Aller au contenu principal

README

Coding Agent

Pour chaque tâche de code : quel agent, quel modèle et quel effort de raisonnement utiliser avec votre abonnement, comment travailler et quand changer — pour obtenir le meilleur résultat avant d'épuiser votre quota.


Qu'est-ce qu'un agent de code ?

Une IA qui travaille dans votre projet : elle lit les fichiers, modifie le code, lance des commandes et des tests, et itère jusqu'à ce que la tâche soit terminée, sous votre contrôle. Le même agent s'utilise souvent de nombreuses façons — un terminal (CLI), une application desktop, une extension d'IDE, un service web, à distance depuis un téléphone ou un autre navigateur, dans GitHub et la CI/CD (revues de pull requests, agents assignés aux issues, GitHub Actions), depuis les outils d'équipe (Slack, Teams, Linear, Jira…) ou via un SDK dans vos propres scripts : Codex, par exemple, tourne dans Codex CLI, l'app de bureau ChatGPT, l'extension IDE Codex, Codex cloud, Codex Remote, Codex code review, Slack et le Codex SDK. Ci-dessous, les agents les plus utilisés, du plus au moins utilisé ; cette page les couvre tant qu'ils sont utilisés via un abonnement.

AgentUsage au travailCLI (terminal)Application desktopExtension d'IDEWeb / chatÀ distance et mobileGitHub et CI/CDOutils d'équipeSDK et scripts
Claude CodeAnthropic39 %npm 12,5 M/sem.Claude Code CLIClaude Code DesktopClaude Code for VS CodeClaude Code on the webRemote Control, Claude app (iOS, Android)Claude Code GitHub Actions, GitLab CI/CDClaude Code in SlackClaude Agent SDK, claude -p
GitHub CopilotGitHub21 %npm 1,6 M/sem.GitHub Copilot CLIGitHub Copilot extensionCopilot Chat (github.com/copilot)GitHub MobileCopilot code review, Copilot cloud agentSlack, Microsoft Teams, Jira, Linear, Azure BoardsGitHub Copilot SDK, copilot -p
CodexOpenAI16 %npm 23,1 M/sem.Codex CLIChatGPT desktop appCodex IDE extensionCodex cloudCodex Remote (ChatGPT mobile app)Codex code review (GitHub, GitLab preview), Codex GitHub ActionSlack, LinearCodex SDK, codex exec
CursorCursor12 %Cursor CLICursor (editor)JetBrains (ACP)Cloud AgentsCursor for iOSBugbotSlack, LinearCursor SDK, headless CLI
JunieJetBrains9 %avec JetBrains AIJunie CLIJunie in JetBrains IDEsGitHub, GitLab
OpenCodeAnomaly7 %npm 3 M/sem.OpenCode TerminalOpenCode DesktopOpenCode Extensionsopencode web (network access)GitHub, GitLabOpenCode SDK, opencode run
AntigravityGoogle6 %Antigravity CLIAntigravity IDE, Antigravity 2.0Antigravity IDE ExtensionsRemote ControlAntigravity SDK
Qwen CodeAlibaba (Qwen)npm 68,8 k/sem.Qwen Code CLIQwen Code DesktopQwen Code CompanionChannels: Telegram, WeChat, QQQwen Code GitHub ActionChannels: DingTalk, WeCom, FeishuQwen Code SDK, headless mode
Grok BuildxAInpm 60,6 k/sem.Grok Build CLIvia ACPHeadless mode
Kimi CodeMoonshot AInpm 47,8 k/sem.Kimi Code CLIKimi Code DesktopKimi Code for VS CodeKimi Agent SDK
ZCode / Claude CodeZ.ai—Claude CodeZCodeClaude Code IDE PluginRemote Control, WeChat botFeishu bot
  • très utilisé sur cette surface : au moins 1 M de téléchargements de la CLI ou du SDK par semaine, 1 M d'installations de l'extension d'IDE, 10 000 dépôts qui utilisent l'action GitHub ou 1 M de pull requests relues par mois ; le desktop, le web, le pilotage à distance et les outils d'équipe ne publient aucun chiffre : seul l'éditeur que mesure l'enquête (Cursor, Antigravity) y reçoit un ✓ vert. Survolez un ✓ vert pour voir son chiffre.
  • disponible sur cette surface.

Usage : part des développeurs professionnels qui utilisent l'agent au travail, mai–juillet 2026 (JetBrains Developer Ecosystem Survey 2026, plus de 15 000 développeurs). npm : téléchargements hebdomadaires de la CLI de l'agent, 4–10 octobre 2026. Ces téléchargements incluent la CI et les mises à jour automatiques : ils ne servent qu'à classer les agents que l'enquête ne mesure pas. Qoder et MiMo Code sont écartés : moins de 12 000 téléchargements par semaine chacun. Les noms en gris sont ceux que chaque éditeur donne à chaque surface ; la colonne web ne compte que les services hébergés, pas les interfaces locales dans le navigateur.

Sources de l'usage et des noms de surfaces (73)

AI coding agent adoption 2026 · npm downloads API: coding agent CLIs, week of 2026-10-04 · VS Code Marketplace installs · JetBrains Marketplace downloads · GitHub Action dependents · Platforms and integrations · Use Claude Code Desktop · Claude Code for VS Code · Claude Code GitHub Actions · Use Claude Code in the cloud · npm downloads API: coding agent SDKs, week of 2026-10-04 · Continue local sessions from any device with Remote Control · Claude Code on mobile · Claude Code in Slack · Agent SDK overview · Run Claude Code programmatically · 60 million Copilot code reviews and counting · About GitHub Copilot CLI · Installing the GitHub Copilot extension in your environment · About GitHub Copilot code review · About GitHub Copilot cloud agent · Asking GitHub Copilot questions in GitHub · Asking GitHub Copilot questions in GitHub Mobile · Copilot SDK · A Practical Approach to Verifying Code at Scale · Codex glossary · Codex changelog: Codex joins the ChatGPT desktop app · Codex CLI · Codex IDE extension · Review GitHub pull requests with Codex · Codex cloud · Codex Remote · Use Codex in Slack · Use Codex in Linear · Codex SDK · Non-interactive mode · Cursor CLI · Cursor in JetBrains IDEs · Bugbot · Building a better Bugbot · Cloud Agents · Cursor for iOS · Cursor in Slack · Cursor in Linear · Cursor SDK · Using Headless CLI · Junie, the coding agent by JetBrains · Download OpenCode · OpenCode GitHub · OpenCode web · OpenCode SDK · OpenCode CLI · Google Antigravity docs: choose your surface · Antigravity CLI installation · Antigravity IDE Extensions · Antigravity Remote Control · Qwen Code · Qwen Code in VS Code · Qwen Code Desktop v0.24.6 · qwen-code-action · Qwen Code Channels · Headless Mode · Qwen Code TypeScript SDK · Grok Build · Grok Build headless and ACP · Kimi Code overview · Kimi Code Desktop changelog · Kimi Agent SDK · GLM Coding Plan supported tools · Install ZCode · Claude Code IDE Plugin · ZCode Remote Control · ZCode Bot Channel


Préconisations du moment

au 2026-11-11

Données vérifiées le 11 novembre 2026 · 277 sources

guide/what-to-use

Quoi utiliser, et quand

Choisissez ce que vous allez faire : vous obtenez le fournisseur, le modèle, l'effort de raisonnement et l'abonnement à utiliser, combien de temps rester dessus et vers quoi basculer ensuite, combien d'heures-agent votre quota vous donne — avec les preuves derrière chaque choix.

Que voulez-vous faire ?

Dans l'ordre du travail : d'abord planifier, puis coder et déboguer, puis les chantiers plus gros ou plus spécialisés.

Planification avancée et architecture

Rédiger un plan de développement, une spécification, une stratégie de migration, une revue d'architecture.

  • Écrire un plan de développement avant une fonctionnalité
  • Concevoir une migration (framework, base de données, version d'API)
  • Revue d'architecture ou de sécurité d'une base de code
  • Transformer un brief flou en spécification et liste de tâches

Aucun benchmark ne mesure la qualité d'un plan ou d'une spécification. Le choix repose sur le raisonnement général (indice d'intelligence d'AA) et sur LibraryDesignBench, qui note la conception de l'API d'une bibliothèque. Les revues de sécurité sont à égalité sur CWE-bench v2 (250 tâches : Opus 5.5 67,1 %, Gemini 4 Argon 65,0 %, GPT-6 Astra 64,2 %, ±5 points ; Fable 5.2 et Gemini 4 Carbon pas encore classés).

Choix à égalité — prenez celui que votre abonnement vous donne :

Choix retenu

Claude Fable 5.2·effort high

Agent
Claude Code
Abonnement
Claude Max (100 $) ou Ultra (200 $) : Fable peut utiliser jusqu'à 50 % de la limite hebdomadaire (sur Pro, crédits payants uniquement)
Fournisseur
Anthropic

≈ 2,9 heures-agent par fenêtre de 5 h · ≈ 14 par semaine avec Claude Max 5x (estimation centrale). Simuler votre cas

Choix retenu

Claude Opus 5.5(défaut)·effort xhigh

Agent
Claude Code
Abonnement
Claude Pro (20 $), Max (100 $) ou Ultra (200 $)
Fournisseur
Anthropic

≈ 1,7 heures-agent par fenêtre de 5 h · ≈ 13 par semaine avec Claude Pro (estimation centrale). Simuler votre cas

Combien de temps, puis quoi

Restez dessus
Seulement pour le plan : une session, jusqu'à ce que le plan ou le SPEC.md soit écrit, relu et validé.
Ensuite
Arrêtez-vous là. Implémentez dans une nouvelle session avec Opus 5.5 en medium (défaut) — voir Code au quotidien — ou confiez le plan à une longue session avec /goal. Rester en xhigh pour implémenter coûte 2,5 fois plus par tâche (indice AA : 6,05 $ contre 2,45 $), et implémenter avec Fable 5.2 dépenserait son plafond hebdomadaire sur la partie qu'un modèle moins cher fait bien.
Alternative

GPT-6 Astra·effort xhigh

Codex · ChatGPT Plus (20 $) ou Pro (100 $ / 200 $ / 500 $)

Codex : 55,3 à l'indice AA pour 3,66 $ ; max n'ajoute que +1,5 point pour +70 % de coût.

Alternative

Gemini 4 Carbon·effort high(défaut)

Antigravity · Google AI Pro (19,99 $) ou Ultra (99,99 $ / 199,99 $)

Antigravity avec Google AI Ultra : 60,0 à l'indice AA en high pour 7,76 $ par tâche (au prix catalogue ; moitié prix jusqu'au 2026-11-30), devant Opus 5.5 en xhigh (57,4), avec peu d'hallucinations. Sur Google AI Pro, Gemini 4 Argon en high : 50,4 à l'indice AA et premier de LiveBench 2.0 en raisonnement (95,1, contre 92 à 93 pour Astra, GPT-6.1 Sol et Opus 5.5, un seul essai) ; une session de planification tient dans la fenêtre de Pro.

Comment travailler

  1. Tapez /plan <description> et réglez /effort xhigh (Opus 5.5), ou /model fable puis /effort high sur Max ou Ultra (Claude Code règle Fable 5.2 sur medium par défaut) : l'agent lit et propose, rien n'est modifié avant votre accord.
  2. Terminez la spec par une vérification de bout en bout qui prouve que la fonctionnalité marche, puis faites relire le plan par une session ou un sous-agent vierge avant d'implémenter.
  3. Pour une grosse fonctionnalité, demandez à Claude de vous interviewer et d'écrire le résultat dans SPEC.md ; les plans sont aussi enregistrés dans ~/.claude/plans.
  4. Modifiez le plan avec Ctrl+G, puis implémentez dans une nouvelle session en /effort medium.
  5. Dans Codex : /plan, avec plan_mode_reasoning_effort réglé dans config.toml, et tenez un PLANS.md référencé depuis AGENTS.md.

Pourquoi

  • Un plan, c'est une longue passe de raisonnement : l'effort y rapporte. Opus 5.5 obtient 57,4 à l'indice d'intelligence d'AA (v5) en xhigh, devant Claude Sonnet 5.5 en max (54,5 pour 10,02 $) et juste sous son propre max (59,1), pour 40 % de moins que max (6,05 $ contre 10,04 $ par tâche). Il fonctionne avec Claude Pro.
  • La planification est là où Claude Fable 5.2 rentabilise son quota sur Max et Ultra : premier à l'indice AA (61,8 en high pour 9,08 $ ; 64,6 en max), premier de FrontierCode 2.0 en xhigh (49,1 % ; 45,3 % en high, au niveau d'Opus 5.5 en max, 45,5 %, pour moins cher) et de LiveBench 2.0 au global (84,9). Un plan coûte peu de tokens mais décide de tout ce qui suit : quelques tours de Fable y sont rentables ; confiez ensuite le travail à Opus 5.5, qui consomme environ 1,4 fois moins de quota par heure.
  • Opus 5.5 reste premier de LibraryDesignBench (48,9 ±0,9), qui note l'API qu'un modèle conçoit pour une bibliothèque, devant Claude Fable 5.1 (47,5) et GPT-6 Astra (45,1) — et devant la vraie bibliothèque de production (46,6) ; Fable 5.2 n'y est pas encore classé.
  • Planifiez une fois en high (Fable 5.2) ou en xhigh (Opus 5.5), max seulement pour le plan vraiment critique, puis exécutez les étapes en medium (Opus 5.5). Fable 5.2 en max vaut rarement le coup : +2,7 points à l'indice AA par rapport à high pour près de 3 fois le coût (26,54 $ contre 9,08 $).

Sources : Artificial Analysis model leaderboard · Snorkel LibraryDesignBench 1.0.0 · CWE-bench v2 · LiveBench · FrontierCode leaderboard data · Introducing Claude Fable 5.2 and Claude Mythos 5.2 · Claude Fable models on your plan · Gemini 4 Carbon is now available · Antigravity models · Claude Code best practices · Codex best practices

Les habitudes qui paient, dans tous les agents

Quelle que soit la tâche : ce que recommandent les documentations de Claude Code, Codex, Antigravity et Grok Build, vérifié dans leur version actuelle (les astuces périmées sont écartées).

  1. 01La vérification d'abord

    Donnez à l'agent un test réussi/échoué (tests, build, capture) et demandez des preuves, pas des affirmations. Tous les éditeurs placent ce conseil en premier.

    Sources : Claude Code best practices · Codex best practices · Antigravity CLI best practices

  2. 02Planifier seulement quand c'est utile

    Planifiez un travail ambigu, sur plusieurs fichiers ou dans un code inconnu ; pas une modification d'une phrase (documentation de Claude Code et de Grok Build). /plan est là quand vous en avez besoin.

    Sources : Claude Code best practices · Grok Build plan mode

  3. 03Une tâche par session

    /clear entre deux tâches sans rapport, /rewind plutôt que d'empiler les corrections, /btw pour une question annexe, /compact <quoi garder> en cours de tâche.

    Sources : Claude Code best practices · Claude Code commands

  4. 04Des fichiers d'instructions courts

    Gardez AGENTS.md / CLAUDE.md courts : ajoutez une règle quand une erreur se répète, retirez ce que le modèle fait déjà, et retestez après chaque nouveau modèle (/doctor).

    Sources : Claude Code best practices · Codex best practices

  5. 05Montez l'effort plutôt que de supplier

    Partez de l'effort par défaut de l'agent ; montez-le (ou ultrathink pour un tour) plutôt que d'écrire « réfléchis plus », et gardez xhigh et max pour les tâches où le gain est mesuré.

    Sources : Prompting Claude Opus 5.5 · Model configuration

  6. 06Revue en contexte vierge

    Faites relire le code par un agent qui ne l'a pas écrit (/code-review, /review), en lui demandant de ne signaler que les problèmes de correction.

    Sources : Claude Code best practices · Claude Code commands

  7. 07Le parallélisme coûte du quota

    Worktrees, sessions parallèles, sous-agents et workflows démultiplient le travail, mais tous puisent dans les mêmes limites d'abonnement : vérifiez le simulateur avant de passer à l'échelle.

    Sources : Claude Code costs · Claude Code worktrees

  8. 08Mode auto, pas skip-permissions

    Utilisez le mode auto (un classifieur filtre chaque action) ou un bac à sable ; jamais --dangerously-skip-permissions dans une session normale.

    Sources : Claude Code permission modes

guide/workflows

Fiches pratiques pour les agents de code

Choisissez une tâche pour retrouver la méthode, les commandes adaptées à votre agent et une demande prête à adapter. Les commandes indiquent leur surface ; leur disponibilité dépend de la version et des skills activés.

Que voulez-vous faire ?

Votre première tâche

Pour une petite modification visible que vous pouvez vérifier vous-même.

Avant de commencer. Un état initial qui fonctionne, un résultat attendu et une copie sauvegardée ou un commit Git.

  1. Ouvrez le bon projet et confirmez les fichiers accessibles à l’agent.
  2. Décrivez une modification et ses critères d’acceptation. Demandez un plan court si le périmètre reste flou.
  3. Examinez les changements, lancez les contrôles utiles puis essayez vous-même le résultat.

Commandes utiles

/diffClaude Code CLI · Codex CLI
Inspecter les changements avant de les accepter.
/runClaude Code CLI
Lancer et manipuler l’application pour observer le résultat.

Documentation des commandes: Claude Code commands (2026-09-29) · Codex developer commands (2026-09-29) · Claude Code: run and verify your app (2026-09-29)

Demande à adapter

Dans [projet], réalise [une modification]. Respecte [contraintes]. Le résultat attendu est [comportement observable]. Examine d’abord les fichiers utiles. Exécute [contrôles] et indique le résultat, les fichiers modifiés et les limites restantes.

Critère de fin. Pour un formulaire : envoyez des valeurs valides et invalides, rechargez pour vérifier la persistance attendue, puis essayez sur petit écran.

En cas d’échec. Si le périmètre grandit, sauvegardez l’état courant puis séparez la modification suivante.

Sources: Codex best practices (2026-10-10) · Claude Code best practices (2026-09-28)

guide/what-not-to-do

Ce qu'il ne faut pas faire en ce moment

Les habitudes qui gaspillent du quota ou de la qualité avec les modèles et abonnements actuels — chacune avec ce qu'il faut faire à la place et les chiffres qui le justifient. Revérifié à chaque mise à jour des données.

Modèles

  • À éviter : Coder tout avec Claude Fable 5.2, surtout en max

    À la place : Claude Opus 5.5 en medium (défaut) pour le travail de la journée ; Fable 5.2 en high seulement pour la planification, le code scientifique et le build le plus dur, sur Max ou Ultra.

    Fable 5.2 mène les indices généraux, mais max est son pire réglage : FrontierCode 2.0 45,7 % en max pour 55,87 $ par tâche, sous son propre xhigh (49,1 % pour 17,73 $) ; Terminal-Bench 4.0 (AA) 59,6 % en max pour 31,59 $, le score d'Opus 5.5 en xhigh pour 8,78 $ ; CursorBench 4.0 60,0 % en max pour 32,79 $, au niveau de Gemini 4 Carbon en high (60,4 % pour 9,22 $). Fable peut utiliser au plus 50 % de la limite hebdomadaire sur Max et Ultra et demande des crédits payants sur Pro : tout coder avec lui termine la semaine avant l'heure. Fable 5.1 ne fait pas mieux (CursorBench 51,8 % en max pour 17,28 $, contre 56,0 % pour 3,97 $ pour Opus 5.5 en high).

    Sources : FrontierCode leaderboard data · Artificial Analysis model leaderboard · CursorBench 4.0 · Claude Fable models on your plan · Introducing Claude Fable 5.2 and Claude Mythos 5.2

  • À éviter : Choisir Mistral Large 4 pour du code agentique sur la foi de ses graphiques de lancement

    À la place : Parmi les modèles à poids ouverts, Kimi K3.1 Pro ou GLM-5.3 ; pour le volume bon marché, GPT-6.1 Terra ou Claude Haiku 5.5. Gardez Mistral Large 4 pour un hébergement souverain.

    Le lancement de Mistral du 2026-10-29 citait 41 % sur Terminal-Bench 4.0 et 48 à l'indice d'agents de code d'AA ; les mesures indépendantes donnent aujourd'hui 24,7 % (AA, high), 26,3 % (Vals) et 35,4 à l'indice d'agents de code d'AA (30e sur 35), contre 67,2 % et 63,6 % sur Terminal-Bench 4.0 pour Kimi K3.1 Pro. Au Vals Index, il obtient 56,5, sous tous les autres modèles ouverts ou bon marché mesurés.

    Sources : Mistral Large 4 (Le Chonk): Built for Coders, Trusted by Defenders · Artificial Analysis model leaderboard · Artificial Analysis Coding Agent Index · Vals AI benchmarks · Vals Index

  • À éviter : Utiliser GPT-6 Sol, même en max, pour de longues sessions intensives dans le terminal

    À la place : GPT-6.1 Sol en xhigh, ou GPT-6 Astra en high : dix points de plus, pour un quart du coût ou le même coût.

    Terminal-Bench 4.0 (AA) : GPT-6 Sol en max 43,9 % pour 4,00 $ par tâche, Astra en high 54,0 % pour 4,05 $, GPT-6.1 Sol en xhigh 54,0 % pour 1,03 $. Sur le classement officiel tbench.ai, GPT-6 Sol en max est aussi derrière (50,3 %, contre 60,9 % pour GPT-6.1 Sol et 60,3 % pour GPT-6 Astra en max) pour plus de deux fois le coût par essai de GPT-6.1 Sol (4,40 $ contre 1,92 $), et sur Vals SRE-bench (rétro-ingénierie de binaires) il obtient 30,5 % contre 50,8 % et 56,9 %. GPT-6 Sol reste un bon modèle pour le quotidien.

    Sources : Artificial Analysis model leaderboard · Terminal-Bench 4.1 leaderboard · Vals AI: SRE-bench

  • À éviter : Confier à Kimi K3 de longues tâches dans le terminal

    À la place : Sur les mêmes plans Kimi Code, Kimi K3.1 Pro (/model) pour le travail en terminal ; GLM-5.3 en max (41,9 %) pour un petit budget. Gardez Kimi K3 pour la visualisation de données, où il est troisième.

    Terminal-Bench 4.0 (AA) : Kimi K3 obtient 12,6 % (AA le classe désormais comme déprécié). Kimi K3.1 Pro est premier de ce classement (67,2 % en max) et quatrième de la mesure de Vals (63,6 % en max), mais n'obtient que 38,7 sur les tâches longues de LiveBench 2.0 du 2026-11-06 (GPT-6.1 Sol 65,6 ; un seul essai) et 27,1 % sur Vals SRE-bench : vérifiez-le sur vos propres longues sessions avant de vous y fier.

    Sources : Artificial Analysis model leaderboard · Vals AI benchmarks · Vals AI: SRE-bench · LiveBench · Kimi Code models · Design Arena: data visualization

Effort de raisonnement

  • À éviter : Laisser max pour le travail de tous les jours

    À la place : L'effort par défaut de l'agent pour le travail courant ; high pour le débogage, xhigh pour la planification et les sessions de plusieurs heures ; max seulement là où vous avez mesuré un gain.

    Opus 5.5 : sur Terminal-Bench 4.0 (AA), max égale xhigh (59,6 %) pour 49 % de plus. Claude Fable 5.2 : xhigh bat max sur FrontierCode 2.0 (49,1 % contre 45,7 %) pour un tiers du coût. GPT-6 Astra : xhigh égale ou bat max sur Terminal-Bench 4.0 et DeepSWE (59,6 % contre 59,1 % ; 74,1 % contre 73,2 %) pour environ 30 % de moins. Anthropic prévient que max peut trop réfléchir.

    Sources : FrontierCode leaderboard data · Artificial Analysis model leaderboard · DeepSWE v1.1 leaderboard · Model configuration

  • À éviter : Descendre Gemini 4 Carbon en low pour économiser du quota

    À la place : Medium pour le travail interactif, high pour les longues sessions ; pour le travail bon marché, un modèle plus petit (Gemini 3.8 Flash).

    Avec Carbon, low réfléchit moins mais fait plus d'étapes : indice AA 54,2 en low pour 7,19 $ par tâche contre 58,3 en medium pour 6,59 $ ; CursorBench 4.0 58,6 % en low pour 11,89 $ contre 60,1 % en medium pour 8,49 $. Moins bon score, coût égal ou supérieur.

    Sources : Artificial Analysis model leaderboard · CursorBench 4.0 · What's new in Gemini 4 Carbon (Gemini API)

  • À éviter : Descendre Claude Opus 5.5 en low pour du vrai travail d'agent

    À la place : medium (défaut) ; gardez low pour les sous-agents et les modifications en masse.

    Terminal-Bench 4.0 (AA) : low 31,3 % contre medium 52,5 % — 21 points perdus pour économiser 1,97 $ par tâche.

