Les meilleurs modèles d'IA pour les prompts difficiles
Prompts difficiles : la capacité du modèle à venir à bout des demandes complexes, précises et exigeantes, celles où la plupart décrochent. Réussir, c'est traiter toute la demande, pas seulement sa partie facile. 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 |  Thinking Machines |
1 461 | $1 / $4.05 | 524 k |
| 79 | Inkling Small | Thinking Machines |
1 427 | $0.45 / $1.2 | 524 k |
| 89 | Solar Pro 4 |  Upstage |
1 409 | $0.09 / $0.36 | 524 k |
| 34 | Grok 4.5 |  SpaceXAI |
1 488 | $2 / $6 | 500 k |
| 40 | Grok 4.6 | SpaceXAI |
1 480 | $2 / $6 | 500 k |
| 55 | Grok 4.7 | SpaceXAI |
1 462 | $2 / $6 | 500 k |
| 44 | GPT-5.1 |  OpenAI |
1 476 | $1.25 / $10 | 400 k |
| 50 | GPT-5.4 Mini | OpenAI |
1 469 | $0.75 / $4.5 | 400 k |
| 60 | GPT-5.2 | OpenAI |
1 461 | $1.75 / $14 | 400 k |
| 66 | GPT-5 | OpenAI |
1 448 | $1.25 / $10 | 400 k |
| 80 | GPT-5.4 Nano | OpenAI |
1 421 | $0.2 / $1.25 | 400 k |
| 92 | GPT-5 Mini | OpenAI |
1 404 | $0.25 / $2 | 400 k |
| 108 | GPT-5 Nano | OpenAI |
1 356 | $0.05 / $0.4 | 400 k |
| 36 | Kimi K2.6 |  Moonshot AI |
1 485 | $0.65 / $3.41 | 262 k |
| 39 | Qwen3.6 Max Preview |  Alibaba (Qwen) |
1 482 | $1.03 / $6.16 | 262 k |
| 46 | Tencent Hy3 |  Tencent |
1 475 | $0.13 / $0.53 | 262 k |
| 49 | Kimi K2.5 | Moonshot AI |
1 471 | $0.5 / $2.5 | 262 k |
| 53 | Qwen3.5 397B A17B | Alibaba (Qwen) |
1 464 | $0.5 / $3.6 | 262 k |
| 62 | Qwen3 Max | Alibaba (Qwen) |
1 458 | $0.78 / $3.9 | 262 k |
| 69 | Mistral Medium 3.5 |  Mistral AI |
1 445 | $1.5 / $7.5 | 262 k |
| 73 | Qwen3 VL 235B A22B Instruct | Alibaba (Qwen) |
1 438 | $0.21 / $1.9 | 262 k |
| 74 | Kimi K2 0905 | Moonshot AI |
1 438 | $0.6 / $2.5 | 262 k |
| 77 | Qwen3.5-122B-A10B | Alibaba (Qwen) |
1 432 | $0.26 / $2.08 | 262 k |
| 78 | Qwen3.5-27B | Alibaba (Qwen) |
1 428 | $0.26 / $2.6 | 262 k |
| 81 | Qwen3 Next 80B A3B Instruct | Alibaba (Qwen) |
1 419 | $0.09 / $1.1 | 262 k |
| 87 | Step 3.5 Flash |  StepFun |
1 413 | $0.1 / $0.3 | 262 k |
| 88 | Qwen3.5-35B-A3B | Alibaba (Qwen) |
1 412 | $0.15 / $1 | 262 k |
| 91 | Qwen3 30B A3B Instruct 2507 | Alibaba (Qwen) |
1 407 | $0.1 / $0.3 | 262 k |
| 96 | Trinity Large Thinking |  Arcee AI |
1 385 | $0.25 / $0.8 | 262 k |
| 98 | Qwen3 Next 80B A3B Thinking | Alibaba (Qwen) |
1 385 | $0.15 / $1.2 | 262 k |
| 35 | GLM 5.1 |  Z.ai |
1 488 | $0.97 / $3.04 | 205 k |
| 43 | GLM 5 | Z.ai |
1 478 | $1 / $3.2 | 205 k |
| 58 | GLM 4.7 | Z.ai |
1 462 | $0.6 / $2.2 | 205 k |
| 71 | GLM 4.6 | Z.ai |
1 442 | $0.5 / $2 | 205 k |
| 72 | MiniMax M2.7 |  MiniMax |
1 441 | $0.3 / $1.2 | 205 k |
| 84 | MiniMax M2.5 | MiniMax |
1 418 | $0.27 / $0.95 | 205 k |
| 90 | MiniMax M2.1 | MiniMax |
1 408 | $0.3 / $1.2 | 205 k |
| 103 | MiniMax M2 | MiniMax |
1 367 | $0.26 / $1.02 | 205 k |
| 65 | GLM 5V Turbo | Z.ai |
1 452 | $1.2 / $4 | 203 k |
| 93 | OpenAI o1 | OpenAI |
1 396 | $15 / $60 | 200 k |
| 99 | GLM 4.7 Flash | Z.ai |
1 384 | $0.061 / $0.4 | 200 k |
| 102 | o3 Mini | OpenAI |
1 371 | $1.1 / $4.4 | 200 k |
| 67 | DeepSeek V3.2 |  DeepSeek |
1 447 | $0.26 / $0.8 | 164 k |
| 68 | DeepSeek V3.2 Exp | DeepSeek |
1 446 | $0.27 / $0.41 | 164 k |
| 70 | DeepSeek V3.1 Terminus | DeepSeek |
1 445 | $0.27 / $1 | 164 k |
| 76 | DeepSeek R1 0528 | DeepSeek |
1 433 | $0.5 / $2.15 | 164 k |
| 75 | GLM 4.5 | Z.ai |
1 433 | $0.6 / $2.2 | 131 k |
| 86 | Qwen3 VL 235B A22B Thinking | Alibaba (Qwen) |
1 417 | $0.4 / $4 | 131 k |
| 94 | Qwen3 235B A22B | Alibaba (Qwen) |
1 392 | $0.46 / $1.82 | 131 k |
| 95 | GLM 4.5 Air | Z.ai |
1 391 | $0.13 / $0.85 | 131 k |
Aucun modèle ne correspond à votre recherche.
Aucun modèle classé en Chat › Prompts difficiles pour le moment.
51 à 100 sur 126
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.