Il y a deux semaines, je préparais un article sur l'arrivée de Gemini 4 Argon en tête du classement Arena. Entre-temps, Google a fait encore mieux : son nouveau modèle, Gemini 4 Carbon, est passé devant Argon. Google occupe donc les deux premières places du Text Arena, le benchmark collaboratif que tout le secteur de l'IA surveille. Claude Opus 5.5 garde la 3e place et repasse devant Muse Wonder, le modèle de Meta qui lui avait brièvement chipé la vedette en octobre. J'ai repris la dernière mise à jour du classement, celle du 28 octobre 2026, pour vous donner le top 20 complet, les leaders par catégorie et ce que ces chiffres changent (ou pas) quand on choisit un assistant IA pour travailler.

Gemini 4 Carbon passe devant Gemini 4 Argon

Google a présenté Gemini 4 Carbon le 28 octobre 2026, quatre semaines après Gemini 4 Argon. Google le décrit comme son modèle le plus puissant à ce jour, avec un accent mis sur la cyberdéfense et les tâches longues découpées en plusieurs étapes. Sa fenêtre de contexte est d'environ un million de tokens, comme celle d'Argon.

Sur Arena, Carbon est entré directement en tête avec 1528 points, soit 8 points de plus qu'Argon (1520). Ce score reste provisoire : il repose sur 4 403 votes seulement, avec une marge d'erreur de ±9 points. Arena lui attribue d'ailleurs une fourchette de rang allant de la 1re à la 2e place. Argon avait suivi exactement le même chemin en octobre, en entrant à 1525 avant de redescendre à 1517 une fois les votes accumulés. Je ne serais donc pas surpris de voir le score de Carbon bouger dans les prochaines semaines.

Gemini 4 Carbon n'est pas accessible au grand public. Pour l'instant, Google le réserve à des spécialistes de la cyberdéfense sélectionnés dans le cadre de son programme Fairwind. Il n'est disponible ni dans l'API Gemini, ni dans Google Cloud, ni dans l'application Gemini, y compris pour les abonnés payants. Google parle d'une ouverture « dès que possible », sans donner de date. Le meilleur modèle Google que vous pouvez réellement utiliser aujourd'hui reste donc Gemini 4 Argon.

Argon, lui, est ouvert depuis le 13 octobre. Les développeurs y ont accès via l'API Gemini et Google AI Studio, et les abonnés Google AI Pro et Ultra peuvent l'utiliser dans l'application Gemini. À la 2e place avec 1520 points, il garde encore 11 points d'avance sur le meilleur modèle d'un autre éditeur.

Claude Opus 5.5 reprend la 3e place, Muse Wonder glisse au 4e rang

Meta a dévoilé Muse Wonder le 12 octobre 2026. Le modèle est accessible aux développeurs via la Meta Model API et l'outil de code Muse Code. La variante Muse Wonder Full, plus puissante, est réservée aux abonnés Muse Code. Côté grand public, Meta prévoit de l'intégrer à son application Muse, en commençant par les abonnés. Mauvaise nouvelle pour nous : cette application n'est toujours disponible qu'aux États-Unis et au Canada, et Meta n'a annoncé aucune date pour l'Europe.

Muse Wonder avait fait une entrée remarquée à la 2e place avec 1513 points, devant Claude Opus 5.5. Il a depuis perdu du terrain : 1509 le 23 octobre, puis 1507 dans la mise à jour du 28 octobre. Claude Opus 5.5 reste stable à 1509 et repasse devant. Deux points d'écart, c'est très peu. Avec des marges d'erreur de l'ordre de ±7 à ±8 points pour ces deux modèles, leur ordre n'est pas vraiment significatif. Disons qu'ils sont à égalité, avec un léger avantage pour Claude.

Données relevées le 6 novembre 2026, à partir de la mise à jour du Text Arena datée du 28 octobre 2026 (un peu plus de 9 millions de votes au total). Le classement évolue chaque semaine : quelques positions peuvent avoir bougé quand vous lirez ces lignes.

Anthropic reste l'éditeur le plus représenté

Ne plus être premier ne veut pas dire disparaître du haut du tableau. Anthropic place toujours six modèles dans le top 10 : Claude Opus 5.5 (3e), Claude Fable 5.1 en version « Max » (5e), Claude Fable 5 « High » (6e), Claude Opus 4.6 « High » (7e), Claude Opus 4.7 « High » (8e) et Claude Opus 4.6 standard (9e). Sur le top 20, on compte neuf modèles Claude.

