutomationBench, Anthropic avec FrontierCode, Moonshot avec Terminal-Bench. Les chiffres indépendants (Artificial Analysis, Vals.ai, CursorBench, Epoch AI) sont ceux auxquels accorder le plus de poids, et même ceux-là changent quand la version de l'index change. Le seul benchmark qui tranche la question, c'est le vôtre : un ensemble fixe de vos vraies tâches, notées par votre équipe, exécutées sur chaque modèle candidat.
Comment nous les avons classés
Comme il s'agit d'un comparatif documenté plutôt que d'un test en laboratoire, voici exactement ce qui entre dans le classement : (1) la capacité indépendante — les scores de l'Artificial Analysis Intelligence Index v5.0.1, de Vals.ai et de CursorBench, vérifiés du 9 au 11 novembre 2026 ; (2) la vérification — le modèle est-il en ligne, disponible et vérifiable sur les propres pages de l'éditeur en novembre 2026 ; (3) la valeur — le coût par tâche terminée, pas par token, y compris les falaises de prix et les expirations de tarifs de lancement ; (4) l'honnêteté — l'éditeur publie-t-il clairement ses limites et ses tarifs, ou les cache-t-il derrière une page commerciale. Les scores de benchmarks publiés par les éditeurs sont signalés partout où ils apparaissent et comptent moins que les scores indépendants. Tous les classements sont un instantané de novembre 2026 — ce marché évolue en jours, pas en trimestres, considérez-les donc comme un guide, pas comme un évangile.
Quel modèle IA choisir ?
- Code ou recherche les plus difficiles, argent sans importance → Claude Fable 5.2. AA Index 65, premier au classement général — 8 $/40 $ par million de tokens, et lent à l'effort maximal.
- Automatisation, code agentique ou travail de sécurité → Gemini 4 Carbon. Nº 1 sur AutomationBench et CursorBench 4.0 — 2 $/10 $ jusqu'au 30 novembre, puis 4 $/20 $.
- Déjà sur OpenAI → famille GPT-6. Astra pour les tâches les plus difficiles, GPT-6.1 Sol (2 $/10 $) pour le code sérieux, Luna (0,10 $/0,50 $) pour le travail en volume.
- Meilleur modèle polyvalent → Claude Opus 5.5. AA Index 59, toujours nº 1 sur l'Elo AA-Briefcase — 4 $/20 $ par million de tokens.
- Posséder le modèle → Kimi K3.1 Pro. Poids ouverts sur Hugging Face, code proche d'Opus pour moitié moins cher via l'API — 2 $/10 $ par million de tokens.
- Utilisateur X ou Grok → Grok 4.7. Solides benchmarks de code dans l'écosystème X — 2 $/6 $ par million de tokens.
- Travail quotidien à grande échelle → Claude Haiku 5.5. AA Index 36 à 0,10 $/0,50 $ — gardez les prompts sous 100 000 tokens pour éviter le bond de 5x.
- Travail de volume des agents → Muse Ember. Scores de niveau Haiku à 0,14 $ par tâche — le moyen le moins cher de faire tourner des appels d'outils à grande échelle.
- Tâches par lots planifiables → DeepSeek V4.1 Flash. 0,15 $/0,60 $ en heures creuses — le modèle capable le moins cher pour le travail qui peut attendre.
Toujours indécis ? Commencez par les offres gratuites — ChatGPT, Claude, Gemini et DeepSeek ont tous des formules gratuites pour essayer les modèles dans les applis — puis vérifiez les offres IA en cours avant de payer quoi que ce soit, et parcourez notre guide meilleurs générateurs de CV IA pour un exemple concret de la façon dont la même logique de choix de modèle s'applique à un seul cas d'usage. Si vous comparez les applis de chatbot plutôt que les modèles, notre comparatif ChatGPT vs Claude : offre gratuite couvre ce que vous obtenez réellement pour 0 $.
Questions fréquentes
Quel est le meilleur modèle IA en novembre 2026 ?
D'après les éléments disponibles le 11 novembre 2026, Claude Fable 5.2 est le meilleur modèle IA global : il obtient 65 sur l'Artificial Analysis Intelligence Index v5.0.1, premier sur 74 modèles, devant Gemini 4 Carbon à environ 60 et Claude Opus 5.5 à 59. Il mène aussi l'index de Vals.ai à 71,3 %. La réserve est le coût et la vitesse : à l'effort maximal, c'est le modèle le plus cher par tâche mesuré par Artificial Analysis (26,54 $) et l'un des plus lents (103 tokens par seconde). Si votre travail est du code ou de la recherche longs et difficiles, c'est le bon choix ; pour le travail quotidien, les modèles moins chers ci-dessous sont l'achat le plus judicieux.