    Sources : Artificial Analysis model leaderboard

  • À éviter : Dessiner du SVG avec Claude Opus 5.5 en max

    À la place : Opus 5.5 en high ou xhigh — ou GPT-6 Astra en xhigh, premier modèle généraliste de Design Arena SVG.

    Dans le benchmark SVG de Playcode, Opus 5.5 en max a consommé toute la limite de 128 000 tokens de sortie à réfléchir sans rendre de dessin (avec 300 000 tokens sur l'API Batch, il a terminé, ce qu'un abonnement ne permet pas), alors que high a dessiné un portable correct pour 0,40 $ et xhigh un portable détaillé pour 1,72 $. Anthropic conseille de garder xhigh et max pour des gains mesurés.

    Sources : MacBook SVG Benchmark: 34 AI Models, Ranked by the Laptop They Draw · Prompting Claude Opus 5.5

  • À éviter : Pousser Grok 4.7 au-dessus de high (défaut)

    À la place : Restez en high (défaut).

    xhigh ajoute 1 point sur Terminal-Bench 4.0 (24,7 % → 25,8 %) pour 63 % de coût en plus, et 0,3 point à l'indice AA (35,2 → 35,5) pour 26 % de plus. CursorBench gagne 2,4 points (43,9 % → 46,3 %) pour 28 % de plus.

    Sources : Artificial Analysis model leaderboard · CursorBench 4.0

Habitudes

  • À éviter : Activer /fast avec Claude Fable 5.2 sur un abonnement

    À la place : La vitesse normale, comprise dans votre plan ; le mode rapide seulement si vous acceptez de le payer.

    Le mode rapide de Fable 5.2 (sortie jusqu'à 2,5 fois plus rapide) est facturé 16 $ / 80 $ par million de tokens, le double du prix normal, et uniquement en crédits d'usage payants sur les plans Claude : il ne puise jamais dans le quota inclus.

    Sources : Claude Fable 5.2 model page · Claude Fable models on your plan

  • À éviter : Lancer ultracode, un workflow ou un /swarm sans limite pour des tâches ordinaires

    À la place : Une seule session pour le travail courant ; gardez les workflows pour une grosse migration ou un audit, essayés d'abord sur un seul dossier.

    Un workflow orchestre des dizaines d'agents, et chaque agent puise dans les mêmes limites d'abonnement : Claude Code avertit au-delà de 25 agents ou 1,5 M de tokens, et Google prévient que le /swarm multi-agents d'Antigravity consomme le quota beaucoup plus vite. Combiné à Fable ou à max, une seule exécution peut consommer une semaine de quota.

    Sources : Claude Code workflows · Claude Code costs · Antigravity plans

  • À éviter : Lancer avec --dangerously-skip-permissions pour aller plus vite

    À la place : Le mode auto (le défaut) : un classifieur filtre chaque action ; ou un bac à sable, un conteneur.

    Il supprime toutes les protections sur la suppression de fichiers, les commandes shell et l'accès réseau, alors que le mode auto évite déjà la plupart des demandes.

    Sources : Claude Code permission modes · Claude Code best practices

  • À éviter : Forcer le mode plan pour chaque petite modification

    À la place : Planifiez seulement un travail ambigu ou sur plusieurs fichiers, avec /plan.

    Les documentations de Claude Code et de Grok Build disent de sauter le plan quand la modification est évidente ou tient en une phrase : pour une petite modification, il coûte surtout un aller-retour.

    Sources : Claude Code best practices · Grok Build plan mode

quota/simulator

Combien de temps vos abonnements vont-ils tenir ?

Indiquez vos abonnements et votre façon de travailler : vous obtenez les heures d'agent par fenêtre de 5 h et par semaine, et le moment où le quota sera épuisé.

benchmarks/performance

Performance face à l'usure du quota

Chaque ligne représente un modèle à travers ses niveaux d'effort de raisonnement. Plus à gauche = la tâche consomme moins de quota ; plus haut = meilleur résultat. La ligne rouge pointillée en escalier est la frontière efficace : aucune autre combinaison modèle × effort ne fait mieux pour moins cher.

Benchmark

Classés par niveau de confiance (⭐⭐⭐ = indépendant, contrôlé, spécifique au code et à jour), puis par notoriété.

Confiance 3 étoiles de confiance sur 3Indépendant, même harnais pour chaque modèle à chaque niveau d'effort, plus de 100 modèles : le passage contrôlé le plus large du benchmark de référence des agents en terminal.

IndépendantTâches agentiques en terminal exécutées par Artificial Analysis avec le même harnais pour tous les modèles, à chaque niveau d'effort.

Source mise à jour en continu · Récupéré le 11 nov. 2026

Score selon le coût par tâche

Coût équivalent API aux tarifs catalogue, échelle logarithmique — un indice secondaire de consommation relative ; les règles des quotas diffèrent.

Molette ou pincement pour zoomer (Maj + molette pour l'axe vertical), faites glisser le curseur, ou utilisez l'outil de zoom en haut à droite. Cliquez sur une entrée de la légende pour la masquer ou l'afficher.

Chargement des résultats…

Score selon l'effort de raisonnement

Là où la courbe s'aplatit, le niveau d'effort suivant coûte plus de quota pour un gain faible ou nul.

Chargement des résultats…

Afficher le tableau de données

benchmarks/leaderboards

Classements du code

Classements indépendants des agents de code et du développement web. Activez ou désactivez chaque classement ; faites défiler ou zoomez dans un graphique, et cliquez sur un fournisseur dans sa légende pour le masquer.

Classés par niveau de confiance (⭐⭐⭐ = indépendant, contrôlé, centré sur le code et à jour ; ⭐ = agrégats de chiffres auto-déclarés ou sources figées), puis par notoriété.

Arena Code: WebDev

Votes humains à l'aveugle, par paires, sur des tâches de développement web (995 980 votes, arrêtés au 2026-11-10).

Confiance 3 étoiles de confiance sur 3L'arène de code la plus citée : un très grand nombre de votes humains à l'aveugle sur de vraies applications web, mise à jour en continu.

Utile pour : Front-end et interfaces web · 3D, jeux et creative coding en code

Source mise à jour le 10 nov. 2026 · Récupéré le 11 nov. 2026 · 157 modèles

Anomalie détectée : Claude Fable 5.2 (xHigh) entre premier sur seulement 994 votes (±22 points), et Gemini 4 Carbon (High) est quatrième en préversion. Le 2026-11-10, Arena a remplacé l'entrée propriétaire de Mistral Large 4 par le modèle à poids ouverts sous le même nom : ses deux scores ne sont pas comparables.

Chargement des lignes…

Afficher le tableau de données

Artificial Analysis Coding Agent Index

Chaque agent de code avec le modèle de son éditeur (Claude Code, Codex, Grok Build, Kimi Code, Antigravity, OpenCode, Muse Code, Devin Fusion, GitHub Copilot, Mistral Vibe, Mirror, DeepSeek Harness) sur FrontierCode v1.1, Terminal-Bench 4.0 et SWE-Atlas-QnA — l'indicateur le plus proche de ce qu'un abonnement vous donne.

Confiance 3 étoiles de confiance sur 3Indépendant, mesure les agents eux-mêmes (Claude Code, Codex, Antigravity…) avec leurs modèles, sur les versions actuelles.

Utile pour : Code au quotidien · Longues sessions d'agent autonome · Gros volume, sous-agents, retouches rapides

Source mise à jour le 10 nov. 2026 · Récupéré le 11 nov. 2026 · 35 modèles

Couverture incomplète — ces données n'incluent pas Claude Fable 5.2, Kimi K3.1 Pro, MiMo-V2.6-Pro. Des modèles importants actuels manquent : le classement présenté ici n'est donc pas entièrement pertinent.

Anomalie détectée : Le 2026-10-27, Artificial Analysis a remplacé DeepSWE v1.1 par FrontierCode v1.1 dans l'indice et recalculé SWE-Atlas-QnA : les scores ne sont pas comparables aux précédents. GPT-6.1 Terra obtient le même score en xhigh et en max (48,2 et 48,1) pour 56 % du coût en xhigh. Le coût de Gemini 4 Argon a doublé le 2026-11-10 à score inchangé, AA ayant doublé son prix API. Muse Wonder Full et Muse Ember n'ont pas de coût publié : leur coût par tâche est absent, pas nul. Claude Fable 5.2 n'a pas encore de ligne.

Chargement des lignes…

Afficher le tableau de données

Scale SWE-Bench Pro V2 (hard)

De vrais tickets de dépôts commerciaux et open source, recorrigés sur une image propre, chaque modèle dans l'agent de son éditeur (Claude Code, Codex) ou mini-swe-agent. Le sous-ensemble difficile : l'ensemble complet plafonne vers 99 % pour les modèles de pointe.

Confiance 3 étoiles de confiance sur 3Indépendant, vraies issues de dépôts commerciaux et open source re-notées sur une image propre, modèles actuels.

Utile pour : Débogage · Code au quotidien

Source mise à jour le 6 nov. 2026 · Récupéré le 11 nov. 2026 · 18 modèles

Couverture incomplète — ces données n'incluent pas Claude Opus 5.5, Claude Fable 5.2, GPT-6.1 Sol, GPT-6.1 Terra, GPT-6 Luna, Gemini 4 Carbon, Grok 4.7, Kimi K3.1 Pro, Qwen3.8 Max, MiMo-V2.6-Pro. Des modèles importants actuels manquent : le classement présenté ici n'est donc pas entièrement pertinent.

Anomalie détectée : Claude Sonnet 5.5 (mini-swe-agent, xhigh) obtient 70,6 % sur le sous-ensemble difficile contre 95,8 % sur l'ensemble complet, une chute bien plus forte que pour tout autre modèle de pointe (Gemini 4 Argon 92,2 contre 99,2). Le sous-ensemble difficile ne publie aucun intervalle de confiance (0), sauf pour Claude Haiku 5.5 (±13,0), et ses 51 tâches font varier les scores par pas d'environ 2 points : comparez les rangs, pas les petits écarts. Inkling 2 Small (ajouté le 2026-11-06) est listé sans harnais ni effort.

Chargement des lignes…

Afficher le tableau de données

LiveBench 2.0: long-horizon

LiveBench 2.0 (version du 2026-11-06, mise à jour le 2026-11-09) : 18 tâches agentiques de longue durée en six groupes (applications étendues sur plusieurs tours d'exigences changeantes, opérations déléguées et de longue durée sur une base de code pendant des semaines simulées, travail système et performance), notation déterministe, chaque modèle à son effort maximal pris en charge sauf indication dans son nom, avec le coût par tâche.

Confiance 3 étoiles de confiance sur 3Indépendant, longues tâches à contamination limitée, renouvelées régulièrement, modèles actuels.

Utile pour : Longues sessions d'agent autonome · Code au quotidien

Source mise à jour le 9 nov. 2026 · Récupéré le 11 nov. 2026 · 33 modèles

Couverture incomplète — ces données n'incluent pas Gemini 4 Carbon, GLM-5.3. Des modèles importants actuels manquent : le classement présenté ici n'est donc pas entièrement pertinent.

Anomalie détectée : Chaque suite est mesurée en un seul essai : entre les versions du 2026-10-25 et du 2026-11-06, les mêmes tâches ont fait varier certains modèles de jusqu'à 22 points (Muse Spark 1.3 25,5 → 47,9) : lisez les petits écarts comme du bruit. Claude Fable 5.2 est affiché en xhigh car son essai en max a obtenu moins au global ; son coût par tâche (160,93 $) est environ le double de celui de Claude Opus 5.5. LiveBench a réécrit ses versions précédentes après publication (coûts remesurés, modèles ajoutés). Mistral Large 4 apparaît deux fois : sous le nom « Mistral Large 4 1029 » (24,7) et sous son nom seul (9,2).

Chargement des lignes…

Afficher le tableau de données

Arena Agent Arena: code

De vraies sessions de code d'utilisateurs d'Arena avec chaque modèle dans un agent, jugées sur des signaux comme la réussite confirmée, les compliments et plaintes, l'effort de pilotage et les erreurs d'outils (909 397 sessions de code). Des sessions réelles, pas un jeu de tâches fixe.

Confiance 3 étoiles de confiance sur 3De vraies sessions d'agents de code notées par leurs utilisateurs, près d'un million de sessions, modèles actuels.

Utile pour : Code au quotidien · Longues sessions d'agent autonome

Source mise à jour le 8 nov. 2026 · Récupéré le 11 nov. 2026 · 57 modèles

Couverture incomplète — ces données n'incluent pas Claude Fable 5.2. Des modèles importants actuels manquent : le classement présenté ici n'est donc pas entièrement pertinent.

Anomalie détectée : Arena a changé deux des cinq signaux de ce score : le pilotage (Steerability) le 2026-10-01 (chaque tour jugé au lieu du tour suivant une correction) et Bash Recovery, remplacé par Bash Reliability le 2026-10-12 (échecs bash par appel, détectés par un juge LLM). Les instantanés antérieurs au 2026-10-16 ne sont pas comparables à celui-ci. Le 2026-11-08, quatre lignes (DeepSeek-V4.1-Flash-20260910, DeepSeek-V4-Pro High, MiMo-V2.5-Pro et le Mistral Large 4 propriétaire) ont été retirées sans explication, et Mistral Large 4 désigne désormais le modèle à poids ouverts.

Chargement des lignes…

Afficher le tableau de données

FrontierSWE V2

34 tâches d'ingénierie très difficiles avec 20 heures de budget chacune — l'extrême du long horizon.

Confiance 3 étoiles de confiance sur 3Indépendant, tâches de génie logiciel difficiles notées sur la moyenne de cinq essais, modèles actuels.

Utile pour : Longues sessions d'agent autonome

Source mise à jour le 9 nov. 2026 · Récupéré le 11 nov. 2026 · 24 modèles

Couverture incomplète — ces données n'incluent pas GPT-6.1 Sol, GPT-6.1 Terra, GPT-6 Luna, Kimi K3.1 Pro, MiMo-V2.6-Pro. Des modèles importants actuels manquent : le classement présenté ici n'est donc pas entièrement pertinent.

Anomalie détectée : La source prévient que le coût de Gemini 4 Argon (129,36 $ par essai) a été mesuré avec un taux de cache bien plus bas qu'en production (réglage hors production) : son coût est surestimé par rapport à un usage réel.

Chargement des lignes…

Afficher le tableau de données

SWE-Marathon v1.1

20 tâches d'ingénierie de plusieurs heures, 8 essais chacune, chaque modèle dans un agent (surtout Claude Code) à l'effort publié, avec le coût de chaque essai.

Confiance 3 étoiles de confiance sur 3Longues tâches indépendantes avec de nombreux essais par modèle, récent et couvrant les modèles actuels.

Utile pour : Longues sessions d'agent autonome

Source mise à jour le 7 nov. 2026 · Récupéré le 11 nov. 2026 · 26 modèles

Couverture incomplète — ces données n'incluent pas Claude Fable 5.2, GPT-6.1 Terra, Gemini 3.8 Flash, Kimi K3.1 Pro, Qwen3.8 Max, MiMo-V2.6-Pro. Des modèles importants actuels manquent : le classement présenté ici n'est donc pas entièrement pertinent.

Anomalie détectée : Le 2026-10-15, le site a retiré 11 modèles plus anciens de son classement (Claude Opus 5, Opus 4.8, Sonnet 5, Fable 5, GPT-6 Sol, GPT-5.6 Sol/Terra/Luna, Grok 4.5, Grok 4.6, GLM 5.2) ; leurs résultats sont inchangés à la source mais, comme sur le site, ils ne sont plus affichés ici. Le 2026-10-20, il a remplacé les essais de septembre de Muse Spark 1.3 par un nouvel essai en max (46,25 %, 14,29 $ par essai). Gemini 4 Carbon (Antigravity CLI, high, 53,75 %), Muse Wonder Full et Muse Wonder sont en tête sans coût publié. Inkling 2 Small coûte 424 $ par essai. Kimi K3 coûte 661 $ par essai (133 M de tokens), 4 à 10 fois plus que tout autre essai : sans doute un problème de prix ou de comptage de tokens à la source. Claude Haiku 5.5 en max (50,0 %) passe devant Claude Opus 5.5 en max (46,25 %), un écart de 6 essais sur 160 qui reste dans le bruit.

Chargement des lignes…

Afficher le tableau de données

LiveBench v1: agentic coding

LiveBench v1 (version du 2026-06-25, désormais archivée par LiveBench 2.0) : questions conçues pour limiter la contamination ; code agentique en JavaScript, TypeScript et Python.

Confiance 2 étoiles de confiance sur 3Indépendant et reconnu, mais la suite v1 est désormais remplacée par LiveBench 2.0.

Utile pour : Code au quotidien · Gros volume, sous-agents, retouches rapides

Source mise à jour le 16 oct. 2026 · Récupéré le 11 nov. 2026 · 71 modèles

Couverture incomplète — ces données n'incluent pas Claude Fable 5.2, GPT-6.1 Terra, Gemini 4 Carbon, Gemini 4 Argon, Kimi K3.1 Pro, MiMo-V2.6-Pro. Des modèles importants actuels manquent : le classement présenté ici n'est donc pas entièrement pertinent.

Chargement des lignes…

Afficher le tableau de données

Design Arena: code overall

Toutes les catégories de code de Design Arena dans un seul classement (1 950 799 votes) : sites, composants, jeux, SVG, graphiques et plus. Aucune erreur type n'est publiée : des Elo proches ne se départagent pas.

Confiance 2 étoiles de confiance sur 3Votes humains à l'aveugle sur du code généré, indépendant, mais moins de votes qu'Arena et jugé d'abord sur le rendu.

Utile pour : Front-end et interfaces web · Illustrations et icônes SVG en code · 3D, jeux et creative coding en code

Source mise à jour le 11 nov. 2026 · Récupéré le 11 nov. 2026 · 195 modèles

Couverture incomplète — ces données n'incluent pas Gemini 4 Carbon. Des modèles importants actuels manquent : le classement présenté ici n'est donc pas entièrement pertinent.

Chargement des lignes…

Afficher le tableau de données

Design Arena: agentic web app, full-stack

Deux agents construisent la même application full-stack (React, Supabase, déployée sur Vercel) dans un bac à sable avec 23 outils ; des personnes votent pour la meilleure.

Confiance 2 étoiles de confiance sur 3Votes humains à l'aveugle sur des applications full-stack construites par des agents ; indépendant, mais un vote plus restreint et axé design.

Utile pour : Front-end et interfaces web · Longues sessions d'agent autonome

Source mise à jour le 11 nov. 2026 · Récupéré le 11 nov. 2026 · 51 modèles

Couverture incomplète — ces données n'incluent pas Claude Fable 5.2, Claude Sonnet 5.5, Claude Haiku 5.5, GPT-6.1 Sol, GPT-6.1 Terra, Gemini 4 Carbon, Gemini 4 Argon, Grok 4.7, GLM-5.3, MiMo-V2.6-Pro. Des modèles importants actuels manquent : le classement présenté ici n'est donc pas entièrement pertinent.

Anomalie détectée : Design Arena ne publie plus d'erreur type depuis le 2026-10-10 (vide pour chaque ligne de tous ses classements) : aucun intervalle de confiance n'est affiché, comparez les rangs plutôt que de petits écarts d'Elo. Le 2026-11-11, Claude Opus 5.5 est entré premier sur seulement 318 duels, et tous les autres modèles ont perdu environ 19 points d'Elo d'un coup.

Chargement des lignes…

Afficher le tableau de données

Design Arena: agentic web app, frontend

Même arène pour des front-ends React multi-fichiers (13 outils).

Confiance 2 étoiles de confiance sur 3Votes humains à l'aveugle sur des front-ends construits par des agents ; indépendant, mais un vote plus restreint et axé design.

Utile pour : Front-end et interfaces web

Source mise à jour le 11 nov. 2026 · Récupéré le 11 nov. 2026 · 56 modèles

Couverture incomplète — ces données n'incluent pas Claude Fable 5.2, Claude Haiku 5.5, GPT-6.1 Terra, Gemini 4 Carbon, Gemini 4 Argon, Grok 4.7. Des modèles importants actuels manquent : le classement présenté ici n'est donc pas entièrement pertinent.

Anomalie détectée : Design Arena ne publie plus d'erreur type depuis le 2026-10-10 : aucun intervalle de confiance n'est affiché. GPT-6.1 Sol, cinquième sur 523 duels le 2026-10-27, est tombé 14e (−39 points d'Elo) sur 871 : les premiers rangs de ce classement bougent beaucoup.

Chargement des lignes…

Afficher le tableau de données

Design Arena: website

Des sites générés en une fois par chaque modèle, jugés par votes à l'aveugle (1 190 870 votes, le plus grand classement web de Design Arena). Aucune erreur type n'est publiée : des Elo proches ne se départagent pas.

Confiance 2 étoiles de confiance sur 3Votes humains à l'aveugle sur des sites web ; indépendant, mais étroit et jugé sur le rendu.

Utile pour : Front-end et interfaces web

Source mise à jour le 11 nov. 2026 · Récupéré le 11 nov. 2026 · 206 modèles

Couverture incomplète — ces données n'incluent pas Gemini 4 Carbon. Des modèles importants actuels manquent : le classement présenté ici n'est donc pas entièrement pertinent.

Chargement des lignes…

Afficher le tableau de données

Arena Code: Image-to-WebDev

Votes à l'aveugle, par paires, sur des pages web construites à partir d'une image, comme une maquette ou une capture (210 832 votes, arrêtés au 2026-11-10).

Confiance 2 étoiles de confiance sur 3Votes à l'aveugle d'Arena, mais étroit : transformer une capture d'écran en page web.

Utile pour : Front-end et interfaces web

Source mise à jour le 10 nov. 2026 · Récupéré le 11 nov. 2026 · 66 modèles

Couverture incomplète — ces données n'incluent pas Claude Fable 5.2, Claude Haiku 5.5, GPT-6.1 Terra, Gemini 4 Carbon, Gemini 4 Argon, Kimi K3.1 Pro, GLM-5.3. Des modèles importants actuels manquent : le classement présenté ici n'est donc pas entièrement pertinent.

Chargement des lignes…

Afficher le tableau de données

WeirdML v3 (agentic)

Des problèmes d'apprentissage automatique inhabituels résolus de bout en bout par un agent (Claude Code, Codex CLI, Gemini CLI, Kimi Code, OpenCode), avec le coût de chaque essai. Données d'Epoch AI.

Confiance 2 étoiles de confiance sur 3Indépendant avec des passages répétés, mais des tâches d'apprentissage automatique plutôt que du développement courant.

Utile pour : Algorithmique, preuves et programmation compétitive · Code scientifique et numérique

Source mise à jour le 11 nov. 2026 · Récupéré le 11 nov. 2026 · 26 modèles

Couverture incomplète — ces données n'incluent pas Claude Fable 5.2, Gemini 4 Carbon, GLM-5.3, Qwen3.8 Max, MiMo-V2.6-Pro. Des modèles importants actuels manquent : le classement présenté ici n'est donc pas entièrement pertinent.

Chargement des lignes…

Afficher le tableau de données

GSO (software optimization)

Rendre de vrais dépôts plus rapides sans les casser, dans OpenHands, noté après retrait des triches. Seul GPT-6 Astra parmi les modèles actuels.

Confiance 2 étoiles de confiance sur 3Indépendant, corrigé des tricheries, mais étroit (optimisation des performances) et mis à jour moins souvent.

Utile pour : Algorithmique, preuves et programmation compétitive

Source mise à jour le 27 sept. 2026 · Récupéré le 11 oct. 2026 · 32 modèles

Couverture incomplète — ces données n'incluent pas Claude Opus 5.5, Claude Fable 5.2, Claude Sonnet 5.5, Claude Haiku 5.5, GPT-6.1 Sol, GPT-6.1 Terra, GPT-6 Luna, Gemini 4 Carbon, Gemini 4 Argon, Gemini 3.8 Flash, Grok 4.7, Kimi K3.1 Pro, Kimi K3, GLM-5.3, Qwen3.8 Max, MiMo-V2.6-Pro. Des modèles importants actuels manquent : le classement présenté ici n'est donc pas entièrement pertinent.

Anomalie détectée : Les lignes du 2026-09-27 suivent une nouvelle méthode et bondissent à 70–88 % : elles ne se comparent pas aux plus anciennes.

Chargement des lignes…

Afficher le tableau de données

Scale SWE Atlas: codebase Q&A

Répondre à des questions pointues sur une vraie base de code en l'explorant et en l'exécutant, dans l'agent de l'éditeur — un tiers de l'indice d'agents de code d'Artificial Analysis.

Confiance 2 étoiles de confiance sur 3Indépendant (Scale), mais une compétence étroite (répondre aux questions sur une base de code) et pas renouvelé récemment.

