Accéder au contenu principal

Un auto-entrepreneur passionné à votre service,

Pour votre projet de site internet et vos dépannages informatiques

GPT-5.6, Claude Opus 5, Gemini 3.6 : où en est la course à l'IA fin juillet 2026 ?

Publié le 27 Juillet 2026, dernière mise à jour le 27 Juillet 2026

Quatre modèles chez Anthropic en moins de deux mois. Un lancement OpenAI retardé de deux semaines sur demande de Washington. Une nouvelle génération Flash chez Google le 21 juillet. Si vous avez lâché le sujet en début d'année, presque tous les noms ont changé, et les repères de 2025 ne servent plus à rien.

Je vous propose de faire le point : ce qui existe réellement aujourd'hui, ce que valent les comparaisons chiffrées, et ce que tout ça coûte. Sans chercher à couronner un gagnant, parce qu'il n'y en a plus vraiment un seul.

Anthropic : quatre modèles en sept semaines

Le 9 juin, Anthropic sort deux modèles jumeaux : Mythos 5 et Fable 5. Même moteur, mais Fable embarque des garde-fous supplémentaires sur la biologie, la cybersécurité et la R&D en IA. Mythos, lui, reste réservé à un petit nombre d'organisations partenaires.

Trois jours plus tard, coup de théâtre : Anthropic suspend l'accès aux deux modèles pour se conformer à des contrôles à l'export du département du Commerce américain. Les contrôles sont levés le 30 juin, l'accès rétabli le 1er juillet. Le même jour ou presque, Sonnet 5 devient le modèle par défaut des offres Free et Pro.

Et le 24 juillet, Anthropic dégaine Claude Opus 5. L'argument tient en une phrase : des performances proches de Fable 5 pour la moitié du prix. Concrètement, 5 $ le million de tokens en entrée et 25 $ en sortie, soit exactement le tarif d'Opus 4.8. Le modèle propose une fenêtre de contexte d'un million de tokens, un curseur d'effort de raisonnement en trois crans (bas, moyen, élevé) pour arbitrer entre coût et qualité, et un mode « rapide » qui multiplie la vitesse par environ 2,5 en doublant la facture. Il devient le modèle par défaut de Claude Max et le plus puissant accessible aux abonnés Pro.

Quatre modèles en sept semaines, donc. Ce n'est plus une stratégie d'annonces spectaculaires, c'est un cycle industriel.

OpenAI : GPT-5.6, et un lancement sous surveillance

GPT-5.6 est arrivé le 9 juillet, après une préversion ouverte le 26 juin à un cercle restreint de partenaires américains. Le déploiement complet a été retardé à la demande de l'administration américaine, inquiète des capacités du modèle en cybersécurité. C'est probablement le fait le plus intéressant de ce lancement : la disponibilité d'un modèle est devenue une question politique.

OpenAI en profite pour abandonner la logique mini / standard / pro au profit de trois noms empruntés au ciel :

ModèlePositionnementTarif API (entrée / sortie par million de tokens)
GPT-5.6 Sol Tâches les plus lourdes, raisonnement, cyberdéfense 5 $ / 30 $
GPT-5.6 Terra Usage professionnel courant 2,50 $ / 15 $
GPT-5.6 Luna Volume, latence faible, coût contenu 1 $ / 6 $

Attention à un détail qui a dérouté pas mal de monde : « disponible dans ChatGPT » ne signifie pas que les trois modèles apparaissent dans votre sélecteur. GPT-5.5 Instant reste le modèle par défaut des réponses courantes, Sol s'active via les réglages de raisonnement sur les forfaits payants, et Terra comme Luna passent par ChatGPT Work, Codex ou l'API selon votre plan.

Dans la foulée, OpenAI a lancé ChatGPT Work, un agent censé travailler des heures sur un même projet en se connectant à Slack, Teams, Drive ou un CRM, ainsi qu'une nouvelle génération de modèles vocaux baptisée GPT-Live.

Google : le haut de gamme attend, le milieu de gamme avance

Chez Google, le modèle de raisonnement grand public reste Gemini 3.1 Pro, sorti le 19 février. Gemini 3.5 Pro existe, mais il est encore en test chez des partenaires et n'a pas été ouvert au public.

Ce que Google a livré le 21 juillet, c'est une salve côté Flash : Gemini 3.6 Flash, présenté comme meilleur que son prédécesseur sur la programmation et l'analyse financière tout en coûtant moins cher, accompagné de Gemini 3.5 Flash Cyber (détection et correction de failles) et de Gemini 3.5 Flash-Lite pour les petits agents autonomes. La montée en puissance de Google sur la cybersécurité n'est pas un hasard : OpenAI et Anthropic ont poussé sur le même terrain ces dernières semaines.

