Chaque fois qu’un proche me demande quelle IA adopter au quotidien, je finis par lui répondre par une salve de questions qui agace tout le monde. Est-ce pour coder ou pour rédiger un e-mail ? En version gratuite ou payante ? Directement dans le navigateur ou installé sur un ordinateur ?
En 2026, un nouveau modèle sort presque chaque semaine, systématiquement accompagné de graphiques maison sur lesquels il écrase la concurrence.
Nous avons donc fini par construire l’outil que nous aurions aimé envoyer à la place de ces réponses à tiroirs. Comme c’est notre bébé, conçu par l’auteur de ces lignes et édité par Humanoid (le groupe derrière Frandroid, Numerama et Clubic), autant lire la suite avec le sourcil sceptique que l’on lève d’habitude devant un communiqué de presse.
Concrètement, QUELLE IA évalue 252 modèles de langage (dans son édition du 19 octobre), en croisant 59 grilles de tests (les fameux benchmarks, sur 98 suivis au total), soit plus de 12 000 mesures vérifiables.
Le site ne fait passer aucun benchmark lui-même : il agrège les résultats publiés par des références indépendantes comme Epoch AI, Arena, compar:IA (le comparateur public français), EuroEval ou encore Artificial Analysis, avec l’accord de ce dernier.
Pour que vous puissiez mesurer les progrès accomplis dans le temps, l’échelle est fixée une fois pour toutes, avec une base 100 attribuée au meilleur modèle lors du lancement du site et un score de 50 pour le GPT-4o de fin 2024. C’est ce qui explique que certains scores, tâche par tâche, dépassent déjà les 100 points.
Autour de ce classement général gravitent des palmarès par usage, 78 générateurs d’images, 38 de vidéo, des synthèses vocales jugées sur le français, mais aussi 77 configurations matérielles réelles suivies (cartes graphiques, Mac, PC portables et mini-PC) et 111 applications accompagnées de leurs liens de téléchargement officiels.
Un classement qui assume les ex æquo et détaille les usages
La vraie nouveauté méthodologique tient dans l’intégration d’une marge d’erreur statistique.
Chaque score est calculé avec un intervalle de confiance à 90 % : lorsque les fourchettes de deux modèles se chevauchent, l’écart entre eux est trop faible pour être établi avec certitude, et le site les déclare ex æquo au lieu d’inventer un vainqueur artificiel. Cette semaine, Claude Opus 5.5 (99,4), GPT-6 Astra (98,8), GPT-6.1 Sol (98,3) et Gemini 4 Argon (97,3) se partagent ainsi la première marche du podium.
Si ce résultat groupé peut sembler frustrant quand on cherche un nom unique, il reste bien plus honnête que les palmarès habituels qui sacrent un champion à trois dixièmes près. Le face-à-face entre les deux premiers le prouve d’ailleurs visuellement, tant leurs profils de compétences se superposent.
Or, dans les faits, le détail par spécialité vient vite nuancer ce match nul apparent. Sur les dix grandes tâches évaluées, Claude Opus 5.5 domine dans cinq domaines (programmation, usage courant, analyse d’image, écriture et création web), tandis que GPT-6 Astra s’impose en raisonnement comme en pilotage d’agents autonomes, et que GPT-6.1 Sol prend la tête en mathématiques ainsi qu’en maîtrise du français.
Pour un développeur ou un rédacteur francophone, le meilleur outil n’est donc pas nécessairement le premier du classement général. C’est précisément pour trancher ce dilemme que le module Trouver mon modèle filtre les résultats en quatre questions simples : votre besoin, votre budget, votre exigence sur les modèles ouverts (open weights, téléchargeables et modifiables librement) et la puissance de votre machine.
L’autre parti pris fort consiste à traduire la grille tarifaire des éditeurs en euros directement compréhensibles. Dans le jargon de l’IA, l’utilisation professionnelle via une interface de programmation (API) se facture au million de « jetons » (des fragments de mots lus ou générés par la machine).
Pour rendre cela concret, nous avons converti ces coûts : Claude Opus 5.5 est facturé 4 € le million de jetons en lecture et 20 € en écriture, ce qui revient à environ 14 € pour 1 000 questions posées. À ce jeu-là, notre classement qualité-prix remet vite l’élite à sa place, puisque Claude Haiku 5.5 y décroche la couronne avec un très solide score de 90,9 pour seulement 0,20 € le million de jetons. Attention toutefois aux coûts cachés, que le site signale noir sur blanc : ces tarifs restent théoriques, car un modèle dit « à raisonnement », qui décompose sa réflexion avant de répondre, consomme beaucoup plus de jetons en coulisses pour une seule et même question.
Les modèles qui créent des images et des vidéos ont leurs propres classements, construits sur les votes à l’aveugle d’Arena : des internautes comparent deux résultats obtenus avec la même consigne, sans savoir quel modèle les a produits. En images, OpenAI occupe tout le podium, et GPT Image 2.5 Sunburst (100,1) est seul en tête, sa marge ne recoupant celle d’aucun concurrent. En vidéo, Gemini Omni Flash de Google (99,5) devance nettement Seedance 2.0 de ByteDance (94,7).
Le site applique ici la même prudence qu’ailleurs : Gemini Omni 1.1 Flash affiche un score plus élevé, 100,0, mais reste classé à part comme provisoire tant qu’il n’a pas réuni 2 000 votes. Les classements d’images et de vidéo se déclinent ensuite par style, de la photo au dessin animé.
