Les meilleurs modèles d'IA pour le juridique
Juridique : la capacité du modèle à traiter des questions de droit, de contrats et d'administration (comprendre un texte, en expliquer la portée, situer les règles). Réussir, c'est une réponse exacte et prudente ; ce classement n'est pas un conseil juridique. Score Elo calculé par Arena. Comment ça marche ?
Les 266 autres modèles, sans score Arena, sont dans l'annuaire des modèles.
| Rang | Modèle | Éditeur | Score | Prix ($ par million de tokens) | Contexte |
|---|---|---|---|---|---|
| 59 | Thinking Machines Inkling | 1 444 | $1 / $4.05 | 524 k | |
| 86 | Inkling Small | 1 399 | $0.45 / $1.2 | 524 k | |
| 97 | Solar Pro 4 | 1 375 | $0.09 / $0.36 | 524 k | |
| 27 | Grok 4.5 | 1 478 | $2 / $6 | 500 k | |
| 37 | Grok 4.7 | 1 469 | $2 / $6 | 500 k | |
| 52 | Grok 4.6 | 1 452 | $2 / $6 | 500 k | |
| 39 | GPT-5.1 | 1 465 | $1.25 / $10 | 400 k | |
| 46 | GPT-5 | 1 459 | $1.25 / $10 | 400 k | |
| 50 | GPT-5.4 Mini | 1 456 | $0.75 / $4.5 | 400 k | |
| 55 | GPT-5.2 | 1 448 | $1.75 / $14 | 400 k | |
| 83 | GPT-5.4 Nano | 1 400 | $0.2 / $1.25 | 400 k | |
| 90 | GPT-5 Mini | 1 396 | $0.25 / $2 | 400 k | |
| 113 | GPT-5 Nano | 1 326 | $0.05 / $0.4 | 400 k | |
| 40 | Kimi K2.6 | 1 464 | $0.65 / $3.41 | 262 k | |
| 43 | Qwen3.6 Max Preview | 1 461 | $1.03 / $6.16 | 262 k | |
| 54 | Kimi K2 0905 | 1 449 | $0.6 / $2.5 | 262 k | |
| 57 | Kimi K2.5 | 1 447 | $0.5 / $2.5 | 262 k | |
| 58 | Qwen3.5 397B A17B | 1 445 | $0.5 / $3.6 | 262 k | |
| 60 | Tencent Hy3 | 1 444 | $0.13 / $0.53 | 262 k | |
| 63 | Mistral Medium 3.5 | 1 440 | $1.5 / $7.5 | 262 k | |
| 69 | Qwen3 VL 235B A22B Instruct | 1 431 | $0.21 / $1.9 | 262 k | |
| 71 | Qwen3 Max | 1 430 | $0.78 / $3.9 | 262 k | |
| 74 | Qwen3.5-122B-A10B | 1 424 | $0.26 / $2.08 | 262 k | |
| 79 | Qwen3 Next 80B A3B Instruct | 1 409 | $0.09 / $1.1 | 262 k | |
| 80 | Qwen3.5-27B | 1 406 | $0.26 / $2.6 | 262 k | |
| 84 | Qwen3.5-35B-A3B | 1 400 | $0.15 / $1 | 262 k | |
| 91 | Step 3.5 Flash | 1 394 | $0.1 / $0.3 | 262 k | |
| 93 | Qwen3 30B A3B Instruct 2507 | 1 384 | $0.1 / $0.3 | 262 k | |
| 98 | Trinity Large Thinking | 1 375 | $0.25 / $0.8 | 262 k | |
| 103 | Qwen3 Next 80B A3B Thinking | 1 361 | $0.15 / $1.2 | 262 k | |
| 33 | GLM 5.1 | 1 471 | $0.97 / $3.04 | 205 k | |
| 38 | GLM 5 | 1 469 | $1 / $3.2 | 205 k | |
| 51 | GLM 4.7 | 1 454 | $0.6 / $2.2 | 205 k | |
| 66 | GLM 4.6 | 1 435 | $0.5 / $2 | 205 k | |
| 76 | MiniMax M2.7 | 1 419 | $0.3 / $1.2 | 205 k | |
| 81 | MiniMax M2.5 | 1 404 | $0.27 / $0.95 | 205 k | |
| 89 | MiniMax M2.1 | 1 396 | $0.3 / $1.2 | 205 k | |
| 104 | MiniMax M2 | 1 359 | $0.26 / $1.02 | 205 k | |
| 72 | GLM 5V Turbo | 1 429 | $1.2 / $4 | 203 k | |
| 92 | OpenAI o1 | 1 391 | $15 / $60 | 200 k | |
| 96 | GLM 4.7 Flash | 1 378 | $0.061 / $0.4 | 200 k | |
| 108 | o3 Mini | 1 340 | $1.1 / $4.4 | 200 k | |
| 44 | DeepSeek V3.1 Terminus | 1 461 | $0.27 / $1 | 164 k | |
| 67 | DeepSeek V3.2 | 1 432 | $0.26 / $0.8 | 164 k | |
| 75 | DeepSeek V3.2 Exp | 1 423 | $0.27 / $0.41 | 164 k | |
| 78 | DeepSeek R1 0528 | 1 415 | $0.5 / $2.15 | 164 k | |
| 77 | GLM 4.5 | 1 417 | $0.6 / $2.2 | 131 k | |
| 82 | Qwen3 VL 235B A22B Thinking | 1 404 | $0.4 / $4 | 131 k | |
| 85 | GLM 4.6V | 1 400 | $0.3 / $0.9 | 131 k | |
| 94 | Gemma 3 27B | 1 384 | $0.08 / $0.45 | 131 k |
Aucun modèle ne correspond à votre recherche.
Aucun modèle classé en Chat › Juridique pour le moment.
51 à 100 sur 125
Score Elo calculé par Arena, d'après les préférences des utilisateurs. Le rang suit le score. La colonne de l'éditeur mène à l'outil qui utilise le modèle. Prix en dollars par million de tokens, en entrée puis en sortie. Cliquez sur un en-tête pour trier, sur une pastille pour changer de classement.
Comment le score est-il calculé ?
Le score est un Elo calculé par Arena. Des personnes comparent à l'aveugle les réponses de deux modèles à une même demande et désignent la meilleure. Chaque duel fait monter le gagnant et descendre le perdant, et battre un adversaire fort rapporte davantage.
Le rang suit le score. Chaque classement (général, par modalité, par tâche) a ses propres scores et ses propres rangs, et un modèle qui n'a pas été évalué dans un classement n'y figure pas. Quand un modèle existe en plusieurs niveaux de réflexion, seul son meilleur score est retenu.