Les meilleurs modèles d'IA pour la santé et le bien-être
Santé et bien-être : la capacité du modèle à répondre aux questions de santé et de bien-être (expliquer, orienter, nuancer sans affoler). Réussir, c'est une réponse juste et responsable ; ce classement n'est jamais un avis médical. 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 | 1 452 | $1 / $4.05 | 524 k | |
| 90 | Inkling Small | 1 401 | $0.45 / $1.2 | 524 k | |
| 101 | Solar Pro 4 | 1 375 | $0.09 / $0.36 | 524 k | |
| 48 | Grok 4.5 | 1 465 | $2 / $6 | 500 k | |
| 50 | Grok 4.6 | 1 464 | $2 / $6 | 500 k | |
| 51 | Grok 4.7 | 1 461 | $2 / $6 | 500 k | |
| 42 | GPT-5.1 | 1 470 | $1.25 / $10 | 400 k | |
| 55 | GPT-5.2 | 1 459 | $1.75 / $14 | 400 k | |
| 56 | GPT-5 | 1 459 | $1.25 / $10 | 400 k | |
| 62 | GPT-5.4 Mini | 1 450 | $0.75 / $4.5 | 400 k | |
| 84 | GPT-5.4 Nano | 1 413 | $0.2 / $1.25 | 400 k | |
| 87 | GPT-5 Mini | 1 407 | $0.25 / $2 | 400 k | |
| 105 | GPT-5 Nano | 1 366 | $0.05 / $0.4 | 400 k | |
| 27 | Tencent Hy3 | 1 484 | $0.13 / $0.53 | 262 k | |
| 30 | Qwen3.6 Max Preview | 1 483 | $1.03 / $6.16 | 262 k | |
| 38 | Qwen3 Max | 1 474 | $0.78 / $3.9 | 262 k | |
| 39 | Kimi K2.6 | 1 473 | $0.65 / $3.41 | 262 k | |
| 46 | Qwen3.5 397B A17B | 1 467 | $0.5 / $3.6 | 262 k | |
| 49 | Kimi K2.5 | 1 465 | $0.5 / $2.5 | 262 k | |
| 67 | Kimi K2 0905 | 1 444 | $0.6 / $2.5 | 262 k | |
| 72 | Qwen3 Next 80B A3B Instruct | 1 439 | $0.09 / $1.1 | 262 k | |
| 76 | Qwen3.5-27B | 1 431 | $0.26 / $2.6 | 262 k | |
| 77 | Qwen3 VL 235B A22B Instruct | 1 431 | $0.21 / $1.9 | 262 k | |
| 79 | Qwen3.5-122B-A10B | 1 429 | $0.26 / $2.08 | 262 k | |
| 81 | Qwen3.5-35B-A3B | 1 426 | $0.15 / $1 | 262 k | |
| 82 | Mistral Medium 3.5 | 1 420 | $1.5 / $7.5 | 262 k | |
| 91 | Qwen3 30B A3B Instruct 2507 | 1 400 | $0.1 / $0.3 | 262 k | |
| 92 | Step 3.5 Flash | 1 398 | $0.1 / $0.3 | 262 k | |
| 93 | Qwen3 Next 80B A3B Thinking | 1 396 | $0.15 / $1.2 | 262 k | |
| 95 | Trinity Large Thinking | 1 392 | $0.25 / $0.8 | 262 k | |
| 22 | GLM 4.7 | 1 487 | $0.6 / $2.2 | 205 k | |
| 26 | GLM 5.1 | 1 485 | $0.97 / $3.04 | 205 k | |
| 35 | GLM 5 | 1 479 | $1 / $3.2 | 205 k | |
| 64 | GLM 4.6 | 1 448 | $0.5 / $2 | 205 k | |
| 75 | MiniMax M2.7 | 1 431 | $0.3 / $1.2 | 205 k | |
| 86 | MiniMax M2.5 | 1 408 | $0.27 / $0.95 | 205 k | |
| 100 | MiniMax M2.1 | 1 376 | $0.3 / $1.2 | 205 k | |
| 106 | MiniMax M2 | 1 364 | $0.26 / $1.02 | 205 k | |
| 74 | GLM 5V Turbo | 1 434 | $1.2 / $4 | 203 k | |
| 102 | GLM 4.7 Flash | 1 369 | $0.061 / $0.4 | 200 k | |
| 104 | OpenAI o1 | 1 367 | $15 / $60 | 200 k | |
| 109 | o3 Mini | 1 343 | $1.1 / $4.4 | 200 k | |
| 37 | DeepSeek V3.2 Exp | 1 475 | $0.27 / $0.41 | 164 k | |
| 47 | DeepSeek V3.1 Terminus | 1 466 | $0.27 / $1 | 164 k | |
| 65 | DeepSeek V3.2 | 1 446 | $0.26 / $0.8 | 164 k | |
| 68 | DeepSeek R1 0528 | 1 443 | $0.5 / $2.15 | 164 k | |
| 73 | GLM 4.5 | 1 437 | $0.6 / $2.2 | 131 k | |
| 83 | Qwen3 VL 235B A22B Thinking | 1 415 | $0.4 / $4 | 131 k | |
| 88 | Gemma 3 27B | 1 407 | $0.08 / $0.45 | 131 k | |
| 89 | GLM 4.6V | 1 402 | $0.3 / $0.9 | 131 k |
Aucun modèle ne correspond à votre recherche.
Aucun modèle classé en Chat › Santé et bien-être 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.