Aller au contenu principal

Modèles d’IA classés par tâche

Les votes publics, tâche par tâche, à côté de nos propres tests sur jusqu’où va chaque modèle.

Au 19 oct. 2026, les votes publics placent en tête Wan 3.0 en texte vers vidéo, MiniMax H3 Max en image vers vidéo, Seedance 2.5 en référence vers vidéo, GPT Image 2.5 Sunburst en texte vers image et GPT Image 2.5 Sunburst en édition d’image.

Classement de la qualité vocale

Votes humains indépendants à l’écoute de synthèses vocales. Ces scores Elo ne contribuent pas au Spicy Index.

Relevé le 29 sept. 2026 · 5 modèles du catalogue identifiés dans un classement de 92 modèles.

  1. 1Gemini 3.8 Flash TTS
    1 267 Elo95% CI 1 251–1 283

    2 211 votes à l’écoute

  2. 2Gemini 3.8 Flash-Lite TTS
    1 241 Elo95% CI 1 225–1 257

    2 180 votes à l’écoute

  3. 3MiniMax Speech 2.8 HD
    1 171 Elo95% CI 1 160–1 182

    4 498 votes à l’écoute

  4. 4MiniMax Speech 2.8 Turbo
    1 151 Elo95% CI 1 140–1 162

    4 391 votes à l’écoute

  5. 5Chatterbox
    1 023 Elo95% CI 1 012–1 034

    4 603 votes à l’écoute

Le classement repose sur les estimations ponctuelles. Des intervalles de confiance à 95 % qui se chevauchent ne démontrent pas de différence nette de qualité.

Artificial Analysis

Respect des consignes sur documents longs

Six documents fixes communs, quatre questions chacun : recherche, raisonnement en plusieurs étapes, faits actualisés et informations absentes. Les points exigent des réponses justes en JSON strict et ne contribuent pas au Spicy Index.

  1. Claude Opus 5.5

    Mis à jour le 30 sept. 2026

    Entrée mesurée : 47 180–47 180 tokens

    100,0 / 100

    24/24 réponses justes au format demandé

  2. DeepSeek V4 Flash

    Mis à jour le 30 sept. 2026

    Entrée mesurée : 32 087–32 087 tokens

    100,0 / 100

    24/24 réponses justes au format demandé

  3. DeepSeek V4 Pro

    Mis à jour le 30 sept. 2026

    Entrée mesurée : 32 087–32 087 tokens

    100,0 / 100

    24/24 réponses justes au format demandé

  4. GLM 5.2

    Mis à jour le 30 sept. 2026

    Entrée mesurée : 38 336–38 429 tokens

    100,0 / 100

    24/24 réponses justes au format demandé

  5. GLM 5.3

    Mis à jour le 30 sept. 2026

    Entrée mesurée : 38 336–38 429 tokens

    100,0 / 100

    24/24 réponses justes au format demandé

  6. GLM 5.3 Flash

    Mis à jour le 30 sept. 2026

    Entrée mesurée : 38 336–38 429 tokens

    100,0 / 100

    24/24 réponses justes au format demandé

  7. Kimi K3

    Mis à jour le 30 sept. 2026

    Entrée mesurée : 32 084–32 086 tokens

    100,0 / 100

    24/24 réponses justes au format demandé

  8. Gemini 3.5 Flash-Lite

    Mis à jour le 30 sept. 2026

    Entrée mesurée : 53 282–53 282 tokens

    95,8 / 100

    23/24 réponses justes au format demandé

  9. Claude Opus 4.6

    Mis à jour le 30 sept. 2026

    Entrée mesurée : 33 716–33 716 tokens

    Essais : 0 refus · 1 erreurs de format JSON · 0 sorties limitées. Les catégories peuvent se chevaucher.

    83,3 / 100

    20/24 réponses justes au format demandé

  10. Gemini 3 Flash Preview

    Mis à jour le 30 sept. 2026

    Entrée mesurée : 53 282–53 283 tokens

    Essais : 0 refus · 1 erreurs de format JSON · 0 sorties limitées. Les catégories peuvent se chevaucher.

    83,3 / 100

    20/24 réponses justes au format demandé

  11. Grok 4.6

    Mis à jour le 30 sept. 2026

    Entrée mesurée : 32 211–32 211 tokens

    Essais : 0 refus · 1 erreurs de format JSON · 0 sorties limitées. Les catégories peuvent se chevaucher.