Utile pour : Planification avancée et architecture · Code au quotidien

Source mise à jour le 9 sept. 2026 · Récupéré le 29 sept. 2026 · 24 modèles

Couverture incomplète — ces données n'incluent pas Claude Opus 5.5, Claude Fable 5.2, Claude Sonnet 5.5, Claude Haiku 5.5, GPT-6.1 Sol, GPT-6.1 Terra, GPT-6 Luna, Gemini 4 Carbon, Gemini 4 Argon, Grok 4.7, Kimi K3.1 Pro, Kimi K3, GLM-5.3, Qwen3.8 Max, MiMo-V2.6-Pro. Des modèles importants actuels manquent : le classement présenté ici n'est donc pas entièrement pertinent.

Chargement des lignes…

Afficher le tableau de données

Scale SWE Atlas: test writing

Écrire des tests qui détectent de vrais bugs dans une base de code existante, dans l'agent de l'éditeur.

Confiance 2 étoiles de confiance sur 3Indépendant (Scale), mais une compétence étroite (écrire des tests) et pas renouvelé récemment.

Utile pour : Code au quotidien · Gros volume, sous-agents, retouches rapides

Source mise à jour le 9 sept. 2026 · Récupéré le 29 sept. 2026 · 24 modèles

Couverture incomplète — ces données n'incluent pas Claude Opus 5.5, Claude Fable 5.2, Claude Sonnet 5.5, Claude Haiku 5.5, GPT-6.1 Sol, GPT-6.1 Terra, GPT-6 Luna, Gemini 4 Carbon, Gemini 4 Argon, Grok 4.7, Kimi K3.1 Pro, Kimi K3, GLM-5.3, Qwen3.8 Max, MiMo-V2.6-Pro. Des modèles importants actuels manquent : le classement présenté ici n'est donc pas entièrement pertinent.

Chargement des lignes…

Afficher le tableau de données

Scale SWE Atlas: refactoring

Refactoriser du vrai code sans en casser le comportement, dans l'agent de l'éditeur.

Confiance 2 étoiles de confiance sur 3Indépendant (Scale), mais une compétence étroite (refactoring) et pas renouvelé récemment.

Utile pour : Gros volume, sous-agents, retouches rapides · Code au quotidien

Source mise à jour le 9 sept. 2026 · Récupéré le 29 sept. 2026 · 17 modèles

Couverture incomplète — ces données n'incluent pas Claude Opus 5.5, Claude Fable 5.2, Claude Sonnet 5.5, Claude Haiku 5.5, GPT-6.1 Sol, GPT-6.1 Terra, GPT-6 Luna, Gemini 4 Carbon, Gemini 4 Argon, Grok 4.7, Kimi K3.1 Pro, Kimi K3, GLM-5.3, Qwen3.8 Max, MiMo-V2.6-Pro. Des modèles importants actuels manquent : le classement présenté ici n'est donc pas entièrement pertinent.

Chargement des lignes…

Afficher le tableau de données

Snorkel Agentic Coding 2.0

Des tâches agentiques en terminal sans accès réseau, 5 tentatives chacune, avec le coût par essai. Mesuré par Snorkel AI (un fournisseur de données) ; aucun effort indiqué.

Confiance 2 étoiles de confiance sur 3Tâches de code agentique indépendantes avec les coûts, mais aucun effort indiqué et moins de modèles.

Utile pour : Longues sessions d'agent autonome · Code au quotidien

Source mise à jour le 23 oct. 2026 · Récupéré le 11 nov. 2026 · 16 modèles

Couverture incomplète — ces données n'incluent pas Claude Fable 5.2, Claude Sonnet 5.5, Claude Haiku 5.5, GPT-6.1 Terra, GPT-6 Luna, Gemini 4 Carbon, Kimi K3.1 Pro, MiMo-V2.6-Pro. Des modèles importants actuels manquent : le classement présenté ici n'est donc pas entièrement pertinent.

Chargement des lignes…

Afficher le tableau de données

Snorkel SWE-bench CLI

Des modifications de dépôt qui touchent au moins deux fichiers, résolues en ligne de commande, avec le coût par essai. Mesuré par Snorkel AI ; aucun effort indiqué.

Confiance 2 étoiles de confiance sur 3Modifications de dépôt multi-fichiers indépendantes, mais aucun effort indiqué et moins de modèles.

Utile pour : Débogage · Code au quotidien

Source mise à jour le 23 oct. 2026 · Récupéré le 11 nov. 2026 · 16 modèles

Couverture incomplète — ces données n'incluent pas Claude Fable 5.2, Claude Sonnet 5.5, Claude Haiku 5.5, GPT-6.1 Terra, GPT-6 Luna, Gemini 4 Carbon, Kimi K3.1 Pro, MiMo-V2.6-Pro. Des modèles importants actuels manquent : le classement présenté ici n'est donc pas entièrement pertinent.

Chargement des lignes…

Afficher le tableau de données

Vals AI: ProgramBench

Reconstruire de vrais programmes à partir de zéro, mesuré par Vals AI avec un effort par modèle, avec le coût par test.

Confiance 2 étoiles de confiance sur 3Indépendant, construire un programme de zéro, mais un effort par modèle et une tâche étroite.

Utile pour : Longues sessions d'agent autonome · Planification avancée et architecture

Source mise à jour le 9 nov. 2026 · Récupéré le 11 nov. 2026 · 66 modèles

Couverture incomplète — ces données n'incluent pas GPT-6.1 Terra, Gemini 4 Carbon, Kimi K3.1 Pro. Des modèles importants actuels manquent : le classement présenté ici n'est donc pas entièrement pertinent.

Chargement des lignes…

Afficher le tableau de données

Vals AI: SRE-bench

Rétro-ingénierie de vrais binaires, non contaminés, mesurée par Vals AI avec un effort par modèle, avec le coût par test.

Confiance 2 étoiles de confiance sur 3Indépendant et non contaminé, mais une compétence étroite (rétro-ingénierie) et un effort par modèle.

Utile pour : Longues sessions d'agent autonome

Source mise à jour le 5 nov. 2026 · Récupéré le 11 nov. 2026 · 37 modèles

Couverture incomplète — ces données n'incluent pas Claude Fable 5.2, GPT-6.1 Terra, Gemini 4 Carbon, Kimi K3, Qwen3.8 Max. Des modèles importants actuels manquent : le classement présenté ici n'est donc pas entièrement pertinent.

Chargement des lignes…

Afficher le tableau de données

CWE-bench v2

Trouver et corriger de vraies vulnérabilités dans de vraies bases de code (250 tâches d'audit et de correctif sur 185 CWE : 100 publiques, 150 réservées), chaque modèle dans son propre agent en raisonnement high, noté par des vérificateurs déterministes (pass@1 sur 4 essais), avec le coût moyen par essai. Mesuré par Collinear AI.

Confiance 2 étoiles de confiance sur 3Tâches de correction de sécurité indépendantes, récent, mais étroit (vulnérabilités).

Utile pour : Code au quotidien

Source mise à jour le 2 nov. 2026 · Récupéré le 11 nov. 2026 · 11 modèles

Couverture incomplète — ces données n'incluent pas Claude Fable 5.2, Claude Sonnet 5.5, Claude Haiku 5.5, GPT-6.1 Sol, GPT-6.1 Terra, GPT-6 Luna, Gemini 4 Carbon, Gemini 3.8 Flash, Kimi K3, MiMo-V2.6-Pro. Des modèles importants actuels manquent : le classement présenté ici n'est donc pas entièrement pertinent.

Anomalie détectée : CWE-bench v2 (2026-11-02) a remplacé la v1 avec plus de tâches, plus de types de faiblesses et des vérificateurs plus stricts : les scores v1 ne se comparent pas. Les quatre premiers (Claude Opus 5.5 67,1 %, Muse Wonder 66,1 %, Gemini 4 Argon 65,0 %, GPT-6 Astra 64,2 %) sont dans la marge de ±5 points. Claude Fable 5.2 et Gemini 4 Carbon ne sont pas mesurés sur la v2.

Chargement des lignes…

Afficher le tableau de données

Endor Labs Agent Security League

Le code écrit par un agent passe-t-il à la fois les tests fonctionnels et les tests de sécurité ? Part des tâches correctes et sûres, par agent × modèle (Claude Code, Codex, Cursor, Muse Code). Mesuré par Endor Labs (un éditeur de sécurité).

Confiance 2 étoiles de confiance sur 3Indépendant, code sûr et correct, mais étroit (sécurité) et moins de modèles.

Utile pour : Code au quotidien

Source mise à jour le 24 oct. 2026 · Récupéré le 11 nov. 2026 · 34 modèles

Couverture incomplète — ces données n'incluent pas Claude Fable 5.2, Claude Sonnet 5.5, Claude Haiku 5.5, GPT-6.1 Terra, GPT-6 Luna, Gemini 4 Carbon, Gemini 3.8 Flash, Grok 4.7, Kimi K3.1 Pro, Kimi K3, GLM-5.3, Qwen3.8 Max, MiMo-V2.6-Pro. Des modèles importants actuels manquent : le classement présenté ici n'est donc pas entièrement pertinent.

Anomalie détectée : Entre le 2026-10-16 et le 2026-10-24, Endor Labs a recalculé presque toutes les lignes sans explication, surtout à la baisse (Claude Code + Claude Opus 5.5 de 33,5 % à 30,7 % de code sûr), après avoir ajouté des garde-fous anti-triche à sa méthode. Claude Opus 5.5 reste moins souvent correct fonctionnellement que Claude Opus 5 (64,8 % contre 73,7 %) et est désormais aussi moins souvent sûr (30,7 % contre 32,4 %).

Chargement des lignes…

Afficher le tableau de données

Terminal-Bench-Science (Artificial Analysis run)

L'exécution de Terminal-Bench-Science par Artificial Analysis avec le même harnais pour tous les modèles, à plusieurs efforts (moyenne de 3 répétitions).

Confiance 2 étoiles de confiance sur 3Passage indépendant avec le même harnais pour chaque modèle, mais des tâches scientifiques en terminal plutôt que du développement.

Utile pour : Code scientifique et numérique

Source mise à jour le 9 nov. 2026 · Récupéré le 11 nov. 2026 · 135 modèles

Anomalie détectée : Les lignes Claude ont été mesurées avec un modèle de repli par défaut, et AA classe Claude Opus 5.5 en xhigh (61,9 %) devant max (59,05 %), alors que le miroir de Snorkel donne 63,3 % à Opus 5.5 en max dans Claude Code. Claude Fable 5.2 obtient un score plus élevé en high (70,0 %) qu'en xhigh (67,6 %). GPT-6.1 Terra obtient un score plus élevé sans raisonnement (24,3 %) qu'en low (7,6 %).

Chargement des lignes…

Afficher le tableau de données

Design Arena: UI components

Votes à l'aveugle sur des composants d'interface écrits en code (114 714 votes). Aucune erreur type n'est publiée : des Elo proches ne se départagent pas.

Confiance 2 étoiles de confiance sur 3Votes humains à l'aveugle sur des composants d'interface ; indépendant, mais étroit et jugé sur le rendu.

Utile pour : Front-end et interfaces web

Source mise à jour le 11 nov. 2026 · Récupéré le 11 nov. 2026 · 186 modèles

Couverture incomplète — ces données n'incluent pas Gemini 4 Carbon. Des modèles importants actuels manquent : le classement présenté ici n'est donc pas entièrement pertinent.

Anomalie détectée : Les deux premiers sont à 6 points d'Elo : GPT-6 Astra (xhigh) sur 669 duels et Kimi K3.1 Pro sur 324. Claude Fable 5.2 est entré 16e sur seulement 125 : considérez ces rangs comme provisoires.

Chargement des lignes…

Afficher le tableau de données

Design Arena: game dev

Votes à l'aveugle sur des jeux pour navigateur écrits en code (318 370 votes) — le classement le plus proche de la 3D et du creative coding. Aucune erreur type n'est publiée : des Elo proches ne se départagent pas.

Confiance 2 étoiles de confiance sur 3Votes humains à l'aveugle sur de petits jeux ; indépendant, mais étroit.

Utile pour : 3D, jeux et creative coding en code

Source mise à jour le 11 nov. 2026 · Récupéré le 11 nov. 2026 · 193 modèles

Couverture incomplète — ces données n'incluent pas Gemini 4 Carbon. Des modèles importants actuels manquent : le classement présenté ici n'est donc pas entièrement pertinent.

Anomalie détectée : Claude Sonnet 5.5, premier sur 435 duels le 2026-10-16, est maintenant neuvième sur 2 008 : les premiers rangs de ce classement bougent beaucoup. Claude Fable 5.2 est entré huitième sur 396 duels.

Chargement des lignes…

Afficher le tableau de données

Design Arena: mobile apps (agents)

Deux agents construisent la même application mobile et des personnes votent pour la meilleure (45 185 votes) : on compare des agents, pas des modèles seuls. Aucune erreur type n'est publiée : des Elo proches ne se départagent pas.

Confiance 2 étoiles de confiance sur 3Votes humains à l'aveugle sur des applications mobiles construites par des agents ; indépendant, mais étroit et un vote plus restreint.

Utile pour : Front-end et interfaces web

Source mise à jour le 11 nov. 2026 · Récupéré le 11 nov. 2026 · 58 modèles

Couverture incomplète — ces données n'incluent pas Claude Haiku 5.5, Gemini 4 Carbon, Gemini 4 Argon, MiMo-V2.6-Pro. Des modèles importants actuels manquent : le classement présenté ici n'est donc pas entièrement pertinent.

Anomalie détectée : Claude Fable 5.2 entre premier sur seulement 179 duels, 40 points d'Elo devant Claude Opus 5.5, et aucune erreur type n'est publiée : considérez son rang comme provisoire.

Chargement des lignes…

Afficher le tableau de données

Design Arena: SVG

Votes à l'aveugle sur des icônes, illustrations et logos SVG écrits en code (211 612 votes). Inclut des modèles spécialisés en SVG qu'aucun abonnement ne propose.

Confiance 2 étoiles de confiance sur 3Votes humains à l'aveugle sur des dessins SVG ; indépendant, mais une compétence très étroite.

Utile pour : Illustrations et icônes SVG en code

Source mise à jour le 11 nov. 2026 · Récupéré le 11 nov. 2026 · 139 modèles

Couverture incomplète — ces données n'incluent pas Claude Fable 5.2, GPT-6.1 Sol, GPT-6.1 Terra, Gemini 4 Carbon, Qwen3.8 Max. Des modèles importants actuels manquent : le classement présenté ici n'est donc pas entièrement pertinent.

Anomalie détectée : Design Arena ne publie plus d'erreur type depuis le 2026-10-10 (elle l'était pour ce classement le 2026-09-29) : aucun intervalle de confiance n'est affiché, comparez les rangs plutôt que de petits écarts d'Elo.

Chargement des lignes…

Afficher le tableau de données

Design Arena: data visualization

Votes à l'aveugle sur des graphiques et tableaux de bord écrits en code (90 018 votes ; aucune erreur type publiée).

Confiance 2 étoiles de confiance sur 3Votes humains à l'aveugle sur des graphiques ; indépendant, mais une compétence très étroite.

Utile pour : Graphiques, tableaux de bord et diagrammes en code · Front-end et interfaces web

Source mise à jour le 11 nov. 2026 · Récupéré le 11 nov. 2026 · 156 modèles

Couverture incomplète — ces données n'incluent pas Claude Fable 5.2, Gemini 4 Carbon. Des modèles importants actuels manquent : le classement présenté ici n'est donc pas entièrement pertinent.

Anomalie détectée : Depuis le 2026-10-16, le classement ne liste que les modèles ayant au moins 100 duels, une règle que le site n'indique pas. Claude Sonnet 5.5 revient deuxième sur 160 duels, et aucune erreur type n'est publiée : considérez son rang comme provisoire.

Chargement des lignes…

Afficher le tableau de données

llm-stats: Best AI for coding

Score agrégé sur 68 benchmarks de code, en majorité déclarés par les éditeurs.

Confiance 1 étoiles de confiance sur 3Un agrégat qui mélange de nombreux scores, pour la plupart déclarés par les éditeurs : un contexte utile, pas une mesure.

Utile pour : Code au quotidien

Source mise à jour le 11 nov. 2026 · Récupéré le 11 nov. 2026 · 207 modèles

Couverture incomplète — ces données n'incluent pas Gemini 4 Carbon. Des modèles importants actuels manquent : le classement présenté ici n'est donc pas entièrement pertinent.

Anomalie détectée : Muse Wonder Full et Muse Wonder figurent chacun deux fois le 2026-11-11, sous deux identifiants de modèle aux scores différents ; le site ne donne aucune explication. Claude Mythos 5.2 entre quatrième sur seulement deux résultats déclarés par l'éditeur, et Gemini 4 Carbon figure dans l'index mais pas dans le tableau.

Chargement des lignes…

Afficher le tableau de données

SWE-rebenchpérimé

Issues GitHub récentes et décontaminées — mais la dernière fenêtre s'arrête au 2026-07-01, avant la plupart des modèles actuels.

Confiance 1 étoiles de confiance sur 3Méthode reconnue, mais sa dernière fenêtre précède la plupart des modèles actuels.

Utile pour : Débogage · Code au quotidien

Source mise à jour le 24 juil. 2026 · Récupéré le 28 sept. 2026 · 17 modèles

Couverture incomplète — ces données n'incluent pas Claude Opus 5.5, Claude Fable 5.2, Claude Sonnet 5.5, Claude Haiku 5.5, GPT-6 Astra, GPT-6.1 Sol, GPT-6.1 Terra, GPT-6 Luna, Gemini 4 Carbon, Gemini 4 Argon, Gemini 3.8 Flash, Grok 4.7, Kimi K3.1 Pro, Kimi K3, GLM-5.3, Qwen3.8 Max, MiMo-V2.6-Pro. Des modèles importants actuels manquent : le classement présenté ici n'est donc pas entièrement pertinent.

Chargement des lignes…

Afficher le tableau de données

KiloBench (Terminal-Bench 2.0 in Kilo)

Terminal-Bench 2.0 exécuté dans l'agent Kilo ; le coût est par passage complet de la suite, pas par tâche.

Confiance 1 étoiles de confiance sur 3Fait tourner l'ancien Terminal-Bench 2.0 dans un seul agent, et n'est pas renouvelé souvent.

Utile pour : Code au quotidien

Source mise à jour le 28 sept. 2026 · Récupéré le 28 sept. 2026 · 38 modèles

Couverture incomplète — ces données n'incluent pas Claude Opus 5.5, Claude Fable 5.2, Claude Sonnet 5.5, Claude Haiku 5.5, GPT-6.1 Sol, GPT-6.1 Terra, GPT-6 Luna, Gemini 4 Carbon, Gemini 4 Argon, Grok 4.7, Kimi K3.1 Pro, GLM-5.3, MiMo-V2.6-Pro. Des modèles importants actuels manquent : le classement présenté ici n'est donc pas entièrement pertinent.

Chargement des lignes…

Afficher le tableau de données

Terminal-Bench-Science 0.1

Du travail scientifique en terminal (sciences de la vie, physiques, de la Terre, de l'ingénieur et mathématiques) réalisé par des agents de code, chaque modèle dans l'agent de son éditeur à un effort indiqué. Classement officiel, lignes reprises du miroir de Snorkel.

Confiance 1 étoiles de confiance sur 3Miroir de la version 0.1, supplanté par le passage d'Artificial Analysis du même benchmark.

Utile pour : Code scientifique et numérique · Longues sessions d'agent autonome

Source mise à jour le 24 sept. 2026 · Récupéré le 11 nov. 2026 · 17 modèles

Couverture incomplète — ces données n'incluent pas Claude Fable 5.2, Claude Sonnet 5.5, Claude Haiku 5.5, GPT-6.1 Sol, GPT-6.1 Terra, GPT-6 Luna, Gemini 4 Carbon, Gemini 4 Argon, Kimi K3.1 Pro, Qwen3.8 Max, MiMo-V2.6-Pro. Des modèles importants actuels manquent : le classement présenté ici n'est donc pas entièrement pertinent.

Chargement des lignes…

Afficher le tableau de données

Snorkel LibraryDesignBench

Le modèle sait-il concevoir une bibliothèque que d'autre code utilise ensuite ? Taux de réussite des problèmes en aval multiplié par la simplicité de l'API, par modèle et harnais. Mesuré par Snorkel AI.

Confiance 1 étoiles de confiance sur 3Étroit (conception d'API de bibliothèque), peu de modèles, pas renouvelé récemment.

Utile pour : Planification avancée et architecture

Source mise à jour le 1 oct. 2026 · Récupéré le 11 nov. 2026 · 11 modèles

Couverture incomplète — ces données n'incluent pas Claude Fable 5.2, Claude Sonnet 5.5, Claude Haiku 5.5, GPT-6.1 Sol, GPT-6.1 Terra, GPT-6 Luna, Gemini 4 Carbon, Gemini 4 Argon, Gemini 3.8 Flash, Grok 4.7, Kimi K3.1 Pro, Qwen3.8 Max, MiMo-V2.6-Pro. Des modèles importants actuels manquent : le classement présenté ici n'est donc pas entièrement pertinent.

Chargement des lignes…

Afficher le tableau de données

benchmarks/vendor-figures

Chiffres officiels de lancement

Ce que chaque éditeur a publié pour son propre modèle à sa sortie, avec l'effort utilisé. Chaque éditeur choisit son agent, son harnais et ses réglages : ces chiffres sont en général plus élevés que les mesures indépendantes. Servez-vous-en pour connaître les annonces de chacun, et des graphiques ci-dessus pour comparer.

Couverture incomplète — ces données n'incluent pas Qwen3.8 Max, MiMo-V2.6-Pro. Des modèles importants actuels manquent : le classement présenté ici n'est donc pas entièrement pertinent.

ModèleSWE-bench VerifiedSWE-bench ProTerminal-Bench 2.xTerminal-Bench 4.0DeepSWE v1.1FrontierCode 2.0FrontierCode 1.1
Claude Fable 5.2Anthropic—93%max—67,6%max74,3%max49,1%xhigh—
Claude Fable 5.1Anthropic—81,2%max—55,8%max——50,3%max
Claude Opus 5.5Anthropic—89,9%max—66,4%xhigh74,2%max—54,4%max
Claude Sonnet 5Anthropic85,2%max63,2%max80,4%xhigh · 2.1————
Claude Sonnet 5.5Anthropic—81,3%max—70,6%max71%max—52,1%xhigh
Claude Haiku 5.5Anthropic—64,8%max—39,2%max——46,4%max
Claude Haiku 4.5Anthropic73,3%——————
GPT-6 AstraOpenAI———57,88%high74,12%xhigh—53,3%max
GPT-6.1 SolOpenAI————75,22%high——
GPT-6.1 TerraOpenAI———50,3%max———
GPT-6 SolOpenAI————68,81%max—49,27%max
GPT-6 LunaOpenAI————66,59%max—42,42%max
Gemini 4 CarbonGoogle———65,2%high (défaut)———
Gemini 4 ArgonGoogle———57,4%high (défaut)77,9%high (défaut)——
Gemini 3.8 FlashGoogle——89,4%medium · 2.119,1%73,7%high (défaut)——
Gemini 3.7 Flash (deprecated)Google——85,8%medium (défaut) · 2.111,2%65,3%——
Gemini 3.1 Pro (preview)Google80,6%high (défaut)54,2%high (défaut)68,5%high (défaut) · 2.0————
Grok 4.7xAI———38%xhigh71%high (défaut)——
Grok 4.6xAI———20,3%high (défaut)65,9%high (défaut)——
Kimi K3.1 ProMoonshot AI———65,7%max75,5%max——
Kimi K3Moonshot AI——88,3%max · 2.1—67,5%max——
GLM-5.3Z.ai——88,2%max (défaut) · 2.1—66,9%max (défaut)——
GLM-5.3-FlashZ.ai——84,3%2.1—63,4%——
Mistral Large 4mistral———41,4%61,7%preview19,7%high (défaut)—

landscape/remote-or-local

Distant ou local ?

Quand faire tourner un modèle sur sa propre machine a du sens : matériel, performances et limites face aux agents distants.

Faire tourner des modèles en local

Les modèles locaux forment une catégorie à part : ils ne consomment aucun quota, mais les meilleurs atteignent 5 à 33 % sur Terminal-Bench 4.0, contre environ 60 % pour les modèles de pointe. Associez un modèle local pour le travail de routine à un modèle distant de pointe pour les tâches difficiles.