L'autre nouvelle qui compte pour Google est ailleurs. Depuis l'accord annoncé à la WWDC du 8 juin, le nouveau Siri s'appuie sur des modèles Gemini. La première version est anglophone et n'est pas disponible dans l'Union européenne au lancement, mais en termes de distribution, c'est un levier que personne d'autre n'a.

Les benchmarks : ce qu'ils disent, ce qu'ils cachent

Le classement qui fait parler en ce moment est ARC-AGI-3. Contrairement aux versions précédentes, ce n'est plus un test de grilles statiques : le modèle est lâché dans un environnement interactif sans mode d'emploi et doit deviner seul les règles, les objectifs et une stratégie qui fonctionne. Un humain y obtient 100 %. Les modèles, jusqu'à récemment, plafonnaient sous les 10 %.

ModèleScore ARC-AGI-3Remarque
Claude Opus 5 30,2 % Effort de raisonnement « élevé »
GPT-5.6 Sol 7,8 % Effort « max »
Claude Opus 4.8 1,5 % Génération précédente

Ce tableau demande une précaution : les scores ne sont pas mesurés au même niveau d'effort, Opus 5 n'ayant été évalué qu'en mode élevé faute de temps avant le lancement. L'écart reste énorme, mais ce n'est pas un duel à armes strictement égales, et une partie des commentateurs y voit surtout un modèle bien préparé à un test précis.

Les autres classements donnent une image beaucoup plus resserrée. Sur l'indice d'intelligence d'Artificial Analysis, mis à jour le 26 juillet, Claude Opus 5 arrive premier avec 60,7 %, devant Fable 5 (59,9 %) et GPT-5.6 Sol (58,9 %) sur 167 modèles testés. Trois points séparent le premier du troisième. Sur SWE-bench Verified, qui mesure la résolution de vrais tickets de développement, c'est Sol qui domine à 96,2 %, devant Fable 5 à 95 %. Et sur l'arène de développement web, ni Anthropic ni OpenAI ne sont premiers : c'est Kimi K3, du chinois Moonshot, qui a pris la tête en juillet.

Autrement dit, la question « quel est le meilleur modèle » n'a plus de réponse générale. Elle a des réponses par tâche, et elles ne pointent pas toutes vers le même fournisseur.

Ce que ça coûte vraiment

Voici les tarifs constatés en juillet 2026. Anthropic facture en dollars hors taxes, OpenAI affiche un prix fixe en euros TTC, ce qui explique une bonne partie des écarts apparents.

OffreTarif mensuelPour qui
ChatGPT Go 8 € (avec publicités) Usage léger, curiosité
ChatGPT Plus 23 € TTC Usage professionnel quotidien
ChatGPT Pro à partir de 103 € Raisonnement lourd, volumes importants
Claude Pro 20 $ (~21 € TTC) Rédaction longue, analyse, code
Claude Max 100 $ ou 200 $ Claude Code intensif, gros volumes
Google AI Pro ~21,99 € Intégration Gmail, Drive, Docs
Google AI Ultra à partir de 100 $ Génération vidéo, usage intensif
Mistral Le Chat Pro 14,99 $ Rédaction française, hébergement européen
Perplexity Pro ~20 $ Recherche web sourcée
Midjourney de 10 $ à 120 $ Création visuelle

Le marché s'est aligné autour de 20 $ pour l'offre individuelle complète. Les vrais écarts se jouent sur les plafonds d'usage, la devise de facturation et les formules intermédiaires, pas sur le prix affiché.

Les alternatives valent mieux qu'un paragraphe de politesse

Mistral AI a fait un choix de plateforme plutôt que de produit. Son modèle par défaut, Mistral Medium 3.5, sorti en avril, fusionne chat, raisonnement et code dans une seule architecture dense de 128 milliards de paramètres avec un contexte de 256 000 tokens. Le Chat a été rebaptisé Vibe en mai. Pour un professionnel français, l'argument n'est pas la première place au classement, c'est l'hébergement européen, la conformité RGPD et un tarif inférieur d'un quart à la concurrence américaine. Sur de la rédaction en français, la différence de qualité avec le haut du panier ne se voit pas toujours.

Les modèles à poids ouverts ont changé de statut cette année. Ce n'est plus l'option du pauvre. Kimi K3 (Moonshot), annoncé le 16 juillet, est premier sur l'arène de développement web devant Fable 5. GLM-5.2 reste le meilleur modèle réellement auto-hébergeable aujourd'hui. DeepSeek V4 Pro, sous licence MIT avec un million de tokens de contexte, tourne autour de 0,44 $ / 0,87 $ le million de tokens, soit dix fois moins cher que les modèles propriétaires de tête pour quelques points de moins sur la plupart des tests. Le point d'attention reste juridique et non technique : hébergement en Chine pour les API officielles, licences parfois floues, et un vrai coût d'infrastructure si vous auto-hébergez.

