Méthodologie
RankingIA ne fait pas ses propres tests. Il réunit des classements publics qui mesurent des choses différentes et les affiche au même endroit, avec le prix et le contexte. Les données sont collectées une fois par jour.
Sources
- LiveBench : benchmark objectif, avec de nouvelles questions à chaque version pour éviter la contamination. Nous utilisons le score global de LiveBench 2.0 et chaque catégorie.
- LMArena (arena.ai) : des personnes comparent deux réponses anonymes et votent ; cela donne un Elo. Nous utilisons les arènes texte, WebDev et vision. Quand un modèle a plusieurs modes (« High », « Max »), le meilleur Elo est retenu.
- OpenRouter : prix par million de tokens, fenêtre de contexte, date de sortie et poids ouverts ou non.
- Artificial Analysis : Intelligence Index, Humanity's Last Exam, Terminal-Bench, GPQA et contexte long, ainsi que prix et vitesse. Utilisé.
- Frankfurter : taux de référence de la Banque centrale européenne, pour afficher les prix dans d’autres devises.
Score RankingIA
- Le classement général comprend les modèles ayant au moins un benchmark objectif (LiveBench ou Indice d’intelligence AA ou Humanity's Last Exam). Les autres apparaissent dans « autres modèles », sans score.
- Pour chaque métrique, nous calculons le percentile : la part des modèles classés que ce modèle dépasse (une égalité compte pour moitié). L’Elo et le taux de réussite sont ainsi sur la même échelle de 0 à 100.
- Le score est la moyenne pondérée des percentiles disponibles. Une métrique manquante ne compte ni pour ni contre.
- Pour qu’un modèle peu évalué ne monte pas en tête avec une seule métrique, la moyenne reçoit un poids supplémentaire de 1 au percentile 50.
| Métrique | Poids | Source |
|---|---|---|
| LiveBench | 3 | LiveBench |
| Indice d’intelligence AA | 3 | Artificial Analysis |
| Arena texte (Elo) | 2 | LMArena |
| Arena WebDev (Elo) | 1 | LMArena |
| Arena vision (Elo) | 0,5 | LMArena |
| Humanity's Last Exam | 1 | Artificial Analysis |
| Terminal-Bench | 1 | Artificial Analysis |
Catégories
Chaque catégorie a son propre score : la moyenne des percentiles de ses métriques, avec le même ajustement. Catégories et métriques :
| Catégorie | Métriques |
|---|---|
| Agentique | LiveBench agentique long, Terminal-Bench |
| Code | LiveBench code, Arena WebDev (Elo) |
| Raisonnement | LiveBench raisonnement, Humanity's Last Exam, GPQA Diamond |
| Analyse de données | LiveBench analyse de données |
| Recherche | LiveBench recherche, Raisonnement en contexte long |
| Design | LiveBench design, Arena WebDev (Elo) |
| Navigateur | LiveBench navigateur |
| Conversation | Arena texte (Elo) |
| Vision | Arena vision (Elo) |
Évolution de chaque modèle
Les modèles d’une même famille (par exemple Claude Opus 3, 4, 4.5 et 5.5) sont regroupés par leur nom sans numéro de version. La page de chaque modèle montre toute la famille dans l’ordre de sortie.
Noms des modèles
Chaque source écrit les noms à sa façon (« Claude Opus 5.5 (High) », « anthropic/claude-opus-5.5 »). Nous les rapprochons par une clé sans entreprise, date ni mode d’effort ; les cas non couverts vont dans une liste d’alias revue à la main. Si un modèle semble dupliqué ou confondu, ouvrez une issue.
Limites
- Le percentile dépend du groupe : quand un modèle fort arrive, les autres peuvent baisser sans s’être dégradés.
- L’Elo mesure une préférence, pas l’exactitude. Le style et la longueur des réponses comptent.
- Le prix est celui d’OpenRouter (le plus bas parmi les fournisseurs) ; le prix direct de l’éditeur peut différer.
Autres références
Ces sites suivent aussi les modèles d’IA, mais ne comptent pas dans le score :
- BenchLM : agrège des centaines de benchmarks. Ses conditions exigent un accord séparé pour afficher ses données sur un site public.
- Stanford HAI — AI Index : rapport annuel sur l’état de l’IA ; pas un classement par modèle mis à jour chaque jour.
- SWEN.AI : classement en portugais construit uniquement sur les données d’Artificial Analysis, que RankingIA utilise déjà directement.
État des sources
| Source | Dernière collecte | Données du |
|---|---|---|
| OpenRouter | ok | 30/10/2026 11:45 |
| LiveBench | ok | 30/10/2026 11:45 |
| LMArena | ok | 30/10/2026 11:45 |
| Artificial Analysis | ok | 30/10/2026 11:45 |
| Câmbio do BCE (Frankfurter) | ok | 30/10/2026 11:54 |
Les données de chaque source appartiennent à leurs propriétaires et suivent leurs conditions. Le code de RankingIA est ouvert, sous licence MIT, sur github.com/RicardoBiazin/RankingIA.