MatérielModèle conseilléMémoireVitesse de générationQualité (indice AA · Terminal-Bench 4.0)
GPU 24 Go (RTX 4090 / 3090)Qwen3.8-27B Q4_K_M16.5 GB38–46 tok/sAA 33.7 · TB4 5.6%
GPU 32 Go (RTX 5090)Qwen3.8-27B Q6 / NVFP422–25 GB23–75 tok/s · MTP 98–134AA 33.7 · TB4 5.6%
128 Go de mémoire unifiée (Strix Halo, DGX Spark, M5 Max)Qwen3.8-Flash-Next IQ4_XS93.7 GB11–37 tok/s · MTP 47–84AA 39.8 · TB4 25.3%
256 Go de mémoire unifiée (M5 Ultra, M3 Ultra)GLM-5.3-Flash MLX 4-bit204 GB26–41 tok/sAA 41.8 · TB4 32.8%

Intéressant pour

  • Du code privé ou réglementé qui ne doit pas quitter la machine
  • Travailler hors ligne
  • Du matériel que vous possédez déjà
  • Du travail de routine en volume : boilerplate, tests, sous-agents
  • Une machine de 256 Go partagée par une équipe

Pas intéressant pour

  • Économiser par rapport à un abonnement à 20 $ (matériel et électricité : 10 à 270 $ par mois)
  • Les tâches agentiques difficiles : l'écart de qualité avec les modèles de pointe est grand

docs/faq

FAQ

Des réponses ciblées pour choisir un modèle, arbitrer l’effort et gérer le quota de vos abonnements.

Qu'est-ce qu'un agent de code IA ?

Une IA qui travaille dans un projet logiciel : elle lit les fichiers, modifie le code, lance des commandes et des tests, et itère jusqu'à ce que la tâche soit terminée, sous le contrôle du développeur. Les plus utilisés en 2026 sont Claude Code, GitHub Copilot, Codex et Cursor.

L'endroit et la façon dont on utilise un agent : un terminal (CLI), une application desktop, une extension d'IDE, un service web hébergé, à distance depuis un téléphone ou un autre navigateur, dans GitHub et la CI/CD, depuis les outils d'équipe (Slack, Teams, Linear, Jira) ou via un SDK dans vos propres scripts. Le même agent en a souvent plusieurs, chacune avec son nom : Codex CLI, l'app de bureau ChatGPT, l'extension IDE Codex, Codex cloud, Codex Remote, Codex code review et le Codex SDK.

Sources : AI coding agent adoption 2026 · Codex glossary · Détails sur la page

Quel agent, quel modèle et quel effort pour « Planification avancée et architecture » ?

Claude Code · Claude Fable 5.2 · high, avec Claude Max (100 $) ou Ultra (200 $) : Fable peut utiliser jusqu'à 50 % de la limite hebdomadaire (sur Pro, crédits payants uniquement). ≈ 2,9 heures-agent par fenêtre de 5 h · ≈ 14 par semaine avec Claude Max 5x (estimation centrale). Ou : Claude Code · Claude Opus 5.5 (défaut) · xhigh, avec Claude Pro (20 $), Max (100 $) ou Ultra (200 $). ≈ 1,7 heures-agent par fenêtre de 5 h · ≈ 13 par semaine avec Claude Pro (estimation centrale).

Combien de temps : Seulement pour le plan : une session, jusqu'à ce que le plan ou le SPEC.md soit écrit, relu et validé. Ensuite : Arrêtez-vous là. Implémentez dans une nouvelle session avec Opus 5.5 en medium (défaut) — voir Code au quotidien — ou confiez le plan à une longue session avec /goal. Rester en xhigh pour implémenter coûte 2,5 fois plus par tâche (indice AA : 6,05 $ contre 2,45 $), et implémenter avec Fable 5.2 dépenserait son plafond hebdomadaire sur la partie qu'un modèle moins cher fait bien.

Pourquoi : Un plan, c'est une longue passe de raisonnement : l'effort y rapporte. Opus 5.5 obtient 57,4 à l'indice d'intelligence d'AA (v5) en xhigh, devant Claude Sonnet 5.5 en max (54,5 pour 10,02 $) et juste sous son propre max (59,1), pour 40 % de moins que max (6,05 $ contre 10,04 $ par tâche). Il fonctionne avec Claude Pro.

Sources : Artificial Analysis model leaderboard · Snorkel LibraryDesignBench 1.0.0 · CWE-bench v2 · LiveBench · Détails sur la page

Quel agent, quel modèle et quel effort pour « Code au quotidien » ?

Claude Code · Claude Opus 5.5 (défaut) · medium (défaut), avec Claude Pro (20 $), Max (100 $) ou Ultra (200 $). ≈ 2,3 heures-agent par fenêtre de 5 h · ≈ 17,6 par semaine avec Claude Pro (estimation centrale).

Combien de temps : Toute la journée : medium, le réglage par défaut de Claude Code, est celui à laisser. Une session par tâche (/clear entre deux tâches), et arrêtez une session après deux corrections ratées. Ensuite : Une tâche qui résiste (une modification subtile, deux tentatives ratées) : /effort high pour cette tâche seulement, ou ultrathink pour un tour, puis retour en medium. Un bug que vous n'expliquez pas : Débogage. Une modification qui ne tient pas en une phrase : planifiez-la d'abord (Planification avancée). Beaucoup de petites retouches mécaniques : Gros volume.

Pourquoi : La meilleure qualité pour le quota sur le travail courant. Les benchmarks sont faits de tâches difficiles : là, high ajoute environ 4 points à medium (CursorBench 4.0 52,5 % → 56,0 %, Terminal-Bench 4.0 (AA) 52,5 % → 56,6 %, FrontierCode 2.0 30,1 % → 34,5 %) pour environ 35 % de quota en plus, donc environ un quart d'heures d'agent en moins. Sur les tâches courantes que medium résout déjà, ce gain ne se voit pas : gardez high pour les tâches qui résistent.

Sources : Artificial Analysis model leaderboard · FrontierCode leaderboard data · Arena Code: WebDev leaderboard · Design Arena: Code overall · Détails sur la page

Quel agent, quel modèle et quel effort pour « Débogage » ?

Claude Code · Claude Opus 5.5 (défaut) · high, avec Claude Pro (20 $), Max (100 $) ou Ultra (200 $). ≈ 1,8 heures-agent par fenêtre de 5 h · ≈ 14 par semaine avec Claude Pro (estimation centrale).

Combien de temps : Jusqu'à ce que la cause soit trouvée et la correction prouvée par un test, puis /effort medium à nouveau : high coûte environ 27 % de plus par tâche que medium, trop pour le laisser toute la journée. Ensuite : Toujours bloqué : ajoutez ultrathink au prompt suivant (un tour en xhigh). Bloqué après deux tentatives : /clear, puis Claude Fable 5.2 en xhigh (Max ou Ultra) avec ce que vous avez appris. Une fois corrigé : retour au Code au quotidien.

Pourquoi : Le diagnostic est une tâche difficile, où l'effort se voit. Terminal-Bench, c'est surtout du diagnostic en terminal (builds cassés, services en panne, données à récupérer) ; sur le passage d'Artificial Analysis, Opus 5.5 gagne 4 points de medium à high (52,5 % → 56,6 %) pour 4,04 $ → 5,12 $ par tâche, environ 27 % de quota en plus.

Sources : Artificial Analysis model leaderboard · CursorBench 4.0 · Vals AI benchmarks · Terminal-Bench 4.1 leaderboard · Détails sur la page

Quel agent, quel modèle et quel effort pour « Front-end et interfaces web » ?

Claude Code · Claude Opus 5.5 (défaut) · medium (défaut), avec Claude Pro (20 $), Max (100 $) ou Ultra (200 $). ≈ 2,3 heures-agent par fenêtre de 5 h · ≈ 17,6 par semaine avec Claude Pro (estimation centrale).

Combien de temps : Pour les pages, les composants et les retouches : medium, le réglage par défaut, mène déjà Design Arena, dont les entrées Opus 5.5 tournent à un effort proche du défaut. Ensuite : Pour la page qui doit marquer (une landing page, une vitrine) : /effort max pendant sa construction, le réglage derrière l'avance sur Arena WebDev, puis retour en medium. Max consomme environ 35 % de quota en plus par heure (facteur d'effort 1 contre 0,74).

Pourquoi : En tête d'Arena WebDev (1814,3 ±11,7, votes humains à l'aveugle, arrêtés au 2026-11-10), à égalité avec Claude Fable 5.2 en xhigh (1835,8 ±22,4 sur seulement 994 votes, rangs 1 à 2), et nettement devant Claude Sonnet 5.5 en xhigh (1772,5), Gemini 4 Carbon en high (1768,2, préversion), GPT-6 Astra en max (1764,4) et GPT-6.1 Sol en max (1743,0). Premier aussi d'Arena Image-to-WebDev (1751,9 ±19,2), au niveau de Claude Sonnet 5.5 (1744,1).

Sources : Arena Code: WebDev leaderboard · Arena Code: Image-to-WebDev · Design Arena: Code overall · Design Arena: Website · Détails sur la page

Quel agent, quel modèle et quel effort pour « Longues sessions d'agent autonome » ?

Claude Code · Claude Opus 5.5 (défaut) · xhigh, avec Claude Max (100 $) ou Ultra (200 $) pour les longues sessions. Un agent seul n'atteint jamais la limite de 5 h (≈ 8,6 heures-agent par fenêtre) · ≈ 82,2 heures-agent par semaine avec Claude Max 5x (estimation centrale). Ou : Codex · GPT-6.1 Sol (défaut) · xhigh, avec ChatGPT Plus (20 $) ou Pro. ≈ 3,7 heures-agent par fenêtre de 5 h · ≈ 26,3 par semaine avec ChatGPT Plus (Codex) (estimation centrale).

Combien de temps : Pendant toute la session, jusqu'à ce que la condition de /goal soit remplie — des heures s'il le faut. Vérifiez les étapes clés plutôt que chaque action. Ensuite : Une fois l'objectif atteint, arrêtez la session, faites relire en contexte vierge (/code-review), puis revenez en medium (Code au quotidien) pour la suite. Si la session échoue deux fois sur la même erreur, arrêtez-la et replanifiez plutôt que de la laisser consommer du quota.

Pourquoi : Sur l'indice d'agents de code d'AA, qui fait tourner chaque modèle dans l'agent de son éditeur, Opus 5.5 en max dans Claude Code est premier (61,7 pour 11,42 $ par tâche), devant Gemini 4 Carbon (59,4) et Claude Sonnet 5.5 (59,3) ; GPT-6.1 Sol en max dans Codex obtient 54,1 pour 1,50 $, moins bien mais pour environ un huitième du coût. Sur le classement officiel tbench.ai (Terminal-Bench 4.1, la renotation de la 4.0 du 2026-11-09), Opus 5.5 en max est premier (65,76 %, 14,30 $ par essai) et GPT-6.1 Sol en max (60,91 %) devance de peu GPT-6 Astra (60,30 %) pour un cinquième de son coût par essai (1,92 $ contre 9,90 $).

Sources : Artificial Analysis model leaderboard · Terminal-Bench 4.1 leaderboard · Artificial Analysis Coding Agent Index · Introducing Claude Sonnet 5.5 · Détails sur la page

Quel agent, quel modèle et quel effort pour « Gros volume, sous-agents, retouches rapides » ?

Codex · GPT-6.1 Terra · medium (défaut), avec ChatGPT Plus (20 $). Un agent seul n'atteint jamais la limite de 5 h (≈ 6,6 heures-agent par fenêtre) · ≈ 47,4 heures-agent par semaine avec ChatGPT Plus (Codex) (estimation centrale). Ou : Claude Code · Claude Haiku 5.5 · medium (défaut), avec Claude Pro (20 $), Max (100 $) ou Ultra (200 $). Un agent seul n'atteint jamais la limite de 5 h (≈ 16,1 heures-agent par fenêtre) · ≈ 122,3 heures-agent par semaine avec Claude Pro (estimation centrale).

Combien de temps : Tant que les tâches restent mécaniques et entièrement spécifiées : renommages, types, docstrings, tests sur un modèle clair. Testez le prompt sur 2 ou 3 fichiers, puis parallélisez. Ensuite : Dès qu'une tâche demande du jugement (un choix de conception, un bug flou), revenez au Code au quotidien. Seulement quand le quota de Terra s'épuise sur des retouches triviales, GPT-6 Luna en max coûte un peu moins, mais fait bien moins bien (Terminal-Bench 4.0 (AA) 12,6 % contre 32,3 %). Jamais Claude Fable 5.2 pour le travail en masse ou les sous-agents : il viderait son plafond de 50 % de la semaine sur des retouches qu'un petit modèle fait aussi bien.

Pourquoi : La qualité d'abord, puis le prix, pour des tâches faciles : les retouches en masse sont mécaniques et entièrement spécifiées, donc l'effort par défaut suffit. En medium, GPT-6.1 Terra obtient 32,3 % sur Terminal-Bench 4.0 (AA) pour 0,28 $ par tâche, 38,2 à l'indice AA pour 0,17 $ et 42,0 à l'indice d'agents de code d'AA pour 0,39 $ : devant Claude Haiku 5.5 en medium (15,2 %, 24,6) et loin devant GPT-6 Luna en max (12,6 %, 27,9, 31,2).

Sources : Introducing GPT-6 Sol and Luna · Introducing GPT-6.1 Sol · Introducing GPT-6.1 Terra · Codex pricing · Détails sur la page

Quel agent, quel modèle et quel effort pour « Algorithmique, preuves et programmation compétitive » ?

Codex · GPT-6 Astra · max, avec ChatGPT Pro (100 $ / 200 $ / 500 $). ≈ 130,7 heures-agent par semaine avec ChatGPT Pro 200 (Codex) (pas de fenêtre de 5 h ; estimation centrale). Ou : Codex · GPT-6.1 Sol (défaut) · max, avec ChatGPT Plus (20 $) ou Pro. ≈ 3,7 heures-agent par fenêtre de 5 h · ≈ 26,3 par semaine avec ChatGPT Plus (Codex) (estimation centrale).

Combien de temps : Seulement pour le cœur difficile — l'algorithme, la preuve, l'optimisation : une session ciblée. Ensuite : Une fois le cœur correct et testé, revenez au Code au quotidien pour le code autour, les entrées-sorties et les tests.

Pourquoi : La qualité d'abord : GPT-6 Astra en max mène ALE-Bench (2951, contre 2147 pour Opus 5.5 en high), obtient 100 % sur Vals IOI (Opus 5.5 95,1 % ±4,9) et mène WeirdML v3 (42,2 en xhigh, Opus 5.5 31,2).

Sources : Vals AI benchmarks · ALE-Bench (Epoch AI Benchmarking Hub) · WeirdML v3 (Epoch AI Benchmarking Hub) · LiveBench · Détails sur la page

Quel agent, quel modèle et quel effort pour « Code scientifique et numérique » ?

Claude Code · Claude Fable 5.2 · high, avec Claude Max (100 $) ou Ultra (200 $) : Fable peut utiliser jusqu'à 50 % de la limite hebdomadaire (sur Pro, crédits payants uniquement). ≈ 2,9 heures-agent par fenêtre de 5 h · ≈ 14 par semaine avec Claude Max 5x (estimation centrale). Ou : Claude Code · Claude Opus 5.5 (défaut) · xhigh, avec Claude Max (100 $) ou Ultra (200 $) pour les longues sessions. Un agent seul n'atteint jamais la limite de 5 h (≈ 8,6 heures-agent par fenêtre) · ≈ 82,2 heures-agent par semaine avec Claude Max 5x (estimation centrale).

Combien de temps : Pour le cœur numérique : le modèle, les formules, le noyau, jusqu'à ce qu'il corresponde à un résultat de référence. Ensuite : Une fois le cœur conforme à sa référence, revenez au Code au quotidien (Opus 5.5 en medium) pour les entrées-sorties, les graphiques et le packaging : Fable 5.2 dépenserait son plafond hebdomadaire sur du code qu'un modèle moins cher écrit aussi bien.

Pourquoi : La qualité d'abord : Claude Fable 5.2 mène Terminal-Bench Science (AA) en high (70,0 % ; 73,3 % en max), nettement devant Gemini 4 Carbon (64,8 %), GPT-6 Astra (63,3 % en max) et Opus 5.5 en xhigh (61,9 %). High plutôt que xhigh (67,6 %) ou max, qui coûte bien plus pour 3 points.

Sources : Artificial Analysis evaluation details · Artificial Analysis: Terminal-Bench-Science · Terminal-Bench-Science 0.1 (Snorkel mirror of the official board) · Artificial Analysis model leaderboard · Détails sur la page

Quel agent, quel modèle et quel effort pour « Illustrations et icônes SVG en code » ?

Codex · GPT-6 Astra · xhigh, avec ChatGPT Plus (20 $, 5 à 45 messages Astra par 5 heures) ou Pro (100 $ / 200 $ / 500 $). ≈ 130,7 heures-agent par semaine avec ChatGPT Pro 200 (Codex) (pas de fenêtre de 5 h ; estimation centrale). Ou : Claude Code · Claude Opus 5.5 (défaut) · high, avec Claude Pro (20 $), Max (100 $) ou Ultra (200 $). ≈ 1,8 heures-agent par fenêtre de 5 h · ≈ 14 par semaine avec Claude Pro (estimation centrale).

Combien de temps : Pendant la création des éléments — un jeu d'icônes, une illustration, un logo — en itérant avec des rendus jusqu'à ce que ce soit juste. Ensuite : Pour de petites retouches d'un SVG existant (couleurs, tailles), votre agent du quotidien suffit.

Pourquoi : Premier modèle généraliste de l'arène SVG de Design Arena : Elo 1421 ±9 sur 1 808 duels à l'aveugle (68,8 % gagnés), environ 90 points devant Gemini 4 Argon (1329), Kimi K3.1 Pro (1326) et Claude Opus 5.5 (1321 ±10, 1 261 duels) : environ sept erreurs types, le seul signal sur un large échantillon pour les illustrations SVG. Seul Arrow 2 Telos, spécialisé en SVG et absent de tout abonnement, fait mieux.

Sources : Design Arena: SVG · MacBook SVG Benchmark: 34 AI Models, Ranked by the Laptop They Draw · Managing usage with GPT-6 Astra in Work and Codex · Codex pricing · Détails sur la page

Quel agent, quel modèle et quel effort pour « Graphiques, tableaux de bord et diagrammes en code » ?

Claude Code · Claude Opus 5.5 (défaut) · medium (défaut), avec Claude Pro (20 $), Max (100 $) ou Ultra (200 $). ≈ 2,3 heures-agent par fenêtre de 5 h · ≈ 17,6 par semaine avec Claude Pro (estimation centrale).

Combien de temps : Pendant que vous construisez le graphique ou la première version du diagramme, en itérant avec des rendus jusqu'à ce qu'il se lise bien. Ensuite : Pour les retouches suivantes (un libellé, un nœud de plus, une couleur), votre agent du quotidien suffit : un diagramme Mermaid est du texte ordinaire une fois qu'il existe.

Pourquoi : Claude Opus 5.5 mène la visualisation de données de Design Arena (1390 ±14 sur 700 duels à l'aveugle), devant Claude Sonnet 5.5 (1362, sur seulement 160 duels), Kimi K3 (1348), Claude Fable 5.1 (1342), Gemini 4 Argon (1333) et GPT-6 Astra (1325, 10e) : environ trois erreurs types devant Astra, le premier pour les illustrations SVG.

Sources : Design Arena: data visualization · MacBook SVG Benchmark: 34 AI Models, Ranked by the Laptop They Draw · Prompting Claude Opus 5.5 · Antigravity models · Détails sur la page

Quel agent, quel modèle et quel effort pour « 3D, jeux et creative coding en code » ?

Claude Code · Claude Opus 5.5 (défaut) · medium (défaut), avec Claude Pro (20 $), Max (100 $) ou Ultra (200 $). ≈ 2,3 heures-agent par fenêtre de 5 h · ≈ 17,6 par semaine avec Claude Pro (estimation centrale). Ou : Codex · GPT-6 Astra · xhigh, avec ChatGPT Pro (100 $ / 200 $ / 500 $). ≈ 130,7 heures-agent par semaine avec ChatGPT Pro 200 (Codex) (pas de fenêtre de 5 h ; estimation centrale).

Combien de temps : Pendant que vous construisez la scène et ses interactions, à l'effort par défaut, medium. Ensuite : Pour régler des valeurs, des couleurs et de petites corrections, /effort medium (défaut). Textures et icônes en SVG : voir Illustrations et icônes SVG.

Pourquoi : Jeux : le meilleur modèle Claude du classement jeux de Design Arena (1429, 2 666 duels), derrière GPT-6 Astra en max (1466) et en xhigh (1457), et devant Claude Fable 5.2 (1404), sur des jeux pour navigateur écrits en code.

Sources : Design Arena: Game dev · Arena Code: WebDev leaderboard · Design Arena: Code overall · Managing usage with GPT-6 Astra in Work and Codex · Détails sur la page

L'effort max vaut-il le coup ?

Rarement. L'effort par défaut de l'agent pour le travail courant ; high pour le débogage, xhigh pour la planification et les sessions de plusieurs heures ; max seulement là où vous avez mesuré un gain.

Opus 5.5 : sur Terminal-Bench 4.0 (AA), max égale xhigh (59,6 %) pour 49 % de plus. Claude Fable 5.2 : xhigh bat max sur FrontierCode 2.0 (49,1 % contre 45,7 %) pour un tiers du coût. GPT-6 Astra : xhigh égale ou bat max sur Terminal-Bench 4.0 et DeepSWE (59,6 % contre 59,1 % ; 74,1 % contre 73,2 %) pour environ 30 % de moins. Anthropic prévient que max peut trop réfléchir.

Sources : FrontierCode leaderboard data · Artificial Analysis model leaderboard · DeepSWE v1.1 leaderboard · Model configuration · Détails sur la page

Combien coûtent les abonnements des agents de code ?

Prix mensuels en dollars américains, par agent :

  • Claude Code: Claude Pro 20 $US, Claude Max 5x 100 $US, Claude Ultra 200 $US
  • Codex: ChatGPT Plus (Codex) 20 $US, ChatGPT Pro 100 (Codex) 100 $US, ChatGPT Pro 200 (Codex) 200 $US, ChatGPT Pro 500 (Codex) 500 $US
  • Antigravity: Google AI Pro (Antigravity) 19,99 $US, Google AI Ultra 5x (Antigravity) 99,99 $US, Google AI Ultra 20x (Antigravity) 199,99 $US
  • Grok Build: X Subscription Premium (Grok Build) 30 $US
  • Claude Code / ZCode: GLM Coding Plan Lite 18 $US, GLM Coding Plan Pro 80 $US, GLM Coding Plan Max 168 $US
  • Qwen Code: Qwen Token Plan Lite 6 $US, Qwen Token Plan Essential 10 $US, Qwen Token Plan Standard 18 $US, Qwen Token Plan Pro 68 $US
  • MiMo Code: MiMo Token Plan Lite 6 $US, MiMo Token Plan Standard 16 $US, MiMo Token Plan Pro 50 $US, MiMo Token Plan Max 100 $US
  • GitHub Copilot: $10 / $39 / $100
  • OpenCode Go: $10 / $40 / $20 per member
  • Cursor: $8 / $30 / $100 / $200

Sources : Claude pricing · What is the Max plan? · What is the Ultra plan? · Codex pricing · About ChatGPT Pro tiers · Antigravity plans · Changes to Antigravity plans · Grok FAQ · Détails sur la page

Comment fonctionnent les limites de 5 heures et hebdomadaires ?

Une limite glissante comptée sur 5 heures à partir de la première requête, puis remise à zéro. Les plans Claude et ChatGPT (Codex) la combinent avec une limite hebdomadaire.

Un second plafond compté sur 7 jours, qui arrête les gros utilisateurs même quand chaque fenêtre de 5 heures a encore de la marge. Sur les plans Claude Max et Ultra, les modèles Claude Fable (5.2, 5.1, 5) peuvent en utiliser au plus 50 % à eux tous. Claude Ultra n'a que cette limite hebdomadaire (pas de fenêtre de 5 heures une fois le compte vérifié).

Le simulateur estime combien d'heures d'agent chaque abonnement donne, et quand le quota sera épuisé.

Sources : How do usage and length limits work? · Codex pricing · Claude Fable models on your plan · Détails sur la page

Combien d'heures de travail d'agent donne un abonnement ?