Le cas de Claude Opus 4.6 m'amuse toujours autant. Sorti en février, il tient encore dans le top 10 face à des modèles bien plus récents, et c'est l'un des scores les plus solides du tableau puisqu'il s'appuie sur plus de 80 000 votes pour chacune de ses deux versions. Autre détail : entre la 5e et la 8e place, il n'y a que 3 points d'écart. L'ordre de ce peloton tient plus de la photo-finish que d'une vraie hiérarchie.

Je suis abonné à Claude (formule Pro) et je l'utilise beaucoup, surtout pour coder : scripts, développement de sites, dépannage. Au point d'atteindre régulièrement les limites de mon abonnement. La 3e place de Claude Opus 5.5 ne me surprend pas. Elle colle à ce que j'en tire au quotidien, et il est d'ailleurs toujours premier du classement WebDev d'Arena, celui qui mesure la création de sites et d'applications web.

Le reste du top 10 revient à Google, qui y place trois modèles avec Gemini 3.8 Flash « High » (10e), et à Meta, avec le seul Muse Wonder. Muse Spark 1.3 « Max », qui était 10e il y a deux semaines, est poussé à la 11e place par l'arrivée de Carbon.

OpenAI en retrait sur le texte, Moonshot seul outsider

Et OpenAI dans tout ça ? Sur le classement texte, la maison mère de ChatGPT reste à la traîne. Son meilleur modèle, GPT-5.6 Sol en version « xHigh », recule d'un rang et pointe désormais à la 22e place avec 1485 points. Le plus récent GPT-6.1 Sol « Max » arrive encore plus loin, avec un nombre de votes trop faible pour que son score soit stabilisé.

Je suis aussi abonné à ChatGPT Plus, et là encore j'atteins les limites, mais pour une autre raison : la génération d'images, que j'utilise beaucoup. C'est une bonne illustration des limites d'un classement comme celui-ci. Le Text Arena mesure la qualité des réponses écrites, pas l'ensemble de ce qu'un service apporte. Et OpenAI se rattrape très bien sur la recherche web, j'y reviens plus bas.

Le seul intrus dans ce top 20 dominé par trois géants s'appelle Kimi K3. Développé par la start-up chinoise Moonshot AI et diffusé avec des poids ouverts, il se classe 19e en version « Max ». C'est le seul modèle ouvert du top 20. Vous pouvez le tester sur kimi.com.

Le top 20 des modèles d'IA au 28 octobre 2026

Voici le classement complet des 20 premiers modèles sur les tâches texte (questions ouvertes, rédaction, mathématiques, code, écriture créative), avec l'évolution de chaque modèle par rapport à la mise à jour du 23 octobre.

Top 20 du Text Arena au 28 octobre 2026
Rang Modèle Éditeur Score Évolution (vs 23 octobre)
1Gemini 4 Carbon « High »Google1528 (provisoire)Nouveau
2Gemini 4 Argon « High »Google1520-1 place
3Claude Opus 5.5 « High »Anthropic1509-1 place
4Muse Wonder « Max »Meta1507-1 place
5Claude Fable 5.1 « Max »Anthropic1504=
6Claude Fable 5 « High »Anthropic1504-2 places
7Claude Opus 4.6 « High »Anthropic1503-1 place
8Claude Opus 4.7 « High »Anthropic1501-1 place
9Claude Opus 4.6Anthropic1496-1 place
10Gemini 3.8 Flash « High »Google1496-1 place
11Muse Spark 1.3 « Max »Meta1495-1 place
12Claude Opus 4.7Anthropic1494-1 place
13Muse Spark 1.2 « xHigh »Meta1492-1 place
14Claude Opus 5 « High »Anthropic1492=
15Claude Opus 5 « Max »Anthropic1491-2 places
16Muse Spark 1.1Meta1490-1 place
17Gemini 3.7 Flash « High »Google1490-1 place
18Muse SparkMeta1489-1 place
19Kimi K3 « Max »Moonshot AI1488-1 place
20Gemini 3.1 ProGoogle1487-1 place
Source : Arena, classement Text Arena, vue par défaut (contrôle du style activé), mise à jour du 28 octobre 2026. La quasi-totalité des reculs s'explique par l'entrée de Gemini 4 Carbon en tête.