La voix, enfin, est jugée sur le français d’abord, chaque tableau dans l’unité de sa source. En transcription, azure-speech-07-2026 de Microsoft se trompe sur 3,14 % des mots, au coude-à-coude avec Scribe v2 d’ElevenLabs (3,29 %). En synthèse vocale, notée par des votants de langue maternelle française, Eleven v4 d’ElevenLabs passe devant Sonic 3.6 de Cartesia, mais leurs intervalles se chevauchent.
Du choix d’un abonnement aux limites de l’IA sur son propre PC
Au quotidien, la plateforme s’adresse d’abord à ceux qui hésitent entre deux forfaits mensuels ou deux assistants de programmation.
Elle détaille clairement quelle formule de ChatGPT, Claude, Gemini ou Vibe (ex-Le Chat) débloque l’accès à quel moteur précis, et quels modèles peuvent être branchés dans des logiciels spécialisés comme Cursor, Claude Code ou Codex.
Ceux qui veulent garder la main sur leur IA regarderont plutôt le classement des modèles à poids ouverts, ceux que l’on peut télécharger. MiMo-V2.6 Pro de Xiaomi y mène avec 91,2, ex æquo avec Kimi K3, MiMo-V2.6 Flash, GLM-5.3 et DeepSeek V4.1 Flash. Deux constats sautent aux yeux : les dix premiers sont tous chinois, et le meilleur reste à huit points de Claude Opus 5.5. Les deux premiers sont par ailleurs trop lourds pour un ordinateur personnel et réclament un serveur.
Pour ceux qui préfèrent faire tourner une IA directement sur leur ordinateur, sans connexion internet ni envoi de données dans le cloud, la réponse se veut tout aussi chiffrée. Sur un PC portable équipé d’une puce RTX Spark et de 128 Go de mémoire, le modèle local le plus performant capable de tenir en mémoire est Qwen 3.8 27B : il plafonne à un score de 83, à une vitesse d’écriture de 16 jetons par seconde selon notre test complet. C’est seize points en dessous des ténors en ligne, un écart de niveau que le comparateur affiche sans détour.
Pour aller plus loin
On a testé la puce Nvidia RTX Spark qui veut réinventer le PC : les résultats face à Apple, AMD et une RTX 5070
La comparaison avec d’autres machines a de quoi faire grincer des dents les acheteurs pressés. Ce même Qwen 3.8 27B tient aussi sur une carte graphique de 24 Go ou sur un Mac de 32 Go, dans une version allégée à 4 bits un peu moins performante que la version complète qu’accepte le RTX Spark. Sur cette marche, la carte la moins chère relevée par le site, une Intel Arc Pro B60, coûte 1 199,95 €, contre 7 599,99 € pour l’Asus ProArt P16 de 128 Go. En dessous, un PC portable de 16 Go doit se contenter de Qwen3.5-9B, à 65,9. La page Sur ma machine fait le calcul pour chacune des 77 configurations suivies.
Cet exercice de transparence a néanmoins ses propres limites, qui tiennent avant tout à la fiabilité des sources disponibles.
QUELLE IA ne vaut que ce que valent les benchmarks publics, dont plusieurs sont déjà saturés par les modèles actuels qui frôlent le sans-faute, et le classement, recalculé chaque lundi, peut changer d’une semaine à l’autre.
Une application mobile gratuite et garantie sans pistage
Pour garder ces repères sous la main, l’ensemble du comparateur se décline aussi en application mobile gratuite, utilisable sans création de compte ni publicité sur iPhone, iPad et Android.
L’interface a d’ailleurs été pensée pour les grands écrans et les smartphones pliants : sur un appareil déplié ou un iPhone Duo, la liste des modèles s’affiche à gauche tandis que la fiche détaillée se déploie à droite. On y retrouve les classements, les duels, des widgets, un mode hors ligne ainsi que toute l’actualité IA des rédactions du groupe, avec la possibilité d’activer une alerte lorsqu’un nouveau modèle entre dans le top 10 ou le top 20.
Bref… Que vous cherchiez à rentabiliser un abonnement mensuel ou à vérifier ce que votre carte graphique peut encaisser en local, quelleia.com offre une boussole fiable, à condition d’accepter une règle d’or du secteur : en matière d’IA, le meilleur modèle pour être détrôné la semaine suivante. Nous le savons, et c’est pour cela que nous remettons les compteurs à jour chaque semaine.
Abonnez-vous à la newsletter Watt Else de Numerama et Survoltés ! Vous y retrouverez nos actus, tests et dossiers sur la mobilité électrique.
Pour nous soutenir gratuitement, dites simplement à Google d’ajouter Frandroid à vos sources préférées en cliquant ici.
Ce contenu est bloqué car vous n'avez pas accepté les cookies et autres traceurs. Ce contenu est fourni par Disqus.
Pour pouvoir le visualiser, vous devez accepter l'usage étant opéré par Disqus avec vos données qui pourront être utilisées pour les finalités suivantes : vous permettre de visualiser et de partager des contenus avec des médias sociaux, favoriser le développement et l'amélioration des produits d'Humanoid et de ses partenaires, vous afficher des publicités personnalisées par rapport à votre profil et activité, vous définir un profil publicitaire personnalisé, mesurer la performance des publicités et du contenu de ce site et mesurer l'audience de ce site (en savoir plus)
En cliquant sur « J’accepte tout », vous consentez aux finalités susmentionnées pour l’ensemble des cookies et autres traceurs déposés par Humanoid et .
Vous gardez la possibilité de retirer votre consentement à tout moment. Pour plus d’informations, nous vous invitons à prendre connaissance de notre Politique cookies.