Estimations centrales du simulateur pour les préconisations actuelles (un agent qui travaille en continu) :

  • Planification avancée et architecture (Claude Code · Claude Fable 5.2 · high): ≈ 2,9 heures-agent par fenêtre de 5 h · ≈ 14 par semaine avec Claude Max 5x (estimation centrale).
  • Code au quotidien (Claude Code · Claude Opus 5.5 (défaut) · medium (défaut)): ≈ 2,3 heures-agent par fenêtre de 5 h · ≈ 17,6 par semaine avec Claude Pro (estimation centrale).
  • Débogage (Claude Code · Claude Opus 5.5 (défaut) · high): ≈ 1,8 heures-agent par fenêtre de 5 h · ≈ 14 par semaine avec Claude Pro (estimation centrale).
  • Front-end et interfaces web (Claude Code · Claude Opus 5.5 (défaut) · medium (défaut)): ≈ 2,3 heures-agent par fenêtre de 5 h · ≈ 17,6 par semaine avec Claude Pro (estimation centrale).
  • Longues sessions d'agent autonome (Claude Code · Claude Opus 5.5 (défaut) · xhigh): Un agent seul n'atteint jamais la limite de 5 h (≈ 8,6 heures-agent par fenêtre) · ≈ 82,2 heures-agent par semaine avec Claude Max 5x (estimation centrale).
  • Gros volume, sous-agents, retouches rapides (Codex · GPT-6.1 Terra · medium (défaut)): Un agent seul n'atteint jamais la limite de 5 h (≈ 6,6 heures-agent par fenêtre) · ≈ 47,4 heures-agent par semaine avec ChatGPT Plus (Codex) (estimation centrale).
  • Algorithmique, preuves et programmation compétitive (Codex · GPT-6 Astra · max): ≈ 130,7 heures-agent par semaine avec ChatGPT Pro 200 (Codex) (pas de fenêtre de 5 h ; estimation centrale).
  • Code scientifique et numérique (Claude Code · Claude Fable 5.2 · high): ≈ 2,9 heures-agent par fenêtre de 5 h · ≈ 14 par semaine avec Claude Max 5x (estimation centrale).
  • Illustrations et icônes SVG en code (Codex · GPT-6 Astra · xhigh): ≈ 130,7 heures-agent par semaine avec ChatGPT Pro 200 (Codex) (pas de fenêtre de 5 h ; estimation centrale).
  • Graphiques, tableaux de bord et diagrammes en code (Claude Code · Claude Opus 5.5 (défaut) · medium (défaut)): ≈ 2,3 heures-agent par fenêtre de 5 h · ≈ 17,6 par semaine avec Claude Pro (estimation centrale).
  • 3D, jeux et creative coding en code (Claude Code · Claude Opus 5.5 (défaut) · medium (défaut)): ≈ 2,3 heures-agent par fenêtre de 5 h · ≈ 17,6 par semaine avec Claude Pro (estimation centrale).

Sources : How do usage and length limits work? · Codex pricing · Détails sur la page

Quel modèle est en tête des classements du code en ce moment ?

La première place de chaque classement, avec la date de sa dernière mise à jour :

Sources : Arena Code: WebDev leaderboard · Artificial Analysis Coding Agent Index · SWE-Bench Pro (public) V2 · LiveBench · Arena Agent Arena: Code · FrontierSWE V2 · SWE-Marathon v1.1 · Design Arena: Code overall · Design Arena: agentic web dev · Design Arena: Website · Arena Code: Image-to-WebDev · WeirdML v3 (Epoch AI Benchmarking Hub) · GSO (software optimization) · SWE Atlas (codebase Q&A, test writing, refactoring) · Snorkel Agentic Coding 2.0 · Snorkel SWE-bench CLI · Vals AI: ProgramBench · Vals AI: SRE-bench · CWE-bench v2 · Endor Labs Agent Security League · Artificial Analysis: Terminal-Bench-Science · Design Arena: UI components · Design Arena: Game dev · Design Arena: Mobile apps (agents) · Design Arena: SVG · Design Arena: data visualization · Best AI for coding · SWE-rebench · KiloBench · Terminal-Bench-Science 0.1 (Snorkel mirror of the official board) · Snorkel LibraryDesignBench 1.0.0 · Détails sur la page

Peut-on faire tourner un modèle de code en local ?

Oui, sur une machine assez puissante ; voici les meilleurs choix par matériel, avec leur score à l'indice AA et sur Terminal-Bench 4.0 (TB4) :

  • GPU 24 Go (RTX 4090 / 3090): Qwen3.8-27B Q4_K_M, 16.5 GB, 38–46 tok/s, AA 33.7 · TB4 5.6%
  • GPU 32 Go (RTX 5090): Qwen3.8-27B Q6 / NVFP4, 22–25 GB, 23–75 tok/s · MTP 98–134, AA 33.7 · TB4 5.6%
  • 128 Go de mémoire unifiée (Strix Halo, DGX Spark, M5 Max): Qwen3.8-Flash-Next IQ4_XS, 93.7 GB, 11–37 tok/s · MTP 47–84, AA 39.8 · TB4 25.3%
  • 256 Go de mémoire unifiée (M5 Ultra, M3 Ultra): GLM-5.3-Flash MLX 4-bit, 204 GB, 26–41 tok/s, AA 41.8 · TB4 32.8%

Sources : Qwen3.8-27B hardware tests · Qwen3.8-27B quantizations benchmarked · Artificial Analysis model leaderboard · Mac Studio M5 Ultra review · Détails sur la page

share

Partager Coding Agent

Utile ? Partagez le lien en un clic, ou publiez le carrousel qui le résume : chaque partage cite l'outil et renvoie vers lui.

Partager le lien

Ouvre le réseau avec le texte et le lien déjà remplis : il ne reste qu'à valider. Le texte est aussi copié, pour les réseaux qui ne le reprennent pas (Facebook, LinkedIn sur mobile).

Le carrousel

L'essentiel de la page en slides, générées dans votre langue, votre mode et votre thème de couleurs : changez-les en haut de page, les slides suivent. Chaque slide porte le nom et l'adresse de l'outil.

Dessin des slides…

support

Support et retours

Un projet personnel, gratuit et fait avec cœur : pourquoi cette page existe, et comment me joindre.

Pourquoi cette page

Tout est parti d'une question qu'on me pose sans arrêt : « Qu'est-ce qu'il faut utiliser en ce moment ? » Je teste moi-même en continu, à peu près chaque semaine : il y a toujours du nouveau, en open source comme en poids ouverts, dans les modèles payants, dans les mises à jour et les nouveaux modèles, pour l'image comme pour le code. J'en avais assez de répéter les mêmes conseils à des dizaines de personnes, alors j'ai fait cette page : je la tiens à jour, et vous pouvez venir voir ce qu'il faut utiliser ou non, ce qu'il faut faire ou éviter. C'est la petite piqûre de rappel du moment.

Comment les préconisations sont classées

Les préconisations sont une synthèse, par cas d’usage, des résultats et analyses des sites de benchmark et des recommandations officielles des fournisseurs. Le choix du modèle et du niveau d’effort tient compte des performances mesurées, du coût et de la consommation estimée de quota. Chaque choix renvoie à ses sources datées, en distinguant les mesures indépendantes des résultats publiés par les éditeurs.

Pas à jour ? Dites-le-moi

C'est un projet personnel. En général, je l'actualise au fur et à mesure ; mais si je suis en vacances ou très occupé par d'autres projets, il peut prendre un peu de retard. Si vous voyez qu'il n'est plus à jour, n'hésitez pas à m'envoyer un petit rappel — par e-mail, WhatsApp, LinkedIn ou n'importe quel autre moyen — et je m'occupe de tout réactualiser sur-le-champ. Tous mes contacts sont sur mon portfolio, à la racine de ce site.

Partagez vos retours

Partagez vous aussi votre expérience pour que cette page s'améliore pour tout le monde : envoyez-moi vos retours, même critiques — j'adore la critique, c'est ce qui fait progresser.

Gratuit, fait avec cœur ❤️

Comme la plupart de mes projets, celui-ci est gratuit et fait avec amour. J'espère qu'il vous aura servi ; en tout cas, il a été fait avec cœur.

Un mot pour les providers 🚜

Si vous êtes l'un des providers présents dans cet outil, n'hésitez pas à me contacter pour m'offrir des resets de quota ou des crédits : c'est ce qui me manque le plus. Chacun de nous a déjà entre 1 et 4 abonnements Max. Vous ne pouvez pas nous faire plus plaisir qu'avec des resets ou des crédits. Contactez-nous : vous aurez droit ici à une mention spéciale ❤️.

Me contacter sur josedacosta.net

references

Références

Chaque chiffre de cette page vient de ces pages. Pour chacune : ce que nous y avons pris, et quand.

  1. SWE-Marathon v1.1Abundant AITierce

    pass@1 over 20 multi-hour tasks × 8 trials, mean cost per trial, tokens and errors for every agent × model × effort (data in the site's JS bundle, newest trial 2026-11-07; the deploy of 2026-10-15 hides 11 older models from the board, and so do we; Gemini 4 Carbon (Antigravity CLI) and Inkling 2 Small added in November 2026).

    Publiée le 7 nov. 2026 · Consultée le 11 nov. 2026

  2. Model Studio Coding PlanAlibaba CloudOfficielle

    Coding Plan Pro $50: 6,000 requests per 5 hours, 45,000 per week, 90,000 per month; its model list has no Qwen3.8 model (up to qwen3.7-plus); sold in limited quantity, Lite discontinued.

    Publiée le 28 sept. 2026 · Consultée le 28 sept. 2026

  3. Token Plan (Personal Edition)Alibaba CloudOfficielle

    Lite $6 / Essential $10 / Standard $18 / Pro $68 (list $8 / $16 / $25 / $80) for 11,500 / 25,500 / 45,000 / 180,000 credits per month; weekly quota removed on 2026-09-22, no 5-hour window; Qwen3.8 models cost 60% fewer credits from 22:00 to 08:00 (UTC+8).

    Publiée le 28 sept. 2026 · Consultée le 28 sept. 2026

  4. Download OpenCodeAnomaly (OpenCode)Officielle

    Surfaces: OpenCode Terminal (`opencode`), OpenCode Desktop (macOS, Windows, Linux), OpenCode Extensions (VS Code, Cursor, Zed, Windsurf, VSCodium).

    Consultée le 28 sept. 2026

  5. OpenCode CLIAnomaly (OpenCode)Officielle

    `opencode run` for non-interactive use in scripts.

    Consultée le 29 sept. 2026

  6. OpenCode GitHubAnomaly (OpenCode)Officielle

    GitHub integration: /opencode in issues and pull requests, run through GitHub Actions; GitLab is supported too.

    Consultée le 29 sept. 2026

  7. OpenCode SDKAnomaly (OpenCode)Officielle

    OpenCode SDK (@opencode-ai/sdk) to control an OpenCode server from code.

    Consultée le 29 sept. 2026

  8. OpenCode webAnomaly (OpenCode)Officielle

    `opencode web` starts a server (127.0.0.1 by default, network access protected by OPENCODE_SERVER_PASSWORD) and opens the interface in a browser; no hosted web surface.

    Consultée le 28 sept. 2026

  9. Agent SDK overviewAnthropicOfficielle

    Claude Agent SDK: the Claude Code agent as a library for your own programs.

    Consultée le 29 sept. 2026

  10. Anthropic Economic Index: impact on software developmentAnthropicOfficielle

    Languages (JS/TS 31%, HTML/CSS 28%) and task clusters (UI/UX components 12%, first) in 500,000 coding interactions.

    Publiée le 28 avr. 2025 · Consultée le 28 sept. 2026

  11. Claude Code /goalAnthropicOfficielle

    `/goal <condition>`: a separate evaluator re-checks the condition after each turn.

    Consultée le 28 sept. 2026

  12. Claude Code best practicesAnthropicOfficielle

    Verification first (prompt, `/goal`, Stop hook, subagent); skip the plan for one-sentence changes; prune CLAUDE.md; `/clear` after two failed corrections; `/batch` fan-out; adversarial review.

    Consultée le 28 sept. 2026

  13. Claude Code changelogAnthropicOfficielle

    2.1.299 (2026-10-14): idle compaction, a 200K+ token conversation left idle about 54 minutes is compacted before its one-hour prompt cache expires; minimum set by CLAUDE_CODE_IDLE_COMPACT_MIN_TOKENS, off with "idleCompaction": false. 2.1.302 (2026-10-16): Idle compaction row in /config. 2.1.304 (2026-10-19): warning on Pro and Max when resuming an inactive conversation would use a noticeable share of the 5-hour limit. 2.1.311 (2026-10-26): ultrathink runs its turn at xhigh effort on Opus 5.5, Sonnet 5.5, Haiku 5.5 and Fable 5.1 in the interactive terminal. 2.1.312 (2026-10-27): usage messages say "5-hour limit" instead of "session limit". 2.1.316 (2026-10-31): CLAUDE_CODE_DISABLE_ULTRATHINK, CLAUDE_CODE_SUBAGENT_EFFORT (effort of subagents when nothing else sets one), ultrathink at xhigh in VS Code; Opus 4.8 fast mode deprecated, removed 2026-11-30. 2.1.317 (2026-11-03): subagents on another model use that model's saved or default effort, not the session's. 2.1.321 (2026-11-09): Claude Fable 5.2 ($8 / $40, $0.20 cache reads, 1M context) becomes the fable alias; saved Fable 5.1 picks move to it on Pro, Max and Ultra; Ultra named alongside Pro and Max. 2.1.322 (2026-11-10): Fable 5.2 fast mode on Vertex (global, us and eu regions).

    Publiée le 10 nov. 2026 · Consultée le 11 nov. 2026

  14. Claude Code commandsAnthropicOfficielle

    `/code-review` (alias `/review`), `/simplify` (cleanup, not bug finding), `/batch`, `/goal`, `/effort`, `/doctor`, `/btw`, `/rewind`; workflow command syntax for `/diff`, `/init`, `/plan`, `/compact`, `/resume`, `/mcp` and `/hooks`.

    Consultée le 29 sept. 2026

  15. Claude Code costsAnthropicOfficielle

    Subagents and agent teams draw on the same usage limits; agent teams use about 7× more tokens when teammates run in plan mode.

    Consultée le 28 sept. 2026

  16. Claude Code for VS CodeAnthropicOfficielle

    Extension name "Claude Code for VS Code", id anthropic.claude-code, version 2.1.283.

    Publiée le 25 sept. 2026 · Consultée le 28 sept. 2026

  17. Claude Code GitHub ActionsAnthropicOfficielle

    Surface name "Claude Code GitHub Actions" (anthropics/claude-code-action, @claude in issues and pull requests); "Claude Code GitLab CI/CD" for GitLab.

    Consultée le 29 sept. 2026

  18. Claude Code in ChromeAnthropicOfficielle

    `claude --chrome` lets the agent drive the browser; requires a subscription login (`/login`), unavailable with an API key.

    Consultée le 28 sept. 2026

  19. Claude Code in SlackAnthropicOfficielle

    Claude Code runs coding tasks started from Slack.

    Consultée le 29 sept. 2026

  20. Claude Code on mobileAnthropicOfficielle

    Start, monitor and steer Claude Code tasks from the Claude app for iOS and Android.

    Consultée le 29 sept. 2026

  21. Claude Code permission modesAnthropicOfficielle

    Auto mode is the starting mode since v2.1.283; `Shift+Tab` cycles auto → default → acceptEdits → plan; `/plan`.

    Consultée le 28 sept. 2026

  22. Claude Code reviewAnthropicOfficielle

    Local /code-review checks correctness; /review alias since 2.1.223. /simplify applies cleanup; --fix and --comment are explicit modification/publication options, not default review steps.

    Consultée le 29 sept. 2026

  23. Claude Code workflowsAnthropicOfficielle

    `ultracode` keyword or “use a workflow”; quota cost and the warning beyond 25 agents or 1.5M tokens.

    Consultée le 28 sept. 2026

  24. Claude Code worktreesAnthropicOfficielle

    `claude --worktree <name>` / `-w` for isolated parallel sessions.

    Consultée le 28 sept. 2026

  25. Claude Code: run and verify your appAnthropicOfficielle

    Bundled /run and /verify launch and exercise the app. /run-skill-generator records launch instructions; /verify may save a project skill. Availability depends on enabled bundled skills and project overrides.

    Consultée le 29 sept. 2026

  26. Claude Fable 5.1 and Mythos 5.1AnthropicOfficielle

    CursorBench 3.2.0 and Terminal-Bench 4.0 score and cost at each effort level for Fable 5.1, Fable 5 and Mythos 5.1.

    Publiée le 1 sept. 2026 · Consultée le 28 sept. 2026

  27. Claude Fable 5.2 and Claude Mythos 5.2 System CardAnthropicOfficielle

    Coding scores at max effort unless stated: SWE-bench Pro 93.0%, Multilingual 96.6%, Multimodal 74.1%; DeepSWE v1.1 74.3%; Terminal-Bench 4.0 67.6% (Claude Code --bare, 660 trials, ±1.8; Opus 5.5 66.4% at xhigh, Fable 5.1 55.8%); FrontierCode 2.0 49.1% at xhigh and 45.7% at max (44.4% if 22 timed-out attempts count as zero); FrontierSWE v2 69.9%.

    Publiée le 9 nov. 2026 · Consultée le 11 nov. 2026

  28. Claude Fable 5.2 launch offersAnthropicOfficielle

    From 2026-11-09: Pro and Team standard seats get every Fable model in their plan until 2026-11-16 (up to 50% of the weekly limit) plus one Fable reset; Max, Ultra and premium seats get one to three Fable resets by subscription length (under 6 months, 6–12, over 12), valid until 2027-03-08; a reset restores Fable usage on the weekly limit and refills the whole 5-hour window, without raising limits.

    Publiée le 9 nov. 2026 · Consultée le 11 nov. 2026

  29. Claude Fable 5.2 model pageAnthropicOfficielle

    Model id claude-fable-5-2, released 2026-11-09, retirement not sooner than 2027-11-09; 1M context, 128K output; adaptive thinking always on; API default effort high; $8 input, $10 / $16 cache write (5 min / 1 h), $0.20 cache read, $40 output, batch 50%; knowledge cutoff June 2026; 30-day data retention required.

    Publiée le 9 nov. 2026 · Consultée le 11 nov. 2026

  30. Claude Fable models on your planAnthropicOfficielle

    Fable 5.2, 5.1 and 5 on all paid plans; they use limits faster and are capped at 50% of the weekly limit on Max, Ultra and Team Premium; usage credits only on Pro and Team Standard; Fable 5.2 needs Claude Code 2.1.321 or later.

    Consultée le 11 nov. 2026

  31. Claude Haiku 5.5 (Claude Platform docs)AnthropicOfficielle

    Model id claude-haiku-5-5, 1M context, 128K output; $0.10 input, $0.01 cache read, $0.50 output per MTok up to 100K-token prompts ($0.50 / $0.05 / $2.50 above); efforts low to max, medium by default; adaptive thinking.

    Publiée le 7 oct. 2026 · Consultée le 10 oct. 2026

  32. Claude Haiku 5.5 System CardAnthropicOfficielle

    Coding capabilities at max effort: SWE-bench Pro 64.8, Multilingual 83.7, Multimodal 30.7, FrontierCode Main 46.4 (45.8 at xhigh), Terminal-Bench 4.0 39.2, FrontierSWE v2 43.8; FrontierCode per effort in output tokens (figure 8.3.A).

    Publiée le 7 oct. 2026 · Consultée le 10 oct. 2026

  33. Claude Opus 5.5AnthropicOfficielle

    Score and cost per task at each effort level for Opus 5.5, Fable 5.1 and Opus 5 on Terminal-Bench 4.0, FrontierCode v1.1 and CursorBench 4.0; five-hour limit change of 2026-09-22.

    Publiée le 22 sept. 2026 · Consultée le 28 sept. 2026

  34. Claude Opus 5.5 System CardAnthropicOfficielle

    Headline coding scores (SWE-bench Pro, Terminal-Bench 4.0 at xhigh and max, DeepSWE v1.1, CursorBench 4.0) versus Opus 5, Fable 5.1 and GPT-6 Astra.

    Publiée le 22 sept. 2026 · Consultée le 28 sept. 2026

  35. Claude pricingAnthropicOfficielle

    Prices of Free, Pro ($20, $17 a month billed yearly), Max ($100, 5× Pro), Ultra ($200, 10× Pro per week, no 5-hour limit for verified accounts), Team and Enterprise plans and what each includes; Fable on usage credits on Pro, up to half the weekly limit on Max and Ultra; monthly API credits on Max ($100), Ultra ($200) and Team (up to $500); API price table with Fable 5.2 $8 / $0.20 / $40.

    Consultée le 11 nov. 2026

  36. Claude Sonnet 5 System CardAnthropicOfficielle

    Headline coding scores of Sonnet 5 at max effort (SWE-bench Verified, SWE-bench Pro, Terminal-Bench 2.1).

    Publiée le 30 juin 2026 · Consultée le 28 sept. 2026

  37. Claude Sonnet 5.5 (Claude Platform docs)AnthropicOfficielle

    Model id claude-sonnet-5-5, 1M context, 128K output; $2 input, $0.10 cache read (cut from $0.20 on 2026-10-07), $10 output per MTok; efforts low to max, default high on the API and medium in Claude Code and the apps; thinking can no longer be disabled (between_tools instead).

    Publiée le 28 sept. 2026 · Consultée le 10 oct. 2026

  38. Claude Sonnet 5.5 System CardAnthropicOfficielle

    Coding capabilities at max effort: DeepSWE v1.1 71.0, FrontierSWE v2 61.9.

    Publiée le 28 sept. 2026 · Consultée le 29 sept. 2026

  39. Continue local sessions from any device with Remote ControlAnthropicOfficielle

    Remote Control continues a local Claude Code session from a phone, a tablet or any browser, through claude.ai/code or the Claude app.

    Consultée le 29 sept. 2026

  40. EffortAnthropicOfficielle

    Effort levels available per model and when to use each (xhigh for agentic coding over 30 minutes, low for subagents); Haiku 5.5 supports low to max, medium by default; Fable 5.2 supports low to max, high by default on the API (start at high, gains above it are uneven).

    Consultée le 11 nov. 2026

  41. How AI is transforming work at AnthropicAnthropicOfficielle

    Claude Code transcripts by task: feature implementation 36.9%, design and planning 9.9%; daily use for debugging 55%.

    Publiée le 2 déc. 2025 · Consultée le 28 sept. 2026

  42. How do usage and length limits work?AnthropicOfficielle

    Five-hour session and weekly limits; no fixed message count; what drives consumption (model, effort, length, tools).

    Consultée le 10 oct. 2026

  43. Introducing Claude Fable 5.2 and Claude Mythos 5.2AnthropicOfficielle

    Score and cost per task at each effort level for Fable 5.2, Opus 5.5 and Fable 5.1 on FrontierCode 2.0 (also GPT-6 Astra and Gemini 4 Carbon; Fable 5.2 49.1% at xhigh for $14.19, 45.6% at max for $44.70), WANDR, BenchCAD 2.1, Humanity's Last Exam and Chartography; benchmark table (FrontierSWE v2 69.9%, Terminal-Bench-Science 0.1 74.6%); $8 / $40, fast mode $16 / $80; medium is the default in the Claude apps and Claude Code; Fable up to 50% of the weekly limit for Pro and Team standard seats during the launch week.

    Publiée le 9 nov. 2026 · Consultée le 11 nov. 2026

  44. Introducing Claude Haiku 4.5AnthropicOfficielle

    SWE-bench Verified score of Haiku 4.5.

    Publiée le 15 oct. 2025 · Consultée le 28 sept. 2026

  45. Introducing Claude Haiku 5.5AnthropicOfficielle

    Score and cost at each effort level for Haiku 5.5, Haiku 4.5, Sonnet 5.5 and GPT-6 Luna on OSWorld 2.1, GDPval-AA v2.1, Humanity's Last Exam and Terminal-Bench 4.0 (Sonnet 5.5 at $0.10 and $0.20 cache reads); headline Terminal-Bench 4.0 39.2 and FrontierCode 1.1 Main 46.4 at max; prices by prompt length; Sonnet 5.5 cache reads cut to $0.10; monthly API credits for Max and Team.

    Publiée le 7 oct. 2026 · Consultée le 10 oct. 2026

  46. Introducing Claude Sonnet 5AnthropicOfficielle

    Release date, positioning and headline coding scores of Sonnet 5.

    Publiée le 30 juin 2026 · Consultée le 28 sept. 2026

  47. Introducing Claude Sonnet 5.5AnthropicOfficielle

    Score and cost at each effort level for Sonnet 5.5, Opus 5.5 and Sonnet 5 on Terminal-Bench 4.0 ($ per attempt), FrontierCode v1.1 and CursorBench 4.0 ($ per task); headline SWE-bench Pro 81.3 and Terminal-Bench 4.0 70.6 at max.

    Publiée le 28 sept. 2026 · Consultée le 29 sept. 2026

  48. Model configurationAnthropicOfficielle

    Default model (Opus 5.5 on every plan since v2.1.280; no Fable model is a default); default effort per model (medium on Fable 5.2, Opus 5.5, Sonnet 5.5 and Haiku 5.5); fable alias → Fable 5.2 and saved Fable 5.1 picks moved to it on Pro, Max and Ultra (v2.1.321); haiku alias → Haiku 5.5 since v2.1.293; ultrathink raises one terminal turn to xhigh (v2.1.311+, Fable 5.2 included).