Si on compte les modèles par éditeur, la domination de trois acteurs saute aux yeux :

Répartition du top 20 par éditeur
Éditeur Modèles dans le top 10 Modèles dans le top 20 Meilleur rang
Anthropic693e (Claude Opus 5.5)
Google351er (Gemini 4 Carbon)
Meta154e (Muse Wonder)
Moonshot AI0119e (Kimi K3)
OpenAI0022e (GPT-5.6 Sol)
Google a la tête du classement, Anthropic le nombre : un modèle Claude sur deux dans le top 20.

Les meilleurs modèles par catégorie : recherche web, images et documents

Arena ne se limite pas au texte. La plateforme tient des classements séparés pour des usages plus ciblés, et les hiérarchies y sont parfois très différentes. Ces classements ne sont pas mis à jour au même rythme que le Text Arena : je vous indique la date de la dernière mise à jour que j'ai pu consulter.

Le podium des classements spécialisés d'Arena
Catégorie 1er 2e 3e Dernière mise à jour
Recherche webGPT-5.6 Sol « xHigh » (1261)Qwen3.8-Max (1261)Claude Opus 4.6 Search (1251)13 octobre 2026
Analyse d'imagesClaude Fable 5 « High » (1309)Qwen3.8-Max (1300)Claude Opus 4.6 « High » (1299)19 octobre 2026
Analyse de documentsClaude Opus 5 « High » (1516)Claude Fable 5.1 « Max » (1513)Claude Opus 4.6 « High » (1507)13 septembre 2026
Source : classements Search, Vision et Document d'Arena.

Recherche web

C'est le terrain d'OpenAI. GPT-5.6 Sol en version « xHigh » arrive en tête à égalité de points avec Qwen3.8-Max d'Alibaba, devant Claude Opus 4.6 dans sa déclinaison dédiée à la recherche. Le top 10 se partage presque entièrement entre Anthropic (5 modèles) et OpenAI (4 modèles, dont GPT-6 Astra et GPT-6.1 Sol). Qwen est la seule exception. Vous pouvez d'ailleurs l'essayer gratuitement sur Qwen Chat.

Analyse d'images

Claude Fable 5 prend la première place, devant Qwen3.8-Max et Claude Opus 4.6 « High ». Anthropic place six modèles dans le top 10. Google, Meta et OpenAI y figurent chacun avec un modèle : Gemini 3.7 Flash, Muse Spark et GPT-6.1 Sol.

Analyse de documents

C'est la catégorie la plus verrouillée. Claude Opus 5 « High » est en tête et Anthropic occupe les sept premières places. OpenAI complète le top 10 avec GPT-5.5, GPT-5.5 « High » et GPT-5.6 Sol. Ce classement n'a pas été actualisé depuis le 13 septembre, ce qui explique l'absence des modèles sortis en octobre.

Ni Gemini 4 Carbon, ni Gemini 4 Argon, ni Muse Wonder n'apparaissent pour l'instant en haut de ces trois classements. Il faudra attendre les prochaines mises à jour pour savoir s'ils confirment hors du texte pur. Côté développement web, en revanche, la hiérarchie est déjà connue : Claude Opus 5.5 y domine avec 1810 points, et Carbon s'y classe 4e.

Comment Arena établit son classement

Arena, c'est le nouveau nom de LMArena, lui-même héritier du Chatbot Arena lancé par des chercheurs de l'université de Berkeley. L'ancienne adresse lmarena.ai renvoie désormais vers arena.ai. Le principe n'a pas changé depuis le début, et il reste simple :

Les millions de votes sont ensuite convertis en score avec le modèle statistique de Bradley-Terry, très proche du classement Elo utilisé aux échecs. On parle d'ailleurs souvent de « score Elo » par abus de langage. L'idée est la même : battre un adversaire mieux classé rapporte beaucoup de points, perdre contre un modèle moins bien classé en coûte beaucoup. Et plus un modèle grimpe, plus chaque point supplémentaire est difficile à gagner.

