Aperçu des modèles Frontier

Model
Picker

Utilisez des informations qui regroupent l'intelligence/$ des modèles sur de nombreux benchmarks, pour choisir le meilleur modèle pour votre application/cas d'utilisation.
Dernier relevé de données : 2026-09-09
Rejouer la frontièreChronologie des sortiesRegardez les versions entrer, bouger et remodeler la courbe. Mesurer la tendanceProgrès de l’IADécouvrez à quel point les modèles offrant le meilleur rapport qualité-prix sont jeunes.
Espace de comparaison

Comparaison de modèles

Comparez la qualité du résultat, son coût total et la latence de bout en bout.

Votre décision, simplifiée

Choisissez un modèle. Ajoutez un concurrent si nécessaire.

Votre base de référence débloque des recommandations de frontières personnalisées. Le deuxième champ est facultatif et ouvre la répartition complète de la qualité, du coût et de la latence.

1 obligatoire · 1 facultatif
01 Mon modèle actuel / référenceObligatoire
⌄
02 Modèle concurrentFacultatif
⌄
Soyez averti en cas de changement

Suivez le modèle que vous utilisez

En quelques semaines, de nouveaux modèles peuvent offrir un meilleur rapport intelligence-prix. Lancez ce contrôle une fois par jour pour être averti dès que le modèle utilisé est dépassé : 200 alors qu'il tient toujours la frontière, 409 quand quelque chose donne plus d'intelligence pour l'argent.

Choisissez une ligne de base dans la comparaison ci-dessus pour regarder votre propre modèle. Script cron complet et codes d’état
Pour les agents

Ajoutez la compétence à votre agent de programmation

Une compétence d'agent qui garantit que chaque fois que votre agent choisit un LLM pour vos projets, il sélectionne le meilleur modèle d'intelligence par dollar. Économisez des coûts et obtenez le maximum d’intelligence.

Lire la compétence · llms.txt · Index de l’API
Modèles actuels

Filtres et axes

Ajustez les mesures et le groupe de modèles. Le graphique se met à jour immédiatement.

Entrées prises en charge
Quadrant le plus attractif Meilleur rapport qualité-prix

L’axe logarithmique est centré sur le coût médian des modèles affichés, selon la règle d’AA. Des distances égales représentent des rapports de coût égaux. Le quadrant vert reste relatif au groupe affiché.

Comment ça marche

Comment Model Picker classe les LLM

Qu’est-ce que le front de Pareto des LLM ?

L’ensemble des modèles qu’aucun autre ne bat simultanément sur les deux axes. Sur le graphique par défaut, aucun modèle n’est à la fois plus intelligent et moins cher à exécuter. Tous les autres sont dominés : une option offre plus d’intelligence au même prix, ou autant pour moins cher.

Pourquoi le coût total d'exécution du benchmark au lieu du prix par jeton ?

Le prix par token masque le nombre de tokens consommés, souvent élevé pour les modèles de raisonnement. Model Picker utilise le coût total publié par Artificial Analysis pour l’évaluation Intelligence Index complète : un modèle peu cher par token qui raisonne longuement affiche ainsi son coût réel.

Que mesure l’indice d’intelligence ?

Artificial Analysis Intelligence Index combine des tests de raisonnement, de connaissances, de mathématiques, de programmation et d’agents. Model Picker reprend le score publié sans jamais recalculer les modèles.

Quel LLM aux poids téléchargeables offre le meilleur rapport intelligence-prix ?

L’open-weights frontier du tableau réunit les modèles aux poids téléchargeables qu’aucun modèle auto-hébergeable ne bat à la fois en intelligence et en coût. Chaque ligne offre un excellent rapport qualité-prix dans sa gamme ; certaines licences limitent l’usage commercial.

Le modèle que j’utilise est-il toujours le meilleur rapport qualité-prix ?

Saisissez le nom dans le comparateur ci-dessus. Le guide indique le meilleur modèle du front au même coût ou moins, puis l’option suivante si vous cherchez plus d’intelligence. Les agents et les tâches cron peuvent poser la même question avec une seule requête à l’API ; la réponse passe à 409 dès qu’une meilleure solution apparaît.

À quel point ces données sont-elles récentes ?

L'ensemble de données est actualisé toutes les six heures à partir de Artificial Analysis et d'autres sources ; cette page a été rendue à partir de l'instantané 2026-09-09. Les métriques se déplacent entre les instantanés à mesure que les modèles sont remesurés, donc un nombre cité doit porter sa date d'instantané.