    Consultée le 11 nov. 2026

  49. Models overviewAnthropicOfficielle

    Model IDs, release dates, context windows, max output and status of every current Claude model: current lineup Fable 5.2, Opus 5.5, Sonnet 5.5, Haiku 5.5; Fable 5.1, Fable 5 and Haiku 4.5 legacy, still available.

    Consultée le 11 nov. 2026

  50. Models, usage, and limits in Claude CodeAnthropicOfficielle

    Opus uses meaningfully more quota than Sonnet; higher effort reaches limits faster.

    Consultée le 10 oct. 2026

  51. Monthly API credits for Max and Team plansAnthropicOfficielle

    Max 5x $100, Max 20x $200, Team $20 per Standard and $100 per Premium seat pooled up to $500 a month; Claude Platform only (API, Managed Agents, Agent SDK with an API key); not interactive Claude Code nor extra usage; plan limits unchanged.

    Publiée le 7 oct. 2026 · Consultée le 10 oct. 2026

  52. Optimizing for cost and intelligenceAnthropicOfficielle

    Cost per solved task on a 478-problem SWE-bench Pro subset for Opus 5.5, Fable 5.1 and Sonnet 5 configurations; effort trade-offs for Opus 5.5; Haiku 5.5: GPQA Diamond 85% at about a twentieth of Opus 5.5's cost per question.

    Consultée le 10 oct. 2026

  53. Platforms and integrationsAnthropicOfficielle

    Claude Code surfaces: CLI, Desktop, VS Code, JetBrains, Web (claude.ai/code) and Mobile; Slack and Chrome are integrations, not surfaces.

    Consultée le 28 sept. 2026

  54. PricingAnthropicOfficielle

    Input, cache write, cache read and output prices per million tokens; batch and fast-mode prices (Fable 5.2 fast mode $16 / $80 since 2026-11-09; Opus 5.5 $8 / $40, out of research preview since 2026-10-15). Fable 5.2 $8 / $0.20 / $40, Fable 5.1 $10 / $0.25 / $50 (cache reads 0.025×); Sonnet 5.5 cache reads $0.10 (0.05×) since 2026-10-07; Haiku 5.5 priced by prompt length (over 100K tokens).

    Consultée le 11 nov. 2026

  55. Prompting Claude Opus 5.5AnthropicOfficielle

    Start at medium; reserve xhigh and max for work with a measured gain; name the finish line; name the frontend styles to avoid.

    Consultée le 28 sept. 2026

  56. Run Claude Code programmaticallyAnthropicOfficielle

    Non-interactive use of Claude Code in scripts and pipelines (`claude -p`).

    Consultée le 29 sept. 2026

  57. Use Claude Code DesktopAnthropicOfficielle

    Claude Code Desktop is the Code tab of the Claude desktop app (Chat, Cowork, Code) on macOS, Windows and Linux (beta).

    Consultée le 28 sept. 2026

  58. Use Claude Code in the cloudAnthropicOfficielle

    Browser surface at claude.ai/code, "also called Claude Code on the web"; cloud sessions on Pro, Max, Team and Enterprise.

    Consultée le 28 sept. 2026

  59. What is the Max plan?AnthropicOfficielle

    Max at $100: five times Pro usage every five hours and every week, a separate weekly limit for Fable; monthly billing only; $100 a month of API credits; Max 20x replaced by the Ultra plan.

    Consultée le 11 nov. 2026

  60. What is the Ultra plan?AnthropicOfficielle

    The Max 20x plan is now called Ultra, existing subscribers moved automatically with no price change; $200 a month, monthly only; 10 times Pro usage every week; no five-hour limit for verified accounts (a temporary limit until verification); a weekly limit across all models and a separate weekly limit for Fable; $200 a month of API credits.

    Consultée le 11 nov. 2026

  61. 5-hour session limits increaseAnthropic (ClaudeDevs on X)Officielle

    Five-hour limits up 20% on 2026-09-22; Opus 5.5 goes 25% further within limits because it is priced lower.

    Publiée le 22 sept. 2026 · Consultée le 28 sept. 2026

  62. Arena Agent Arena: CodeArenaTierce

    Net improvement over an average model (with CI), sessions and the five signal scores of each model × effort on live coding-agent sessions (snapshot of 2026-11-08, 909,397 sessions, 57 models; flight payload; Bash Reliability replaced Bash Recovery on 2026-10-12).

    Publiée le 8 nov. 2026 · Consultée le 11 nov. 2026

  63. Arena Code: Image-to-WebDevArenaTierce

    Rating, 95% confidence bounds and votes of every model building a web page from an image (vote cutoff 2026-11-10, 210,832 votes, 66 models; entries[] in the payload).

    Publiée le 10 nov. 2026 · Consultée le 11 nov. 2026

  64. Arena Code: WebDev leaderboardArena (LMArena)Tierce

    Rating, 95% confidence interval, votes and rank of every model on blind pairwise web-development votes (entries[] in the server-rendered payload; vote cutoff 2026-11-10, 995,980 votes, 157 models). The page now sits behind a Cloudflare challenge: load it in a headed browser.

    Publiée le 10 nov. 2026 · Consultée le 11 nov. 2026

  65. Announcing Artificial Analysis Intelligence Index v5Artificial AnalysisTierce

    Nine components of Index v5 (HLE-Diamond replaces Humanity's Last Exam, FrontierCode 2.0 and Terminal-Bench-Science added), 60% on private test sets.

    Publiée le 27 oct. 2026 · Consultée le 11 nov. 2026

  66. Artificial Analysis Coding Agent IndexArtificial AnalysisTierce

    Coding Agent Index per harness × model (Claude Code, Codex, Grok Build, Kimi Code, Antigravity, OpenCode, Muse Code, Devin Fusion, GitHub Copilot, Mistral Vibe, Mirror, DeepSeek Harness): score on FrontierCode v1.1, Terminal-Bench 4.0 and SWE-Atlas-QnA-AA, cost, tokens and time per task (35 rows; reward-hacking audit materialized 2026-11-10).

    Publiée le 10 nov. 2026 · Consultée le 11 nov. 2026

  67. Artificial Analysis evaluation detailsArtificial AnalysisTierce

    Per-model sub-scores embedded in the page payload: Humanity's Last Exam, CritPt, SciCode, GPQA and Terminal-Bench 4.0 for each model × effort.

    Consultée le 11 nov. 2026

  68. Artificial Analysis model leaderboardArtificial AnalysisTierce

    Intelligence Index v5.0.1 and AA's own Terminal-Bench 4.0 run for every model × effort, with cost per task and output tokens per task (JSON embedded in the page; 734 models, 119 with a v5 score, newest release 2026-11-09: Claude Fable 5.2). Costs AA publishes as exactly 0 (no API price) are left empty.

    Consultée le 11 nov. 2026

  69. Artificial Analysis: Terminal-Bench-ScienceArtificial AnalysisTierce

    pass@1 (mean of 3 repeats) of 135 model × effort rows from the embedded catalogue (terminalBenchScience); Claude rows marked "Default Fallback".

    Consultée le 11 nov. 2026

  70. Claude Max weekly limit measurementsClassmethodTierce

    Weekly budget of Max 5x and Max 20x in API-equivalent dollars (two accounts, /usage vs ccusage).

    Publiée le 20 août 2026 · Consultée le 28 sept. 2026

  71. Codex usage researchcodexusage.devTierce

    Codex Plus 5-hour and weekly budgets in credits and dollars, cost per busy hour by effort level.

    Publiée le 22 sept. 2026 · Consultée le 28 sept. 2026

  72. Coding plan trackercodingplan.orgTierce

    Current Kimi plan names and CNY prices (Go, Plus, Pro, Max) and the mapping from legacy names.

    Publiée le 24 sept. 2026 · Consultée le 28 sept. 2026

  73. FrontierCode leaderboard dataCognitionTierce

    FrontierCode 2.0 (132 tasks, from 2026-10-27; data/frontier-code-2.0/data.json): score, pass rate, cost, tokens and flagged rate for every model × effort. FrontierCode v1 and v1.1 archive (frontiercode-leaderboard/data.json): score, pass rate and cost, main and extended subsets. Changelog: Gemini 4 Carbon 2026-10-28; SWE-2 Flash and Muse Spark Open 2026-11-04; Kimi K3.1 Pro 2026-11-05; Claude Fable 5.2 and Inkling 2 Small 2026-11-09.

    Publiée le 9 nov. 2026 · Consultée le 11 nov. 2026

  74. CWE-bench v2Collinear AITierce

    Deterministic pass@1 and pass@4 with 95% CI and mean cost per rollout of 11 models in their agents, all at high reasoning, on the combined 250 tasks and on the public (100) and held-out (150) sets (v2, results as of 2026-11-02; table data attributes and data-v2.js). Archives: v1 at /v1 (120 tasks, programmatic and judge-panel pass@1/pass@4, updated 2026-10-28 with Gemini 4 Carbon) and v0 at /v0 (100 tasks).

    Publiée le 2 nov. 2026 · Consultée le 11 nov. 2026

  75. Agent SecurityCursorOfficielle

    Tool approvals, MCP permissions and the distinction between approval classification and an isolation boundary.

    Consultée le 29 sept. 2026

  76. BugbotCursorOfficielle

    Surface name "Bugbot": Cursor's pull request review bot on GitHub.

    Consultée le 29 sept. 2026

  77. Building a better BugbotCursorOfficielle

    Bugbot reviews more than two million pull requests per month.

    Consultée le 29 sept. 2026

  78. Cloud AgentsCursorOfficielle

    Web surface name "Cloud Agents": agents that run in isolated cloud VMs, in parallel, without the local machine.

    Consultée le 28 sept. 2026

  79. Cursor CLICursorOfficielle

    Terminal surface name "Cursor CLI", started with `agent` (macOS, Linux, WSL, Windows).

    Consultée le 28 sept. 2026

  80. Cursor for iOSCursorOfficielle

    Cursor's cloud agents from an iPhone.

    Consultée le 29 sept. 2026

  81. Cursor in JetBrains IDEsCursorOfficielle

    Cursor's agent in IntelliJ IDEA, PyCharm, WebStorm and other JetBrains IDEs through the Agent Client Protocol (ACP); needs a paid Cursor plan.

    Consultée le 28 sept. 2026

  82. Cursor in LinearCursorOfficielle

    Cursor agents started from Linear issues.

    Consultée le 29 sept. 2026

  83. Cursor in SlackCursorOfficielle

    Cursor agents started from Slack.

    Consultée le 29 sept. 2026

  84. Cursor pricingCursorOfficielle

    The X Subscription (2026-10-12): Plus $8, Premium $30, Super $100, Ultra $200; one weekly pool for Cursor models shared with Grok (4×, 15×, 50× Plus); third-party models at API list price from prepaid credit on Premium and up.

    Publiée le 12 oct. 2026 · Consultée le 17 oct. 2026

  85. Cursor SDKCursorOfficielle

    Cursor SDK for TypeScript and Python (@cursor/sdk).

    Consultée le 29 sept. 2026

  86. CursorBench 4.0CursorTierce

    Score, cost per task, tokens and steps for every model × effort (server-rendered results table). Rows added without a changelog entry: Gemini 4 Argon and Muse Wonder (after 2026-10-10), DeepSeek V4.1 Flash 1017 (after 2026-10-17), Gemini 4 Carbon and Claude Fable 5.2 (November 2026); the changelog's latest entry is still 2026-10-07, so the published date is inferred.

    Publiée le 10 nov. 2026 · Consultée le 11 nov. 2026

  87. Legacy Cursor plansCursorOfficielle

    Hobby, Start, Pro $20, Pro+ $60, Ultra $200 and Teams continue for existing customers with two monthly pools (Cursor Models, Other Models); comparable X Subscription tiers Premium, Super, Ultra.

    Consultée le 17 oct. 2026

  88. Using Headless CLICursorOfficielle

    Cursor CLI in scripts and automation, without the interactive interface.

    Consultée le 29 sept. 2026

  89. What is The X Subscription?CursorOfficielle

    One subscription for Grok, Cursor and X, launched on 2026-10-12: Grok and Cursor share one weekly included usage pool; third-party models in Cursor (Claude, GPT) are not included and are billed at API list price from the first use, paid from prepaid credit; switching is optional and permanent, and existing Cursor, SuperGrok and X Premium plans continue.

    Publiée le 12 oct. 2026 · Consultée le 17 oct. 2026

  90. DeepSWE v1.1 leaderboardDatacurveTierce

    pass@1 and mean cost per task for every model × effort (mini-swe-agent harness, 4 runs).

    Consultée le 28 sept. 2026

  91. GLM-5.3 in Claude Code: real cost on the Coding PlanDécodeur IATierce

    Lite plan in Claude Code: a 3-hour session used 70% of a 2,000-credit window; one endpoint with tests took 18 minutes and 210 credits.

    Publiée le 29 août 2026 · Consultée le 28 sept. 2026

  92. Design Arena: agentic web devDesign ArenaTierce

    Elo, win rate and battles for the full-stack and frontend agentic web-app arenas (full-stack from /api/leaderboard, frontend from the embedded board). No standard error published since 2026-10-10 (btStdErr null).

    Publiée le 11 nov. 2026 · Consultée le 11 nov. 2026

  93. Design Arena: Code overallDesign ArenaTierce

    Elo, battles, win rate and mean generation time of 195 models across every code category (category allcategories, 1,950,799 votes; no standard error published). Claude Opus 5.5 369 s, Claude Sonnet 5.5 390 s, Claude Fable 5.2 732 s, GPT-6.1 Sol 228 s, GPT-6.1 Terra 132 s, GPT-6 Astra xhigh 574 s, max 1,093 s, Gemini 4 Argon 205 s, Kimi K3.1 Pro 1,121 s.

    Publiée le 11 nov. 2026 · Consultée le 11 nov. 2026

  94. Design Arena: data visualizationDesign ArenaTierce

    Elo, battles and win rate of 156 models on blind human votes for chart and dashboard code (POST /api/leaderboard, category dataviz, 90,018 votes; no standard error published; models with fewer than 100 battles are no longer listed since 2026-10-16).

    Publiée le 11 nov. 2026 · Consultée le 11 nov. 2026

  95. Design Arena: Game devDesign ArenaTierce

    Elo, battles, win rate and mean generation time of 193 models on browser games (category gamedev, 318,370 votes; no standard error published). Claude Opus 5.5 483 s, Claude Sonnet 5.5 486 s, Claude Fable 5.2 919 s, GPT-6.1 Sol 228 s, GPT-6.1 Terra 123 s, GPT-6 Astra xhigh 603 s, max 1,133 s, Gemini 4 Argon 198 s, Kimi K3.1 Pro 1,076 s.

    Publiée le 11 nov. 2026 · Consultée le 11 nov. 2026

  96. Design Arena: Mobile apps (agents)Design ArenaTierce

    Elo, battles and win rate of 58 agents building mobile apps (arenaType agents, category mobileapps, 45,185 votes; no standard error published).

    Publiée le 11 nov. 2026 · Consultée le 11 nov. 2026

  97. Design Arena: SVGDesign ArenaTierce

    Elo, battles and win rate of 139 models on blind human votes for SVG generation (POST /api/leaderboard, category svg, 211,612 votes; standard error no longer published since 2026-10-10).

    Publiée le 11 nov. 2026 · Consultée le 11 nov. 2026

  98. Design Arena: UI componentsDesign ArenaTierce

    Elo, battles and win rate of 186 models on UI components (category uicomponent, 114,714 votes; no standard error published).

    Publiée le 11 nov. 2026 · Consultée le 11 nov. 2026

  99. Design Arena: WebsiteDesign ArenaTierce

    Elo, battles and win rate of 206 models on single-shot websites (POST /api/leaderboard, category website, 1,190,870 votes; no standard error published).

    Publiée le 11 nov. 2026 · Consultée le 11 nov. 2026

  100. Endor Labs Agent Security LeagueEndor LabsTierce

    Secure and functional pass rates of 34 harness × model rows (Claude Code, Codex, Cursor, Muse Code, SWE-Agent), extending the SusVibes benchmark (200 tasks, 77 CWE classes); newest row 2026-10-24 (Muse Code + Muse Wonder); board re-scored between 2026-10-16 and 2026-10-24.

    Publiée le 24 oct. 2026 · Consultée le 11 nov. 2026

  101. ALE-Bench (Epoch AI Benchmarking Hub)Epoch AITierce

    ALE-Bench Performance score (algorithm optimization) and cost per model × effort (ale_bench_external.csv): GPT-6 Astra max 2951, GPT-6.1 Sol max 2744, GPT-6.1 Terra max 2609 at $0.41, GPT-6 Sol max 2462, Claude Opus 5.5 high 2147 (the only Opus 5.5 effort measured).

    Publiée le 11 nov. 2026 · Consultée le 11 nov. 2026

  102. WeirdML v3 (Epoch AI Benchmarking Hub)Epoch AITierce

    WeirdML v3 agentic score and cost per run per model, agent and effort (weirdml_v3_external.csv; benchmark released 2026-09-18).

    Publiée le 11 nov. 2026 · Consultée le 11 nov. 2026

  103. Factory pricingFactoryOfficielle

    Droid Pro, Plus and Max prices and per-model multipliers.

    Publiée le 28 sept. 2026 · Consultée le 28 sept. 2026

  104. Kimi plans in USDgeotoolbox.aiTierce

    International USD prices of Kimi plans and their Kimi Code usage multipliers (1×, 5×, 15×, 30×).

    Publiée le 5 sept. 2026 · Consultée le 28 sept. 2026

  105. 60 million Copilot code reviews and countingGitHubOfficielle

    Copilot code review passed 60 million reviews; usage grew 10x since its April 2025 launch and accounts for more than one in five code reviews on GitHub.

    Publiée le 5 mars 2026 · Consultée le 29 sept. 2026

  106. About GitHub Copilot CLIGitHubOfficielle

    Terminal surface name "GitHub Copilot CLI", started with `copilot` (Linux, macOS, Windows); `copilot -p` runs it programmatically.

    Consultée le 28 sept. 2026

  107. About GitHub Copilot cloud agentGitHubOfficielle

    Copilot cloud agent works in the background from the agents panel on GitHub.com, issues or VS Code and opens pull requests; it can also be started from Microsoft Teams and Slack (public preview) and from Azure Boards, Jira or Linear.

    Consultée le 28 sept. 2026

  108. About GitHub Copilot code reviewGitHubOfficielle

    Surface name "Copilot code review": Copilot reviews pull requests, identifies issues and suggests fixes.

    Consultée le 29 sept. 2026

  109. Asking GitHub Copilot questions in GitHubGitHubOfficielle

    Web surface: Copilot Chat on any GitHub page and at github.com/copilot.

    Consultée le 29 sept. 2026

  110. Asking GitHub Copilot questions in GitHub MobileGitHubOfficielle

    Copilot in GitHub Mobile: coding questions, repositories and pull requests from a phone.

    Consultée le 29 sept. 2026

  111. Claude Fable 5.2 in GitHub CopilotGitHubOfficielle

    Claude Fable 5.2 generally available on 2026-11-09 for Copilot Pro+, Max, Business and Enterprise on the same surfaces; billed at provider list price; requires data retention by Anthropic (policy off by default for organizations; zero data retention for eligible enterprises until the end of 2026).

    Publiée le 9 nov. 2026 · Consultée le 11 nov. 2026

  112. Copilot SDKGitHubOfficielle

    GitHub Copilot SDK to build Copilot-powered apps.

    Consultée le 29 sept. 2026

  113. Gemini 4 Argon in GitHub CopilotGitHubOfficielle

    Gemini 4 Argon generally available on 2026-10-13 for Copilot Pro+, Max, Business and Enterprise in VS Code, Visual Studio, Copilot CLI, cloud agent, Copilot app, JetBrains, Xcode and Eclipse; billed at provider list price.

    Publiée le 13 oct. 2026 · Consultée le 17 oct. 2026

  114. Gemini 4 Carbon in GitHub CopilotGitHubOfficielle

    Gemini 4 Carbon generally available on 2026-11-10 for Copilot Pro+, Max, Business and Enterprise in VS Code, Visual Studio, Copilot CLI, coding agent, Copilot app, github.com, GitHub Mobile, JetBrains, Xcode and Eclipse; billed at provider list price; on by default for organizations unless disabled.

    Publiée le 10 nov. 2026 · Consultée le 11 nov. 2026

  115. GitHub Action dependentsGitHubTierce

    Repositories using each official action on 2026-10-11: anthropics/claude-code-action 24,081; JetBrains/junie-github-action 47.

    Consultée le 11 oct. 2026

  116. GitHub Copilot plansGitHubOfficielle

    Copilot Pro, Pro+, Max, Business and Enterprise prices and the AI Credits included with each (unchanged: $10 / $39 / $100 with $15 / $70 / $200); Gemini 4 Carbon, Gemini 4 Argon and Claude Fable 5, 5.1 and 5.2 on Pro+ and Max, not on Free or Pro.

    Publiée le 28 sept. 2026 · Consultée le 11 nov. 2026

  117. Installing the GitHub Copilot extension in your environmentGitHubOfficielle

    IDE surface name "GitHub Copilot extension" (VS Code, Visual Studio, JetBrains, Xcode, Vim/Neovim, Azure Data Studio).

    Consultée le 28 sept. 2026

  118. Models and pricing for GitHub CopilotGitHubOfficielle

    Per-token AI Credit prices per model (1 credit = $0.01); Gemini 4 Carbon and Gemini 4 Argon $2 / $0.10 / $10 per MTok, promotional until 2026-12-01 (Carbon then $4 / $0.20 / $20); Claude Fable 5.2 $8 / $0.20 / $40 (cache write $10).

    Consultée le 11 nov. 2026

  119. Route and orchestrate models with GitHub Copilot FusionGitHubOfficielle

    Copilot Fusion generally available on 2026-10-28 on all Copilot plans (VS Code, Copilot app, CLI, JetBrains): Standard, High and Max efforts route and orchestrate enabled models; billed per model used at its standard rate, 30% off for a limited time on paid plans; Fusion Max scored 60 on the AA Coding Agent Index at about half the cost per task of Claude Code with Opus 5.5 Max.

    Publiée le 28 oct. 2026 · Consultée le 11 nov. 2026

  120. Pro 20x weekly meter measurementGitHub user reportTierce

    Weekly meter moved from 64% to 95% for $609 of API-equivalent usage on Pro 20x.

    Publiée le 10 sept. 2026 · Consultée le 28 sept. 2026

  121. Three weekly meters on Pro 5xGitHub user reportTierce

    Three full weekly Pro 5x meters = $959.87 API-equivalent (about $320 per week) and 708 M tokens on GPT-5.6 Sol and Astra.

    Publiée le 7 sept. 2026 · Consultée le 28 sept. 2026

  122. Weekly allowance value on Pro 20x (GPT-5.6 Sol vs GPT-6 Astra)GitHub user reportTierce

    API-equivalent value of a full weekly Pro 20x allowance: about $1,925 on GPT-5.6 Sol, $1,191–1,234 on GPT-6 Astra.

    Publiée le 8 sept. 2026 · Consultée le 28 sept. 2026

  123. Claude Code usage meter measurementsGitHub user reportsTierce

    Controlled A/B measurements of API-equivalent dollars per 1% of the 5-hour and weekly meters (interactive vs headless), Pro and Max.

    Publiée le 27 sept. 2026 · Consultée le 28 sept. 2026

  124. Antigravity CLI best practicesGoogleOfficielle

    Verification loops first; explore, plan, then execute; `/rewind`, `/fork`, parallel subagents.

    Consultée le 28 sept. 2026

  125. Antigravity CLI installationGoogleOfficielle

    Antigravity CLI binary `agy`, install script antigravity.google/cli/install.sh.

    Consultée le 28 sept. 2026

  126. Antigravity IDE ExtensionsGoogleOfficielle

    Extensions for VS Code (Marketplace "Google Antigravity", Google.google-antigravity), Visual Studio, JetBrains, Zed and Xcode.

    Consultée le 28 sept. 2026

  127. Antigravity modelsGoogleOfficielle

    Models per plan: Gemini 4 Carbon (Low/Medium/High, default High) on Ultra and Enterprise only; Gemini 4 Argon (same levels) on paid Google AI Pro (or a trial with eligible premium devices), Ultra and Enterprise; Claude Opus 5.5 and Sonnet 5.5 (thinking) on Pro (non-trial), Ultra and Enterprise; Gemini 3.8 Flash on every plan; Gemini 3.7 Flash, 3.6 Flash and 3.1 Pro on Enterprise only; Claude 4.6 models and GPT-OSS-120b to be removed on 2026-11-18 (was 2026-11-02). Two usage pools with five-hour and weekly remaining percentages.