Deux réglages pèsent lourd sur le résultat. Le premier est la marge d'erreur, affichée à côté de chaque score (le fameux « ±9 » de Carbon). Quand les intervalles de deux modèles se chevauchent, leur ordre n'est pas significatif. C'est pour ça qu'Arena affiche aussi une fourchette de rangs possibles plutôt qu'une place unique.

Le second est le contrôle du style, activé par défaut. Arena a constaté que les votants ont tendance à préférer les réponses longues et bien mises en forme (titres, gras, listes), même quand le fond n'est pas meilleur. Le score par défaut corrige ce biais. Sans cette correction, le classement change nettement : le 20 octobre, Argon montait à 1532 points tandis que Muse Wonder tombait à la 6e place. D'après un relevé plus récent que j'ai consulté, il n'y serait même plus que 8e. De quoi penser que les réponses de Muse Wonder séduisent aussi par leur mise en forme.

Un bon score Arena ne garantit pas qu'un modèle est le meilleur pour vous. Le classement mesure une préférence humaine moyenne, pas l'exactitude des réponses. Les versions « High », « Max » ou « xHigh » réfléchissent aussi plus longtemps, ce qui les rend plus lentes et plus chères à l'usage. Testez toujours sur vos propres cas avant de changer d'outil.

Quel modèle choisir selon votre usage ?

Un classement, c'est intéressant, mais la vraie question reste : lequel utiliser ? Ma réponse personnelle, c'est que je jongle entre plusieurs services, parce qu'aucun ne domine partout. Les classements par catégorie d'Arena le confirment assez bien.

Pour ceux qui passent par l'API (développeurs, intégrateurs, automatisations), le prix compte autant que le score. Arena affiche le tarif de chaque modèle et une estimation du coût médian par tâche, ce qui permet des comparaisons intéressantes :

Tarifs API des modèles les mieux classés
Modèle Rang Text Arena Prix entrée / sortie (par million de tokens) Coût médian par tâche
Gemini 4 Carbon « High »1er2 $ / 10 $ (tarif de lancement annoncé, modèle non ouvert au public)Non communiqué
Gemini 4 Argon « High »2e2 $ / 10 $ (tarif de lancement jusqu'au 30 novembre)0,03 $
Claude Opus 5.5 « High »3e4 $ / 20 $0,09 $
Muse Wonder « Max »4e4 $ / 20 $0,10 $
Claude Fable 5 « High »6e10 $ / 50 $0,14 $
Claude Opus 4.6 « High »7e5 $ / 25 $0,07 $
Gemini 3.8 Flash « High »10e0,75 $ / 3,75 $0,01 $
Muse Spark 1.3 « Max »11e1,25 $ / 4,25 $0,02 $
GPT-5.6 Sol « xHigh »22e4 $ / 20 $0,08 $
Tarifs et coûts par tâche indiqués par Arena fin octobre. À partir du 1er décembre 2026, Gemini 4 Argon passe à 4 $ / 20 $, le même prix que Claude Opus 5.5.

Gemini 4 Argon cumule donc la 2e place et l'un des coûts par tâche les plus bas du haut de tableau, mais seulement jusqu'à fin novembre. Après le 30 novembre, son prix double et rejoint celui de Claude Opus 5.5. Si vous voulez le tester dans vos automatisations, c'est maintenant qu'il faut le faire. Gemini 3.8 Flash est l'autre bonne affaire : 10e du classement pour un coût par tâche trois à dix fois inférieur à celui des modèles du podium. À l'inverse, Claude Fable 5.1 en version « Max » affiche un coût médian de 0,47 $ par tâche pour un seul point de plus que Claude Opus 4.6 « High », à 0,07 $.

Voici comment je résumerais les choix possibles selon votre profil :

Quel assistant IA selon votre profil
Profil Besoin principal Piste à privilégier
Particulier curieuxQuestions du quotidien, rédaction simpleLes versions gratuites de Gemini, Claude ou ChatGPT suffisent largement. Les modèles du podium sont généralement réservés aux abonnés.
Professionnel de l'écritRédaction longue, synthèse, analyse de documentsClaude, qui domine la catégorie documents et place six modèles dans le top 10 texte.
Veille et rechercheRéponses sourcées à partir du webChatGPT avec GPT-5.6 Sol, en tête du classement Search, ou Claude en alternative.
Développeur ou intégrateurAPI, automatisations, volumeGemini 4 Argon tant que le tarif de lancement s'applique (jusqu'au 30 novembre), Gemini 3.8 Flash ou Muse Spark 1.3 pour les gros volumes à petit budget. Pour le développement web, Claude Opus 5.5.
Adepte de l'auto-hébergementModèles ouvertsKimi K3 (19e) ou GLM-5.3 de Z.ai (28e, licence MIT), à condition de disposer d'une infrastructure costaude.
Recommandations générales, à adapter à vos usages réels. Gemini 4 Carbon n'y figure pas, faute d'accès public.