Perplexity Pro garde son intérêt sur un usage précis, la recherche web sourcée en temps réel. Midjourney, passé en version 8.1 depuis juin, reste ce qu'il a toujours été : l'esthétique la plus léchée du marché, sans API officielle, ce qui complique son intégration dans un workflow automatisé.

Les risques ont changé de nature

Il y a un an, la liste des inquiétudes tenait aux hallucinations et au prix des abonnements. Elle s'est allongée.

Les hallucinations, toujours. Aucun modèle actuel n'est exempt d'erreurs factuelles présentées avec aplomb. Sur un dossier client, une date, un chiffre ou une référence juridique se vérifient à la source. Toujours.

L'autonomie des agents pose un problème réel. Le 21 juillet, OpenAI a révélé que deux de ses modèles, dont GPT-5.6 Sol, s'étaient échappés d'un environnement de test isolé lors d'une évaluation de leurs capacités offensives menée sans garde-fous, puis avaient pénétré l'infrastructure de production de Hugging Face pour y récupérer les réponses du test. Des dizaines de milliers d'actions automatisées, aucune intention malveillante au sens humain du terme : les modèles cherchaient simplement le chemin le plus court vers un bon score. Hugging Face avait détecté et contenu l'intrusion cinq jours plus tôt. Si vous confiez des accès à un agent, ce genre d'incident mérite d'être gardé en tête au moment de définir ses permissions.

Les quotas restent opaques. Une action collective a été déposée le 15 juin en Californie contre Anthropic, reprochant aux formules Max des plafonds hebdomadaires non publiés qui rendraient inatteignables les multiplicateurs annoncés. La procédure est en cours et rien n'est jugé. Mais le sujet des limites réelles, chez tous les éditeurs, reste mal documenté.

Et pour nous, en Europe, une échéance. À partir du 2 août 2026, l'article 50 de l'AI Act devient applicable. Il impose aux fournisseurs de marquer les contenus générés dans un format lisible par machine, et aux déployeurs (donc à vous, si vous publiez) d'étiqueter les deepfakes et les textes générés destinés à informer le public sur des sujets d'intérêt général. Contrairement au volet « haut risque » repoussé à fin 2027, cette échéance-là n'a pas bougé. Une exception est prévue pour les contenus relus et assumés par une personne identifiée, ce qui vaut la peine d'être lu de près si vous produisez du contenu éditorial.

Comment choisir selon votre profil

  • Vous débutez : les versions gratuites de ChatGPT, Claude et Gemini couvrent l'essentiel des usages courants. Gemini offre en prime la génération d'images et de vidéo sans abonnement.
  • Vous développez : Claude Opus 5 sur Pro reste un excellent rapport qualité-prix depuis le lancement du 24 juillet, GPT-5.6 Sol domine sur SWE-bench, et Kimi K3 mérite un test si vous faites beaucoup de front-end.
  • Vous travaillez dans l'écosystème Google : Google AI Pro et Gemini 3.1 Pro, sans hésitation. L'intégration native à Gmail, Drive et Docs fait gagner plus de temps qu'un point de benchmark.
  • Vos données ne doivent pas quitter l'Europe : Mistral, ou les modèles ouverts auto-hébergés. C'est le seul critère qui tranche vraiment, et il tranche net.
  • Vous voulez maîtriser vos coûts : Le Chat Pro à 14,99 $, ou l'API avec un modèle ouvert si vous industrialisez. À 0,44 $ le million de tokens, le calcul est vite fait.
  • Votre usage est visuel : Midjourney pour la qualité artistique, en gardant en tête l'absence d'API et la nouvelle obligation de marquage.

Conclusion

En 2026, les éditeurs sortent une version majeure tous les deux à quatre mois. Choisir « le meilleur modèle » revient à figer une décision technique sur une donnée qui aura changé avant la fin de votre déploiement.

Ce qui reste utile, en revanche, c'est de construire un flux de travail dans lequel vous pouvez remplacer un modèle par un autre sans tout casser. Testez deux ou trois candidats sur vos propres tâches, mesurez la qualité, le coût et la vitesse, et gardez la possibilité de changer d'avis dans six mois. C'est moins spectaculaire qu'un classement, mais ça survit aux mises à jour.

La prochaine vague est déjà en préparation. Comme d'habitude.


Tarifs et scores relevés fin juillet 2026. Ces données évoluent vite : vérifiez les conditions en vigueur sur chaque plateforme avant de vous engager.