    Consultée le 11 nov. 2026

  128. Antigravity plansGoogleOfficielle

    Quota wording per plan: weekly refresh on Free, five-hour refresh until a weekly limit on Pro and Ultra.

    Consultée le 17 oct. 2026

  129. Antigravity Remote ControlGoogleOfficielle

    Remote Control: a browser dashboard, installable on a phone with push notifications, that drives Antigravity 2.0 and CLI sessions running on your own machines; no hosted web agent.

    Consultée le 29 sept. 2026

  130. Changes to Antigravity plansGoogleOfficielle

    Ultra $100 = 5× and $200 = 20× the Pro token allowance; the Gemini pool is drawn down at API prices; Claude and GPT models use a separate fixed pool.

    Publiée le 19 mai 2026 · Consultée le 10 oct. 2026

  131. Gemini 4 Argon in Google AntigravityGoogleOfficielle

    Gemini 4 Argon rolls out in the Antigravity desktop app and CLI for Google AI Pro and Ultra subscribers and eligible Gemini Enterprise subscriptions, from 2026-10-13.

    Publiée le 13 oct. 2026 · Consultée le 17 oct. 2026

  132. Gemini 4 Argon: Built to solve your hardest problemsGoogleOfficielle

    General availability on 2026-10-13: Gemini API and AI Studio, Gemini app and AI Mode for Google AI Pro and Ultra, Antigravity; introductory price $2 / $10 per MTok (cached input 95% off) until 2026-11-30, then $4 / $20; 1M unified input-output token limit.

    Publiée le 13 oct. 2026 · Consultée le 17 oct. 2026

  133. Gemini 4 Argon: our next era of frontier intelligenceGoogleOfficielle

    Restricted rollout to cyber defenders (Fairwind Program) before paid API customers and Google AI Ultra; introductory price $2 input / $10 output per MTok, cached input 95% off, then $4 / $20; 1M-token output limit; DeepSWE v1.1 77.9%.

    Publiée le 30 sept. 2026 · Consultée le 10 oct. 2026

  134. Gemini 4 Carbon and /swarmGoogleOfficielle

    Gemini 4 Carbon for Google AI Ultra subscribers in the Antigravity app, CLI and IDE extensions from 2026-11-10, and in Gemini for business; /swarm multi-agent teams in preview ("consume quota much faster than a standard chat").

    Publiée le 10 nov. 2026 · Consultée le 11 nov. 2026

  135. Gemini 4 Carbon is now availableGoogleOfficielle

    General availability on 2026-11-10: Gemini API paid tier (AI Studio, Android Studio), Gemini for business; Google AI Ultra subscribers in Antigravity, the Gemini app and AI Mode (not Pro). Argon stays the choice for most work; Carbon uses more tokens. #1 on CursorBench 4.0, WANDR and AutomationBench; /swarm preview in Antigravity; intro price ends 2026-11-30.

    Publiée le 10 nov. 2026 · Consultée le 11 nov. 2026

  136. Gemini 4 Carbon: our next frontier modelGoogleOfficielle

    Restricted rollout to a subset of cyber defenders (Fairwind Program) from 2026-10-28; same introductory price as Argon, $2 / $10 per MTok, cached input 95% off, then $4 / $20. Results table (same values as the evaluation PDF): Terminal-Bench 4.0 (AA) 65.2, FrontierSWE 2 61.2, SWE-sweep 9.6; WebDev Arena #4 (1768, +89); cheating on Terminal-Bench 4.0 reduced to 0.0%.

    Publiée le 28 oct. 2026 · Consultée le 11 nov. 2026

  137. Gemini API deprecationsGoogleOfficielle

    gemini-3.7-flash deprecated on 2026-10-08 with requests routed to gemini-3.8-flash; gemini-3.5-flash routed to gemini-3.6-flash; gemini-2.5-pro routed to gemini-3.8-flash and gemini-2.5-flash to gemini-3.5-flash-lite from 2026-12-01 (announced 2026-11-02); gemini-4-carbon (2026-11-10) and gemini-4-argon (2026-10-13) with no shutdown date.

    Publiée le 10 nov. 2026 · Consultée le 11 nov. 2026

  138. Gemini API pricingGoogleOfficielle

    Prices per million tokens: Gemini 4 Carbon and Gemini 4 Argon both $2 input / $0.10 cached / $10 output through 2026-11-30, then $4 / $0.20 / $20 (Batch and Flex half, Priority 1.8×, no long-context tier, not on the free tier; Contributor tier for Argon only); Gemini 3.8 Flash (introductory until 2026-12-31) and 3.1 Pro Preview. The page moved from ai.google.dev (301) and no longer prints a date; published = the Carbon entry of the API changelog.

    Publiée le 10 nov. 2026 · Consultée le 11 nov. 2026

  139. Gemini thinkingGoogleOfficielle

    Thinking levels and defaults per Gemini model (Gemini 4 Carbon and Gemini 4 Argon: low, medium, high, default medium); Gemini 4 shares one 1,048,576-token window between input and output.

    Consultée le 11 nov. 2026

  140. Google AI subscriptionsGoogleOfficielle

    Prices of Google AI Plus, Pro, Ultra 5x and Ultra 20x (unchanged: $4.99, $19.99, $99.99, $199.99); Gemini 4 Argon included from AI Pro, Gemini 4 Carbon on Ultra only ("highest access" to both); Antigravity rate-limit wording per plan.

    Consultée le 11 nov. 2026

  141. Google Antigravity docs: choose your surfaceGoogleOfficielle

    Surfaces: Antigravity 2.0 (standalone desktop app), Antigravity CLI (TUI), Antigravity SDK and Antigravity IDE.

    Consultée le 28 sept. 2026

  142. What's new in Gemini 4 Argon (Gemini API)GoogleOfficielle

    Model id gemini-4-argon (stable); thinking levels low, medium (default, recommended for complex code and agentic use) and high; 1,048,576-token unified context, 65,536 output per synchronous request and up to 1M with long decode; implicit caching only (95% off); not on the free tier. Since Gemini 4 Carbon (2026-11-10): "efficient" model with fewer thinking tokens per turn than Carbon at the same price, and usable on the Google AI Pro plan in AI Studio (Carbon needs Ultra). The guide moved from ai.google.dev/gemini-api/docs/latest-model, now a model overview.

    Publiée le 13 oct. 2026 · Consultée le 11 nov. 2026

  143. What's new in Gemini 4 Carbon (Gemini API)GoogleOfficielle

    Model id gemini-4-carbon (stable, released 2026-11-10, no shutdown date); thinking levels low, medium (default) and high; same 1,048,576-token unified window, 65,536 output per synchronous request and up to 1M with long decode, and same per-token price as Argon; spends more thinking tokens per turn than Argon; implicit caching only; AI Studio subscription access on AI Ultra only (Argon on AI Pro and Ultra).

    Publiée le 10 nov. 2026 · Consultée le 11 nov. 2026

  144. Fairwind ProgramGoogle DeepMindOfficielle

    Vetted Fairwind partners (governments, critical infrastructure, core platforms) get Gemini 4 Argon without cyber guardrails, standalone or in CodeMender; they had exclusive access from 2026-09-30 until general availability on 2026-10-13.

    Consultée le 17 oct. 2026

  145. Gemini 3.1 Pro model cardGoogle DeepMindOfficielle

    SWE-bench Verified, SWE-bench Pro and Terminal-Bench 2.0 scores of Gemini 3.1 Pro (high thinking).

    Publiée le 19 févr. 2026 · Consultée le 28 sept. 2026

  146. Gemini 3.8 Flash evaluationGoogle DeepMindOfficielle

    Coding benchmark table of Gemini 3.8 Flash versus Opus 5, Sonnet 5 and GPT-5.6, with the settings used.

    Publiée le 2 sept. 2026 · Consultée le 28 sept. 2026

  147. Gemini 4 Argon model cardGoogle DeepMindOfficielle

    Sparse mixture-of-experts, 1M combined input-output tokens, knowledge cutoff March 2026; distributed in the Gemini app, Gemini API, AI Studio, Gemini for business, Antigravity and AI Mode. Its results table is the same image as the 2026-09-30 evaluation PDF (no new figure).

    Publiée le 13 oct. 2026 · Consultée le 17 oct. 2026

  148. Gemini 4 Argon model evaluationGoogle DeepMindOfficielle

    Benchmark table of Gemini 4 Argon at its highest thinking setting versus GPT-6 Astra, Claude Fable 5.1 and Opus 5.5 (DeepSWE v1.1 77.9, Terminal-Bench 4.0 57.4, FrontierSWE v2 55.0, Vibe Code Bench 91.9), with the harness and settings per benchmark.

    Publiée le 30 sept. 2026 · Consultée le 10 oct. 2026

  149. Gemini 4 Carbon model cardGoogle DeepMindOfficielle

    Based on Gemini 4 Argon; 1M combined input-output tokens; knowledge cutoff March 2026; uses more thinking tokens than Argon; Ultra in consumer surfaces and Antigravity, paid API tiers, Fairwind for verified defenders. Its results image is byte-identical to the evaluation PDF's.

    Publiée le 10 nov. 2026 · Consultée le 11 nov. 2026

  150. Gemini 4 Carbon model evaluationGoogle DeepMindOfficielle

    Benchmark table of Gemini 4 Carbon and Argon at their highest thinking setting versus GPT-6 Astra, Claude Opus 5.5 and Fable 5.1: AA Index v5.0 59, Vals Index v2.2 70.4, SWE-sweep 9.6, FrontierSWE 2 61.2, Terminal-Bench 4.0 (AA) 65.2 (Argon 57.1), Agents' Last Exam v1.1 77.4, OSWorld-2.1 offline 81.5; harness and source per benchmark.

    Publiée le 10 nov. 2026 · Consultée le 11 nov. 2026

  151. GSO (software optimization)GSO team (UC Berkeley)Tierce

    Hack-adjusted and raw Opt@1 scores per model × effort in OpenHands (leaderboard.json, last_updated 2026-09-27; rows after the 2026-09-27 elicitation change are not comparable with older ones).

    Publiée le 27 sept. 2026 · Consultée le 11 oct. 2026

  152. Qwen3.8-27B hardware testsHardware CornerTierce

    Local decode speeds of Qwen3.8-27B on RTX 4090, 3090, 5090 and M5 Max at several context lengths.

    Publiée le 17 août 2026 · Consultée le 28 sept. 2026

  153. Junie, the coding agent by JetBrainsJetBrainsOfficielle

    Surfaces: Junie CLI (terminal) and Junie in JetBrains IDEs and Android Studio, plus GitHub and GitLab; plans AI Pro and AI Ultimate.

    Consultée le 28 sept. 2026

  154. JetBrains Marketplace downloadsJetBrains MarketplaceTierce

    Downloads on 2026-10-11: GitHub Copilot (17718) 54,950,931; Junie (26104) 35,516,694; Claude Code [Beta] (27310) 4,885,789.

    Consultée le 11 oct. 2026

  155. AI coding agent adoption 2026JetBrains ResearchTierce

    Share of professional developers using each AI coding tool at work, May–July 2026 (Developer Ecosystem Survey 2026, 15,000+ respondents, reweighted by region): Claude Code 39%, GitHub Copilot 21%, Codex 16%, Cursor 12%, JetBrains AI and/or Junie about 9%, OpenCode 7%, Antigravity 6%.

    Publiée le 15 août 2026 · Consultée le 28 sept. 2026

  156. KiloBenchKiloTierce

    Terminal-Bench 2.0 completion and cost per full attempt in the Kilo agent (embedded chart points).

    Publiée le 28 sept. 2026 · Consultée le 28 sept. 2026

  157. LiveBenchLiveBenchTierce

    LiveBench 2.0 releases of 2026-11-06 (shown as updated 2026-11-09), 2026-10-25 and 2026-10-14 (data/<release>/table.csv, categories.json, cost.csv, breakdown.json): suite scores, weighted overall (×2 long agentic, ×1.5 coding and design from 2026-10-25) and cost per task, each model at its highest supported effort (Claude Fable 5.2 at xhigh). Earlier releases were republished with changed costs and added models. LiveBench v1 release 2026-06-25 (under /v1/): coding and agentic-coding category scores and cost per question.

    Publiée le 9 nov. 2026 · Consultée le 11 nov. 2026

  158. Best AI for codingllm-stats (ZeroEval)Tierce

    TrueSkill coding rating (μ − 3σ) over 68 benchmark games for every model (initialIndexData in the payload; 237 models reviewed). The CDN can serve stale copies even with a cache-busting query: check dateModified of each fetch.

    Publiée le 11 nov. 2026 · Consultée le 11 nov. 2026

  159. Mac Studio M5 Ultra reviewMacStoriesTierce

    Local decode speed of GLM-5.3-Flash on the M5 Ultra.

    Publiée le 21 sept. 2026 · Consultée le 28 sept. 2026

  160. Muse CodeMetaOfficielle

    Muse Code plans (Everyday, High, Power) and prompts per 5 hours.

    Publiée le 28 sept. 2026 · Consultée le 28 sept. 2026

  161. MiniMax M PlanMiniMaxOfficielle

    M Plan replaced Token Plan on 2026-09-30 at the same prices: Go $22, Explore $55, Build $132 a month (minimax.io/m-plan); Explore 3× and Build 7.5× Go usage; 5-hour and weekly windows, no sizes; text model M3.1 Flash Preview.

    Publiée le 30 sept. 2026 · Consultée le 11 oct. 2026

  162. MiniMax Token PlanMiniMaxOfficielle

    Token Plan prices and 5-hour / weekly windows. Renamed M Plan on 2026-09-30 (legacy subscribers keep Token Plan).

    Publiée le 28 sept. 2026 · Consultée le 10 oct. 2026

  163. Introducing Mistral Large 4Mistral AIOfficielle

    Public preview of Mistral Large 4 (1T parameters, 52B active, open weights by the end of October); coding scores from the text: DeepSWE v1.1 61.7%, SWE-Atlas QnA 59.4%, Terminal-Bench 4.0 28.3%, Coding Agent Index 49.8% (runs by Artificial Analysis, effort not stated). Charts are images with rounded labels.

    Publiée le 6 oct. 2026 · Consultée le 10 oct. 2026

  164. Mistral Large 4 (Le Chonk): Built for Coders, Trusted by DefendersMistral AIOfficielle

    Open weights of the improved Mistral Large 4 ("Le Chonk") on 2026-10-29, three reasoning modes (low replaces none, medium, high by default), $0.70 / $0.07 cached / $2.10 per MTok. From the embedded chart JSON: Terminal-Bench 4.0 41.4% (28% for the preview), Artificial Analysis Coding Agent Index 48 at high (8.5M tokens per task) and 35 at medium (5.8M), Cognition's FrontierCode 2.0 19.7% (the high-effort run in Cognition's data, https://cognition.com/data/frontier-code-2.0/data.json: low 9.5, medium 8.8, Mistral Vibe harness), AA Cyber Index 50.9%.

    Publiée le 29 oct. 2026 · Consultée le 11 nov. 2026

  165. Mistral Large 4 (Mistral docs)Mistral AIOfficielle

    Ids mistral-large-4 / mistral-large-4-0, version 26.10, GA, release date 2026-11-05, 1.05T total and 52B active parameters, 1M context, open weights (Mistral Ecosystem Open Weight License); $0.70 input, $0.07 cached, $2.10 output per MTok (preview list price $1.36 / $0.14 / $4.18). Reasoning guide: reasoning_effort low, medium or high (high recommended); none, minimal, xhigh and max refused. Mistral Medium 3.5 deprecated 2026-10-31 (retirement 2027-04-30), replaced by Mistral Large 4.

    Publiée le 5 nov. 2026 · Consultée le 11 nov. 2026

  166. Mistral pricingMistral AIOfficielle

    Pro $14.99 with $25.50 of API credits a month (was $30 on 2026-09-28; seen with France preselected in the country selector), Education $5.99 with $15, Team $24.99 per user ($50 minimum); fair usage, PAYG past the limit at API rates.

    Publiée le 28 sept. 2026 · Consultée le 11 nov. 2026

  167. Vibe Code Web: limits and lifecycleMistral AIOfficielle

    Free 2 and paid 100 Vibe Code Web sessions a day, 24-hour sessions; Vibe Code Web and the CLI with a Mistral model use Mistral Medium 3.5 (unchanged on 2026-11-11).

    Consultée le 11 nov. 2026

  168. Kimi Agent SDKMoonshot AIOfficielle

    Kimi Agent SDK: a programmatic interface to Kimi Code CLI.

    Consultée le 29 sept. 2026

  169. Kimi API pricingMoonshot AIOfficielle

    Input, cached input, output and cache-write prices per million tokens for Kimi K3.1 Pro ($2 / $0.20 / $10), K3.1 Pro Highspeed ($4 / $0.20 / $20), Kimi K3 ($3 / $0.30 / $15) and K2.7 Code; 1,048,576-token context for the K3 series.

    Consultée le 27 oct. 2026

  170. Kimi Code Desktop changelogMoonshot AIOfficielle

    Kimi Code Desktop 1.0.0 released on 2026-09-17; 1.0.3 on 2026-09-23 (macOS, Windows).

    Publiée le 23 sept. 2026 · Consultée le 28 sept. 2026

  171. Kimi Code membershipMoonshot AIOfficielle

    Five-hour rolling window, monthly cap shared across Kimi services, extra usage top-ups; K3.1 Pro and K3 from Plus, 1M context and Highspeed from Pro.

    Consultée le 27 oct. 2026

  172. Kimi Code modelsMoonshot AIOfficielle

    Models in Kimi Code (K3.1 Pro, K3.1 Pro Highspeed at 2× quota, K3, K3 256K, K2.8 Preview, K2.7 Code Highspeed at 3× quota), effort levels with their defaults, and plan access.

    Consultée le 27 oct. 2026

  173. Kimi Code overviewMoonshot AIOfficielle

    Official clients Kimi Code Desktop, Kimi Code CLI (`kimi`) and Kimi Code for VS Code; JetBrains and Zed through ACP (`kimi acp`).

    Consultée le 28 sept. 2026

  174. Kimi Code: What's NewMoonshot AIOfficielle

    K3.1 Pro series live in Kimi Code on 2026-10-23: K3.1 Pro on Plus / Moderato and above (1M context from Pro / Allegretto), K3.1 Pro Highspeed on Pro / Allegretto and above; low / high / max with high as the default.

    Publiée le 23 oct. 2026 · Consultée le 27 oct. 2026

  175. Kimi K3Moonshot AIOfficielle

    Coding benchmark table of Kimi K3 (max effort) versus Fable 5, GPT-5.6 Sol, Opus 4.8 and GLM-5.2, with harnesses used.

    Publiée le 16 juil. 2026 · Consultée le 28 sept. 2026

  176. Kimi K3.1 Pro (Hugging Face)Moonshot AIOfficielle

    Open weights of Kimi K3.1 Pro (repository created 2026-11-02, Kimi K3.1 Pro License), MXFP4 weights with quantization-aware training, and the launch benchmark table (Terminal-Bench 4.0 in the Claude Code harness).

    Publiée le 2 nov. 2026 · Consultée le 11 nov. 2026

  177. Kimi K3.1 Pro quickstartMoonshot AIOfficielle

    Model ids kimi-k3.1-pro and kimi-k3.1-pro-highspeed, 1M context, thinking always on, reasoning_effort low / high / max with max as the API default, access after a $1 top-up.

    Consultée le 27 oct. 2026

  178. Kimi K3.1 Pro Tech Blog: Advancing Open IntelligenceMoonshot AIOfficielle

    Benchmark table of Kimi K3.1 Pro at max effort in the Claude Code harness (Terminal-Bench 4.0 65.7, DeepSWE v1.1 75.5, SWE-Marathon v1.1 51.7, Terminal-Bench-Science 0.1 38.1) against Fable 5.1, GPT-6 Astra, Opus 5.5, DeepSeek-V4.1-Flash-1017 and GLM-5.3; Terminal-Bench 4.0 score and cost per task at high (52.8%, $4.16) and max (65.7%, $5.25); K3.1 Pro Highspeed 2-3× faster; weights by 2026-11-04.

    Publiée le 24 oct. 2026 · Consultée le 27 oct. 2026

  179. Kimi membership pricingMoonshot AIOfficielle

    CNY monthly prices of the membership tiers (legacy names).

    Consultée le 28 sept. 2026

  180. AIDev-pop: pull requests opened by coding agentsMSR 2026 (arXiv)Tierce

    Types of 33,596 agent pull requests: features 43.0%, fixes 24.1%, docs 11.6%, tests 7.0%, refactors 6.8%.

    Publiée le 3 févr. 2026 · Consultée le 28 sept. 2026

  181. SWE-rebenchNebiusTierce

    Resolved rate, pass@5 and cost per task on the 2026-05-15 → 2026-07-01 window (embedded items).

    Publiée le 24 juil. 2026 · Consultée le 28 sept. 2026

  182. npm downloads API: coding agent CLIs, week of 2026-10-04npmTierce

    Weekly downloads, 2026-10-04 to 2026-10-10: @openai/codex 23,140,547; @anthropic-ai/claude-code 12,482,566; opencode-ai 2,958,079; @github/copilot 1,562,659; @qwen-code/qwen-code 68,764; @xai-official/grok 60,608; @moonshot-ai/kimi-code 47,815; @minimax-ai/code 11,370; @qoder-ai/qodercli 6,861; @mimo-ai/cli 2,107 (same endpoint for each package).

    Publiée le 10 oct. 2026 · Consultée le 11 oct. 2026

  183. npm downloads API: coding agent SDKs, week of 2026-10-04npmTierce

    Weekly downloads, 2026-10-04 to 2026-10-10: @opencode-ai/sdk 38,413,827; @anthropic-ai/claude-agent-sdk 12,106,186; @openai/codex-sdk 2,145,052; @github/copilot-sdk 1,475,033; @cursor/sdk 893,901; @qwen-code/sdk 3,564; @moonshot-ai/kimi-agent-sdk 1,737.

    Publiée le 10 oct. 2026 · Consultée le 11 oct. 2026

  184. Cross-provider quota calibrationoh-my-pi (GitHub)Tierce

    Tokens and API-equivalent dollars per 1% of the Anthropic, OpenAI and Antigravity meters, measured on one machine.

    Publiée le 26 sept. 2026 · Consultée le 28 sept. 2026

  185. A Practical Approach to Verifying Code at ScaleOpenAIOfficielle

    Codex code review handled more than 100k external pull requests per day as of October 2025; authors changed code after 52.7% of its comments.

    Consultée le 29 sept. 2026

  186. About ChatGPT Pro tiersOpenAIOfficielle

    Pro 100, Pro 200 and Pro 500 ($500, Ultrafast). Updated 2026-11-03: Pro 100 and Pro 500 include twice their previous Work and Codex allowance; the Pro 200 reduction announced on 2026-09-29 is canceled, every Pro 200 subscription has the higher allowance (the lower one doubled to match); Plus unchanged; no five-hour limit on Pro.

    Publiée le 3 nov. 2026 · Consultée le 11 nov. 2026

  187. API credits for ChatGPT subscribersOpenAIOfficielle

    Since 2026-10-28, monthly API credits for eligible subscriptions: Pro 100 $100, Pro 200 $200, Pro 500 $500, Business Standard $20 and Premium $100 per paid seat (capped at $500 per workspace); unused credits expire each cycle; Codex usage through API keys is not covered and the credits do not raise ChatGPT or Codex limits.

    Publiée le 28 oct. 2026 · Consultée le 11 nov. 2026

  188. API pricingOpenAIOfficielle

    Standard, batch, flex, fast and ultrafast prices per million tokens for GPT-6 Astra, GPT-6.1 Sol, GPT-6.1 Terra, GPT-6 Sol and Luna; Ultrafast is 6× Standard (Astra and 6.1 Sol only).

    Consultée le 27 oct. 2026

  189. ChatGPT rate card (credit-based pricing)OpenAIOfficielle

    Credits per million tokens for each model (25× the API price; GPT-6.1 Sol 50 / 2.5 / 250); Fast 2× and Ultrafast 6× when paid with credits; 2.5× and 8× of included usage.

    Consultée le 10 oct. 2026

  190. Codex best practicesOpenAIOfficielle

    Goal / Context / Constraints / Done when; start GPT-6.1 Sol at the client's default effort, Luna High, Astra Light; `/plan`, interview and PLANS.md; update AGENTS.md after a repeated mistake; worktrees for parallel tasks (the .md copy is gone: read the HTML page).

    Consultée le 10 oct. 2026

  191. Codex changelog: Codex joins the ChatGPT desktop appOpenAIOfficielle

    Codex app 26.707: Codex became part of the ChatGPT desktop app on macOS and Windows; the former "Codex app" name is retired.