Claude Fable 5.2 est-il meilleur que GPT-6 Astra ?
D'après les benchmarks indépendants que nous avons vérifiés, oui — Fable 5.2 obtient 65 sur l'Artificial Analysis Intelligence Index v5.0.1 contre 57 pour GPT-6 Astra, et 71,3 % contre 65,0 % sur l'index Vals.ai. Fable 5.2 est aussi moins cher par token qu'Astra (8 $/40 $ par million de tokens en entrée/sortie contre 10 $/50 $ pour Astra). Ce qu'Astra garde, c'est l'écosystème : c'est le fleuron dans ChatGPT et dans l'API d'OpenAI, donc si votre équipe, vos outils et vos flux de travail tournent déjà sur OpenAI, les coûts de changement peuvent compter plus que l'écart de benchmark. Vérifiez les pages tarifaires officielles avant d'acheter — les prix changent souvent.
Quel est le meilleur modèle IA bon marché en novembre 2026 ?
Trois modèles partagent le même tarif affiché de 0,10 $ par million de tokens en entrée et 0,50 $ par million en sortie : Claude Haiku 5.5 (pour les prompts jusqu'à 100 000 tokens — au-delà, il bondit de cinq fois à 0,50 $/2,50 $), GPT-6 Luna et Muse Ember de Meta (jusqu'à 200 000 tokens en entrée, puis 0,30 $/1,50 $). Sur l'Artificial Analysis Intelligence Index, Haiku 5.5 et Muse Ember obtiennent tous deux 36, bien devant Luna à 28, donc Haiku 5.5 et Ember sont les meilleurs choix bon marché en capacité. DeepSeek V4.1 Flash est aussi bon marché pour le travail par lots : 0,30 $/1,20 $ aux heures pleines et moitié moins en heures creuses.
Kimi K3.1 Pro est-il vraiment open source ?
Pas open source au sens habituel — poids ouverts est la description exacte. Moonshot AI a publié les poids complets de Kimi K3.1 Pro sur Hugging Face le 4 novembre 2026, comme promis au lancement, sous sa propre licence Kimi K3.1-Pro, un texte de style MIT modifié qui autorise l'usage commercial et la mise en service. Vous pouvez télécharger et exécuter le modèle vous-même, mais le téléchargement pèse environ 1,56 To et il faut bien plus de 1,5 To de mémoire rapide juste pour contenir les poids, donc pour la plupart des gens, l'API à 2 $/10 $ par million de tokens est la voie pratique. Vérifiez la fiche du modèle avant de planifier un déploiement auto-hébergé.
Quel modèle IA est le meilleur pour le code en novembre 2026 ?
Pour le code le plus difficile, Claude Fable 5.2 : Anthropic annonce 49,1 % sur FrontierCode 2.0 à l'effort Xhigh, contre 32,4 % pour Fable 5.1, et il mène l'index d'Artificial Analysis. Pour le code quotidien dans un éditeur, Gemini 4 Carbon arrive premier sur CursorBench 4.0 à 60,4 %, et Claude Opus 5.5 obtient 66,4 % sur Terminal-Bench 4.0 dans le tableau publié par Moonshot. Pour le code avec un budget, GPT-6.1 Sol à 2 $/10 $ par million de tokens ou Kimi K3.1 Pro au même prix obtiennent tous deux des scores proches des fleurons sur les benchmarks de code agentique. Tous ces chiffres, sauf les scores d'Artificial Analysis et de CursorBench, sont publiés par les éditeurs — considérez-les comme une direction, pas comme une preuve, et testez vous-même sur votre propre base de code.
Faut-il le modèle IA le plus cher ?
Presque certainement pas pour la plupart des travaux. Le prix par token est le mauvais chiffre à comparer — ce qui compte, c'est le coût par tâche terminée, et les modèles les plus capables utilisent beaucoup plus de tokens par tâche. Claude Fable 5.2 à l'effort maximal coûte 26,54 $ par tâche d'index Artificial Analysis, contre 9,08 $ à son réglage High et 0,14 $ pour Muse Ember. La règle pratique est d'associer le modèle au travail : Haiku 5.5, Muse Ember ou GPT-6 Luna pour le travail routinier en volume, GPT-6.1 Sol ou Kimi K3.1 Pro pour le code sérieux à un prix juste, et Fable 5.2 ou Gemini 4 Carbon uniquement pour les tâches les plus difficiles où une meilleure réponse vaut d'attendre et de payer.