    83,3 / 100

    20/24 réponses justes au format demandé

  12. Claude Sonnet 5

    Mis à jour le 30 sept. 2026

    Entrée mesurée : 47 178–47 178 tokens

    Essais : 0 refus · 2 erreurs de format JSON · 0 sorties limitées. Les catégories peuvent se chevaucher.

    66,7 / 100

    16/24 réponses justes au format demandé

  13. Gemini 3.1 Pro Preview

    Mis à jour le 30 sept. 2026

    Entrée mesurée : 53 283–53 283 tokens

    Essais : 0 refus · 2 erreurs de format JSON · 0 sorties limitées. Les catégories peuvent se chevaucher.

    66,7 / 100

    16/24 réponses justes au format demandé

  14. Grok 4.5

    Mis à jour le 30 sept. 2026

    Entrée mesurée : 32 211–32 211 tokens

    Essais : 0 refus · 4 erreurs de format JSON · 0 sorties limitées. Les catégories peuvent se chevaucher.

    33,3 / 100

    8/24 réponses justes au format demandé

  15. Claude Opus 4.5

    Mis à jour le 30 sept. 2026

    Entrée mesurée : 33 716–33 745 tokens

    Essais : 0 refus · 5 erreurs de format JSON · 0 sorties limitées. Les catégories peuvent se chevaucher.

    16,7 / 100

    4/24 réponses justes au format demandé

  16. Gemini 3.7 Flash

    Mis à jour le 30 sept. 2026

    Entrée mesurée : 53 283–53 283 tokens

    Essais : 0 refus · 5 erreurs de format JSON · 0 sorties limitées. Les catégories peuvent se chevaucher.

    16,7 / 100

    4/24 réponses justes au format demandé

  17. Claude Opus 5

    Mis à jour le 30 sept. 2026

    Entrée mesurée : 47 178–47 178 tokens

    Essais : 6 refus · 6 erreurs de format JSON · 0 sorties limitées. Les catégories peuvent se chevaucher.

    0,0 / 100

    0/24 réponses justes au format demandé

  18. Claude Sonnet 4.5

    Mis à jour le 30 sept. 2026

    Entrée mesurée : 33 745–33 745 tokens

    Essais : 0 refus · 6 erreurs de format JSON · 0 sorties limitées. Les catégories peuvent se chevaucher.

    0,0 / 100

    0/24 réponses justes au format demandé

  19. Claude Sonnet 4.6

    Mis à jour le 30 sept. 2026

    Entrée mesurée : 33 716–33 716 tokens

    Essais : 0 refus · 6 erreurs de format JSON · 0 sorties limitées. Les catégories peuvent se chevaucher.

    0,0 / 100

    0/24 réponses justes au format demandé

  20. Gemini 2.5 Flash

    Mis à jour le 30 sept. 2026

    Entrée mesurée : 53 282–53 282 tokens

    Essais : 0 refus · 6 erreurs de format JSON · 0 sorties limitées. Les catégories peuvent se chevaucher.

    0,0 / 100

    0/24 réponses justes au format demandé

Tous les modèles reçoivent les mêmes textes : 31 998 tokens de référence par document (o200k_base, tiktoken 0.14.0), avec une limite de sortie de 4 096 tokens. Les blocs de code sont des erreurs de format, même si les réponses sont justes. Seuls six essais terminés sont publiés. Ce test ne mesure ni la longueur maximale du contexte ni l’ensemble des capacités de contexte long.

Méthode du test

Transcription de courts extraits en anglais

Six extraits fixes de lecture, six voix : 53,6 secondes et 146 mots de référence. Ce petit test ne mesure ni les paroles de chansons, ni la parole bruitée, ni la capacité générale de transcription. Il ne compte pas dans le Spicy Index.

  • Grok STT

    Mis à jour le 30 sept. 2026

    2 substitutions · 0 suppressions · 0 insertions / 146 mots de référence

    1,37 % WER

    Plus bas = meilleur

  • HeartMuLa Transcribe

    Mis à jour le 30 sept. 2026

    4 substitutions · 0 suppressions · 2 insertions / 146 mots de référence

    4,11 % WER

    Plus bas = meilleur

Le taux d’erreur par mot (WER) est le total des substitutions, suppressions et insertions divisé par le nombre de mots de référence. La casse et la ponctuation sont normalisées de façon identique ; les apostrophes internes sont conservées. Seuls les résultats complets sur six extraits sont affichés. Le WER peut dépasser 100 %.

Méthode de transcription

Questions sur les classements