    Publiée le 9 juil. 2026 · Consultée le 28 sept. 2026

  192. Codex CLIOpenAIOfficielle

    Name "Codex CLI", command `codex`, installer chatgpt.com/codex/install.sh (npm @openai/codex).

    Consultée le 28 sept. 2026

  193. Codex cloudOpenAIOfficielle

    Web surface name "Codex cloud", opened at chatgpt.com/codex (GitHub, GitLab, Linear, Slack).

    Consultée le 28 sept. 2026

  194. Codex code reviewOpenAIOfficielle

    Review in CLI and desktop, local changes or a base branch; reviewer reports findings without changing the working tree. GitLab merge requests in preview and automatic cloud reviews.

    Consultée le 10 oct. 2026

  195. Codex developer commandsOpenAIOfficielle

    CLI syntax for /init, /plan, /diff, /mention, /compact, /resume, /fork, /mcp and /skills; codex review --uncommitted includes staged, unstaged and untracked files. Review target flags and a custom prompt are mutually exclusive.

    Consultée le 29 sept. 2026

  196. Codex glossaryOpenAIOfficielle

    Surface names: ChatGPT desktop app, Codex CLI, Codex IDE extension (VS Code, JetBrains, Cursor, Windsurf) and Codex cloud (web).

    Consultée le 28 sept. 2026

  197. Codex IDE extensionOpenAIOfficielle

    Extension id openai.chatgpt for VS Code, Cursor and Windsurf; JetBrains through AI Chat; Xcode through its coding assistant.

    Consultée le 28 sept. 2026

  198. Codex modelsOpenAIOfficielle

    GPT-6.1 Sol recommended (Plus to Enterprise, not Free/Go), effort Light to Ultra; starting presets: client default for 6.1 Sol, Luna High, Astra Light; GPT-6.1 Terra for writing, visual understanding and computer use (Codex CLI 0.159.0 or later, desktop app, Work on the web, API); surfaces per model.

    Consultée le 27 oct. 2026

  199. Codex pricingOpenAIOfficielle

    Plan prices, estimated local messages per 5 hours on Plus and Standard Business (GPT-6.1 Sol 15–160, GPT-6.1 Terra 35–285), no 5-hour limit on Pro; credit rates per model (GPT-6.1 Terra 25 / 1.25 / 125); Fast 2.5× and Ultrafast 8× of included usage.

    Consultée le 27 oct. 2026

  200. Codex promptingOpenAIOfficielle

    Task context, expected and actual behaviour, constraints and verification for coding-agent requests. Used to write editorial workflow templates, not universal commands.

    Consultée le 29 sept. 2026

  201. Codex RemoteOpenAIOfficielle

    Start, guide and review Codex tasks from the ChatGPT mobile app while Codex runs on a connected Mac or Windows PC.

    Consultée le 29 sept. 2026

  202. Codex rust-v0.161.0OpenAIOfficielle

    GPT-6.1 Sol becomes the default model of the bundled Codex catalog.

    Publiée le 7 oct. 2026 · Consultée le 10 oct. 2026

  203. Codex SDKOpenAIOfficielle

    Codex SDK to drive Codex from your own programs.

    Consultée le 29 sept. 2026

  204. Codex speed (Fast and Ultrafast)OpenAIOfficielle

    Fast uses included usage at 2.5× (credits 2×); Ultrafast for GPT-6 Astra and GPT-6.1 Sol on Pro $500 and eligible Enterprise/Edu at 8× (credits 6×).

    Consultée le 10 oct. 2026

  205. DevDay 2026 RecapOpenAIOfficielle

    Pro 500 plan at 25× the Plus allowance with Ultrafast; Ultrafast up to 8× faster token generation (300 tokens per second) in Codex, 6× in the API; GPT-6.1 Sol launch; Codex cloud, CLI and Code Review updates.

    Publiée le 29 sept. 2026 · Consultée le 10 oct. 2026

  206. GPT-6 AstraOpenAIOfficielle

    Terminal-Bench 4.0 score, cost, output tokens and latency at each effort for GPT-6 Astra, GPT-5.6 Sol and Fable 5.1; FrontierCode 1.1 Extended; output tokens per DeepSWE task.

    Publiée le 3 sept. 2026 · Consultée le 28 sept. 2026

  207. GPT-6 Astra model page (and /gpt-6.1-sol, /gpt-6.1-terra, /gpt-6-sol, /gpt-6-luna)OpenAIOfficielle

    Release dates, context windows, knowledge cutoffs and supported effort values.

    Consultée le 10 oct. 2026

  208. GPT-6.1 Sol model pageOpenAIOfficielle

    Model id gpt-6.1-sol; 1,050,000 context, 128,000 output, cutoff 2026-04-30; efforts low to max (no none), default medium; $2 input, $0.10 cached, $2.50 cache write, $10 output; Fast 2×, Ultrafast 6×, batch and flex 50%.

    Publiée le 29 sept. 2026 · Consultée le 10 oct. 2026

  209. GPT-6.1 Terra model pageOpenAIOfficielle

    Model id gpt-6.1-terra; 1,050,000 context (922,000 input), 128,000 output, cutoff 2026-06-01; efforts none to max, default medium; $1 input, $0.05 cached, $1.25 cache write (30 min), $5 output; above 272K input tokens 2× input and 1.5× output; Fast 2×, batch and flex 50%.

    Publiée le 26 oct. 2026 · Consultée le 27 oct. 2026

  210. Introducing GPT-6 Sol and LunaOpenAIOfficielle

    DeepSWE v1.1 and FrontierCode 1.1 Main score and cost per task at each effort for GPT-6 Astra, Sol, Luna, GPT-5.6, Opus 5 and Fable 5.

    Publiée le 22 sept. 2026 · Consultée le 10 oct. 2026

  211. Introducing GPT-6.1 SolOpenAIOfficielle

    Score and cost per task at each effort for GPT-6.1 Sol, GPT-6 Sol and GPT-6 Astra on DeepSWE v1.1 (6.1 Sol 75.22 at high), Terminal-Bench Science 0.1, OSWorld 2.0, AutomationBench, GDP.pdf and factual errors; prices $2 / $0.10 / $10.

    Publiée le 29 sept. 2026 · Consultée le 10 oct. 2026

  212. Introducing GPT-6.1 TerraOpenAIOfficielle

    Score and cost per task at each effort for GPT-6.1 Terra, GPT-6.1 Sol, GPT-6 Astra and others on Terminal-Bench 4.0 (Terra 50.3 at max, $1.84), Terminal-Bench-Science 0.1, Agents' Last Exam v1, OSWorld 2.1, MMMU-Pro and factual errors; prices $1 / $0.05 / $5; Plus, Pro, Enterprise and Edu in Work and Codex.

    Publiée le 26 oct. 2026 · Consultée le 27 oct. 2026

  213. Managing billing and seats in ChatGPT BusinessOpenAIOfficielle

    Business Standard and Premium seat prices, annual and monthly.

    Consultée le 28 sept. 2026

  214. Managing usage with GPT-6 Astra in Work and CodexOpenAIOfficielle

    Five-hour and weekly windows, shared allowance across Codex and Work, effort advice (Astra Low can beat Sol High); no 5-hour limit on Pro 100, 200 and 500; Ultrafast on Pro 500 at 8× included usage.

    Consultée le 10 oct. 2026

  215. Non-interactive modeOpenAIOfficielle

    `codex exec` runs Codex without the interactive interface, in scripts and CI.

    Consultée le 29 sept. 2026

  216. Review GitHub pull requests with CodexOpenAIOfficielle

    Codex code review on GitHub pull requests (@codex review, automatic reviews); a Codex GitHub Action also exists.

    Consultée le 29 sept. 2026

  217. Use Codex in LinearOpenAIOfficielle

    Codex tasks started from Linear issues.

    Consultée le 29 sept. 2026

  218. Use Codex in SlackOpenAIOfficielle

    Codex tasks started from Slack.

    Consultée le 29 sept. 2026

  219. OpenCode GoOpenCodeOfficielle

    Go ($10), Go Plus ($40) and Go Teams ($20 per member, $5 a month more usage than Go on every model) prices, requests per 5 hours, week and month and monthly dollar limit per model (open-weight models plus Grok 4.7, GPT-6 Luna, Haiku 5.5 and Gemini 4 Argon at half price until 2026-11-30); DeepSeek V4.1 Flash 43,330 / 86,670 / 45,500 per 5 h. 5-hour limit 20% and weekly 50% of the monthly limit.

    Publiée le 28 sept. 2026 · Consultée le 11 nov. 2026

  220. OpenRouter rankings: top models by taskOpenRouterTierce

    Share of spend and tokens per task over 30 days (code: general implementation 10.1%, debugging 5.2%, file edits 4.3%, review 2.8%, front-end UI 2.0%; math 0.8%), from /api/frontend/v1/rankings/task-spend.

    Publiée le 27 sept. 2026 · Consultée le 28 sept. 2026

  221. MacBook SVG Benchmark: 34 AI Models, Ranked by the Laptop They DrawPlaycodeTierce

    Quality order judged by eye over 249 runs (34 models, first answer kept per model × effort), updated 2026-11-09: 1st Claude Opus 5.5 (best drawing at max on the Batch API, 255,957 tokens, $2.56; streamed max returns an empty file; xhigh $1.72, high $0.40), 2nd Claude Fable 5.2 (best at medium $3.91, high $3.05; xhigh and max streamed drew nothing, $5.12 each), 3rd GPT-6 Astra (max $2.29, every effort assembles; xhigh $0.98), 4th Claude Sonnet 5.5, 5th GPT-6.1 Sol (xhigh $0.21), 6th GPT-6 Sol (max $0.39), 7th Claude Fable 5.1, 8th GPT-6.1 Terra, 9th Gemini 4 Argon, 10th Kimi K3.1 Pro.

    Publiée le 9 nov. 2026 · Consultée le 11 nov. 2026

  222. FrontierSWE V2Proximal LabsTierce

    Mean, best and worst of 5 trials, cost per trial and duration on 34 long-horizon tasks.

    Publiée le 9 nov. 2026 · Consultée le 11 nov. 2026

  223. Qwen3.8-27B quantizations benchmarkedQuesmaTierce

    Quality of Qwen3.8-27B by quantization level on Terminal-Bench 2.1 (Q4_K_M matches BF16, Q2 loses about 10 points).

    Publiée le 26 août 2026 · Consultée le 28 sept. 2026

  224. Headless ModeQwen (Alibaba)Officielle

    Qwen Code in scripts and automation without the interactive interface.

    Consultée le 29 sept. 2026

  225. Qwen CodeQwen (Alibaba)Officielle

    Surfaces (CLI, desktop app, VS Code / Zed / JetBrains, web UI), release v0.24.6, 28,185 GitHub stars.

    Publiée le 26 sept. 2026 · Consultée le 28 sept. 2026

  226. Qwen Code ChannelsQwen (Alibaba)Officielle

    Qwen Code Channels: control the agent from Telegram, WeChat, QQ, DingTalk, WeCom and Feishu (Lark).

    Consultée le 29 sept. 2026

  227. Qwen Code Desktop v0.24.6Qwen (Alibaba)Officielle

    Desktop app name "Qwen Code Desktop" (macOS, Windows, Linux).

    Publiée le 26 sept. 2026 · Consultée le 28 sept. 2026

  228. Qwen Code in VS CodeQwen (Alibaba)Officielle

    VS Code extension (beta) "Qwen Code Companion" (qwenlm.qwen-code-vscode-ide-companion); JetBrains and Zed through ACP.

    Consultée le 28 sept. 2026

  229. Qwen Code settingsQwen (Alibaba)Officielle

    No default model or reasoning effort set by the agent: the model's own default applies (xhigh for Qwen3.8-Max).

    Consultée le 28 sept. 2026

  230. Qwen Code TypeScript SDKQwen (Alibaba)Officielle

    Qwen Code SDK for TypeScript, with Python and Java SDKs in alpha.

    Consultée le 29 sept. 2026

  231. qwen-code-actionQwen (Alibaba)Officielle

    Official GitHub Action that runs Qwen Code in GitHub workflows.

    Consultée le 29 sept. 2026

  232. Qwen3.8-2.4T-A95B model cardQwen (Alibaba)Officielle

    Vendor coding table for Qwen3.8-Max (Terminal-Bench 2.1 86.6, SWE-bench Pro 67.7, DeepSWE 1.1 56.6) and licence.

    Publiée le 12 août 2026 · Consultée le 28 sept. 2026

  233. Qwen3.8-Flash-Next model cardQwen (Alibaba)Officielle

    125B parameters, 6B active, qwen-community-1.0 licence; vendor DeepSWE 58.7, SWE-bench Pro 62.5.

    Publiée le 26 août 2026 · Consultée le 28 sept. 2026

  234. Deep thinkingQwenCloud (Alibaba)Officielle

    Qwen3.8-Max reasoning_effort: low, medium, xhigh; xhigh by default.

    Consultée le 28 sept. 2026

  235. Qwen3.8-FlashQwenCloud (Alibaba)Officielle

    $0.15 input / $0.016 cached input / $0.47 output per million tokens.

    Consultée le 28 sept. 2026

  236. Qwen3.8-MaxQwenCloud (Alibaba)Officielle

    $2 input / $0.25 cached input / $6 output per million tokens; 1M-token context.

    Consultée le 28 sept. 2026

  237. Token Plan (Team Edition)QwenCloud (Alibaba)Officielle

    Worked credit example (qwen3.6-plus), from which 1 credit ≈ $0.0025 at API prices is derived for the simulator.

    Consultée le 28 sept. 2026

  238. SWE Atlas (codebase Q&A, test writing, refactoring)Scale AITierce

    Score and confidence interval per model, harness and effort on the three SWE Atlas boards (sweatlas-qna, sweatlas-tw, sweatlas-refactoring); newest entry 2026-09-09.

    Publiée le 9 sept. 2026 · Consultée le 29 sept. 2026

  239. SWE-Bench Pro (public) V2Scale AITierce

    Resolved % of the full and hard subsets per model, harness and effort (update of 2026-09-22: 642 tasks, web tools disabled, re-graded on a clean image; Sonnet 5.5 added 2026-10-12, Gemini 4 Argon and Muse Wonder 1.0 on 2026-10-14, Muse Spark Open on 2026-10-16, MiniMax M3.1 Flash on 2026-11-02, Inkling 2 Small on 2026-11-06). The hard subset is shown.

    Publiée le 6 nov. 2026 · Consultée le 11 nov. 2026

  240. Snorkel Agentic Coding 2.0Snorkel AITierce

    pass@1 and pass@5 with cost per trial and per task for 16 models (benchmark-data/tb_ed4_leaderboard.json loaded by the page; data as_of 2026-10-20, page modified 2026-10-23; no effort stated).

    Publiée le 23 oct. 2026 · Consultée le 11 nov. 2026

  241. Snorkel LibraryDesignBench 1.0.0Snorkel AITierce

    Score (pass rate² × simplicity) with 95% CI, cost per downstream problem and library cost per model × harness; reference arms left out of the layer (the unranked production-library arm scores 46.6).

    Publiée le 1 oct. 2026 · Consultée le 11 nov. 2026

  242. Snorkel SWE-bench CLISnorkel AITierce

    pass@1 and pass@5 with cost per trial and per task for 16 models on multi-file changes (benchmark-data/swe_ed2_leaderboard.json; data as_of 2026-10-20, page modified 2026-10-23; no effort stated).

    Publiée le 23 oct. 2026 · Consultée le 11 nov. 2026

  243. Terminal-Bench-Science 0.1 (Snorkel mirror of the official board)Snorkel AI / Laude InstituteTierce

    Resolution rate with CI per model × agent × effort, overall and per science domain, and the total cost of each run (shown rounded); official board at tbench.ai/leaderboard/terminal-bench-science/0.1 (rows loaded client-side).

    Publiée le 24 sept. 2026 · Consultée le 11 nov. 2026

  244. Terminal-Bench 4.1Terminal-Bench (tbench.ai)Tierce

    Same 66 tasks with hardened verifiers; 4.0 submissions regraded from saved artifacts (162 of 11,550 trials changed, 28 kept at their 4.0 score); every 4.1 score is within its 4.0 95% CI.

    Publiée le 9 nov. 2026 · Consultée le 11 nov. 2026

  245. Terminal-Bench 4.1 leaderboardTerminal-Bench (tbench.ai)Tierce

    Accuracy with confidence interval, pass@2–5, total cost and tokens per agent × model × effort over 330 trials (Terminal-Bench 4.1, the 2026-11-09 regrade of the 4.0 submissions; the 4.0 page now redirects to the home page).

    Publiée le 9 nov. 2026 · Consultée le 11 nov. 2026

  246. Vals AI benchmarksVals AITierce

    Accuracy, cost per test and latency for Terminal-Bench 4.0 (every model re-run), Vibe Code Bench, Vals Index v2.2, IOI (competitive programming, with standard error), Vibe Code Bench 1-100 and other coding benchmarks (benchmark_view_*.json files linked from each page).

    Publiée le 9 nov. 2026 · Consultée le 11 nov. 2026

  247. Vals AI: ProgramBenchVals AITierce

    Accuracy, cost per test and latency of 66 models (benchmark_view_programbench JSON, metadata.updated 2026-11-09).

    Publiée le 9 nov. 2026 · Consultée le 11 nov. 2026

  248. Vals AI: SRE-benchVals AITierce

    Accuracy, cost per test and latency of 37 models on reverse-engineering real binaries (benchmark_view_sre_bench JSON, metadata.updated 2026-11-05).

    Publiée le 5 nov. 2026 · Consultée le 11 nov. 2026

  249. Vals IndexVals AITierce

    Vals Index v2.2 score, cost per test and latency (Finance Agent v2.1, EMB v1.1, Code Migration v1.1, HLAB-Vals-1.1 and all-pass Tax scoring; scores not comparable with v2.1).

    Consultée le 11 nov. 2026

  250. VS Code Marketplace installsVisual Studio MarketplaceTierce

    Total installs on 2026-10-11: GitHub Copilot Chat 78,727,453; GitHub Copilot 74,729,595; Claude Code for VS Code 27,485,072; Codex (openai.chatgpt) 15,360,093; OpenCode (sst-dev.opencode) 1,205,522; Kimi Code 602,491; Google Antigravity (Google.google-antigravity) 557,580; Qwen Code Companion 376,437.

    Consultée le 11 oct. 2026

  251. Grok 4.6xAIOfficielle

    Coding scores of Grok 4.6 at high effort (DeepSWE v1.1, Terminal-Bench 3.0, CursorBench 3.2).

    Publiée le 12 août 2026 · Consultée le 28 sept. 2026

  252. Grok 4.7xAIOfficielle

    CursorBench 4.0 score, cost per task, output tokens and steps at each effort for Grok 4.7 and for Fable 5.1, Opus 5, Sonnet 5, GPT-5.6 Sol/Terra/Luna and Gemini 3.8 Flash (JS dataset behind the chart).

    Publiée le 21 sept. 2026 · Consultée le 28 sept. 2026

  253. Grok 4.7 model cardxAIOfficielle

    Terminal-Bench 4.0, FrontierSWE V2 and SWE-Marathon scores of Grok 4.7 and 4.6; CursorBench 4.0 chart (vector geometry) for Grok 4.6.

    Publiée le 21 sept. 2026 · Consultée le 28 sept. 2026

  254. Grok BuildxAIOfficielle

    Interactive TUI, headless mode and Agent Client Protocol (ACP); command `grok`, installer x.ai/cli/install.sh.

    Consultée le 28 sept. 2026

  255. Grok Build headless and ACPxAIOfficielle

    IDE integration through ACP (`grok agent stdio`); no dedicated IDE extension.

    Consultée le 28 sept. 2026

  256. Grok Build plan modexAIOfficielle

    When to plan (architecture ambiguity) and when to skip it (obvious change).

    Consultée le 28 sept. 2026

  257. Grok FAQxAIOfficielle

    One shared weekly usage pool across Chat, Imagine, Voice and Build since June 2026; shown only as a percentage; extra usage credits.

    Publiée le 27 août 2026 · Consultée le 28 sept. 2026

  258. Grok plansxAIOfficielle

    Monthly and annual prices of SuperGrok Lite, SuperGrok, Plus and Heavy, from the product JSON the page loads (grok.com/rest/products).

    Consultée le 28 sept. 2026

  259. ReasoningxAIOfficielle

    Effort levels per Grok model (low to xhigh, default high) and guidance per level.

    Consultée le 28 sept. 2026

  260. The X Subscription: pricingxAIOfficielle

    Free $0, Plus $8, Premium $30, Super $100, Ultra $200 a month (annual $80 / $300 / $1,000 / $2,000), usage 1×, 4×, 15×, 50×; team seats $30 / $100 / $200; existing Cursor, SuperGrok and X Premium plans continue.

    Consultée le 17 oct. 2026

  261. xAI API pricingxAIOfficielle

    Input, cached input and output prices per million tokens for Grok 4.7, 4.6 and grok-build-0.1.

    Consultée le 28 sept. 2026

  262. MiMo CodeXiaomiOfficielle

    CLI `mimo` (build, plan and compose modes), MiMo Desktop beta, sign-in with MiMo, Codex or a Claude Code configuration; 13,527 GitHub stars.

    Publiée le 26 sept. 2026 · Consultée le 28 sept. 2026

  263. MiMo deep thinkingXiaomiOfficielle

    MiMo-V2.6 models: thinking enabled (default) or disabled; no finer effort levels.

    Consultée le 28 sept. 2026

  264. MiMo Token PlanXiaomiOfficielle

    Lite $6 / Standard $16 / Pro $50 / Max $100 for 4.1B / 11B / 38B / 82B credits per month; no 5-hour or weekly window; credits per token (MiMo-V2.6-Pro 2.5 cache hit / 300 input / 600 output; V2.6-Flash 2 / 100 / 200); off-peak ×0.8.

    Publiée le 21 sept. 2026 · Consultée le 28 sept. 2026

  265. MiMo-V2.6-Pro model cardXiaomiOfficielle

    1.02T parameters, 42B active, MIT licence, 1M context; vendor Terminal-Bench 4.0 34.9, DeepSWE 1.1 71.9 (not in DeepSWE's official data).

    Publiée le 21 sept. 2026 · Consultée le 28 sept. 2026

  266. Claude Code IDE PluginZ.aiOfficielle

    Claude Code for VS Code and for JetBrains with the GLM Coding Plan (requires the Claude Code CLI).

    Consultée le 28 sept. 2026

  267. GLM Coding PlanZ.aiOfficielle

    Prices of Lite, Pro and Max (monthly, quarterly, yearly) and their five-hour and weekly credit allowances.

    Consultée le 28 sept. 2026

  268. GLM Coding Plan overviewZ.aiOfficielle

    Credit formula and per-model token multipliers, peak and off-peak rates, and the official weekly token estimates per tier.

    Consultée le 28 sept. 2026

  269. GLM Coding Plan supported toolsZ.aiOfficielle

    Tools allowed with the plan: ZCode, Claude Code, Claude for IDE, Codex, OpenCode, Cline, Kilo Code, Roo Code and others.

    Consultée le 28 sept. 2026

  270. GLM-5.3 launch postZ.aiOfficielle

    Z.ai Code Bench accuracy and output tokens per task at each effort for GLM-5.3, Fable 5 and Opus 4.8.

    Publiée le 14 août 2026 · Consultée le 28 sept. 2026

  271. GLM-5.3 model cardZ.aiOfficielle

    Coding benchmark table of GLM-5.3 at max effort in Claude Code (Terminal-Bench 2.1 and 3.0, DeepSWE v1.1, NL2Repo, FrontierSWE).

    Consultée le 28 sept. 2026

  272. GLM-5.3 model guideZ.aiOfficielle

    Effort levels (low, high, max; default max) and the recommendation to use max for coding.

    Consultée le 28 sept. 2026

  273. GLM-5.3-FlashZ.aiOfficielle

    Coding scores of GLM-5.3-Flash (Terminal-Bench 2.1, DeepSWE v1.1) from printed chart labels.

    Publiée le 26 août 2026 · Consultée le 28 sept. 2026

  274. Install ZCodeZ.aiOfficielle

    ZCode desktop app 3.14.3 for macOS, Windows and Linux; an Agentic Development Environment (ADE).

    Consultée le 28 sept. 2026

  275. Z.ai API pricingZ.aiOfficielle

    Input, cached input and output prices per million tokens for GLM-5.3 and GLM-5.3-Flash.

    Consultée le 28 sept. 2026

  276. ZCode Bot ChannelZ.aiOfficielle

    Bot Channel connects ZCode to Feishu and WeChat bots.

    Consultée le 29 sept. 2026

  277. ZCode Remote ControlZ.aiOfficielle

    Remote Control opens the ZCode desktop window to a phone (QR code or link) to keep instructing the agent.

    Consultée le 29 sept. 2026