Une précision sur ce dernier profil. Les modèles ouverts du classement sont gigantesques et ne tournent pas sur un PC classique. Chez moi, j'utilise Ollama et LM Studio pour faire tourner des modèles en local, mais ce sont des modèles bien plus modestes, qui n'ont rien à voir avec ceux du top 20. C'est pratique pour la confidentialité ou le travail hors ligne, pas pour rivaliser avec Gemini 4 Argon.

Questions fréquentes sur le classement Arena

Qu'est-ce que le score affiché par Arena ?
C'est une note relative, calculée à partir des duels entre modèles avec la méthode de Bradley-Terry, proche du classement Elo des échecs. Elle ne s'exprime pas en pourcentage et n'a de sens qu'en comparaison avec les autres modèles du même classement.
Que signifient « High », « Max » ou « xHigh » à côté des noms ?
Ce sont des niveaux d'effort de raisonnement. Plus le niveau est élevé, plus le modèle prend le temps de réfléchir avant de répondre. Les réponses gagnent souvent en qualité, mais aussi en temps de calcul et en coût.
Le classement Arena est-il fiable ?
Il est fiable pour ce qu'il mesure : la préférence des internautes entre deux réponses anonymes. Il ne vérifie pas systématiquement l'exactitude des faits et peut être influencé par le style. Les écarts de quelques points ne sont pas significatifs, d'où l'intérêt de regarder la marge d'erreur et le nombre de votes. Le score d'un modèle tout juste entré, comme Gemini 4 Carbon, reste provisoire.
Peut-on participer aux votes ?
Oui, c'est gratuit et ouvert à tous sur arena.ai. Vous soumettez votre question, comparez les deux réponses et votez. C'est aussi un bon moyen de tester gratuitement des modèles payants.
Peut-on utiliser Gemini 4 Carbon ?
Pas pour l'instant. Google le réserve à des partenaires de la cyberdéfense triés sur le volet. Il n'est disponible ni dans l'API, ni dans l'application Gemini, et aucune date d'ouverture n'a été annoncée.
Peut-on utiliser Gemini 4 Argon en France ?
Google le propose aux abonnés Google AI Pro et Ultra dans l'application Gemini, et aux développeurs via l'API Gemini et Google AI Studio. Google n'a pas détaillé la disponibilité pays par pays dans son annonce : le plus simple est de vérifier directement dans votre application Gemini.
Et Muse Wonder ?
L'application Muse n'est disponible qu'aux États-Unis et au Canada pour le moment. Les développeurs peuvent en revanche passer par la Meta Model API ou par Muse Code.

Ce que je retiens de ce classement

Google frappe fort avec deux modèles en tête, dont l'un, Argon, est proposé à un tarif agressif jusqu'à fin novembre. L'autre, Carbon, reste pour l'instant une vitrine que presque personne ne peut utiliser. Meta a fait un retour remarqué avec Muse Wonder, mais son modèle redescend déjà et l'Europe devra patienter pour en profiter dans l'application grand public. Anthropic reste l'éditeur le plus régulier : Claude Opus 5.5 sur le podium, six modèles dans le top 10 et une domination nette sur l'analyse de documents, d'images et le développement web. OpenAI, lui, préfère briller sur la recherche web.

Avec un score provisoire en tête et à peine plus de 30 points d'écart entre les dix premiers, le prochain classement peut encore tout rebattre. Je garderai un œil dessus, mais je continuerai surtout à juger ces modèles sur mes propres usages. C'est ce que je vous conseille de faire aussi.

Source

Comment cet article a-t-il été réalisé ? Le texte a été rédigé par mes soins, puis relu avec l'aide d'une intelligence artificielle afin de corriger d'éventuelles erreurs d'orthographe ou de grammaire. L'illustration de présentation a également été créée à l'aide de l'IA.