Quand un client ou un proche me demande quelle IA prendre, je ne réponds jamais du premier coup. Je pose d'abord mes questions : c'est pour coder ou pour écrire des mails ? Gratuit ou payant ? Dans le navigateur ou installé sur le PC ? Fin 2026, il sort un nouveau modèle presque chaque semaine, et chacun arrive avec ses propres graphiques où il écrase tout le monde. Rien que ces trois dernières semaines, Google, OpenAI et Moonshot ont chacun lancé un modèle qui bouscule le haut des classements. C'est pour ça que QUELLE IA m'intéresse : ce comparateur gratuit, recalculé chaque lundi, classe aujourd'hui 257 modèles à partir de tests publics, et il a le mérite d'admettre quand deux modèles ne peuvent pas être départagés. Je l'avais découvert à son lancement, mi-octobre. Je l'ai refouillé pour cette mise à jour, avec l'édition du 9 novembre 2026. Voici ce que j'en retiens.
Pourquoi choisir une IA est devenu si compliqué
Il y a deux ans, la question se résumait à ChatGPT ou pas ChatGPT. Aujourd'hui, OpenAI, Anthropic, Google, Mistral, Meta, xAI, DeepSeek, Alibaba, Xiaomi ou Moonshot publient des modèles à un rythme tel que même ceux qui suivent le sujet de près ont du mal à tenir. Chaque éditeur choisit les tests sur lesquels il brille et les met en avant dans son annonce. Résultat : tout le monde est premier quelque part.
Le cas le plus parlant de ces dernières semaines s'appelle Gemini 4 Carbon. Google l'a annoncé le 28 octobre, il arrive premier sur plusieurs classements, y compris celui de QUELLE IA… et presque personne ne peut s'en servir. Au moment où j'écris, Google le réserve à une partie des spécialistes en cybersécurité de son programme Fairwind, sans API publique ni date d'ouverture annoncée. Le « meilleur modèle du moment » n'est donc pas forcément un modèle que vous pouvez utiliser.
Pour un particulier, tout ça se traduit par une hésitation entre deux abonnements à une vingtaine d'euros par mois. Pour un développeur ou une entreprise, l'enjeu est plus lourd : choisir le bon modèle à brancher dans ses outils, sans exploser le budget. Dans les deux cas, il manquait un endroit qui rassemble les résultats sans parti pris et qui les rende lisibles. C'est le créneau que vise QUELLE IA.
QUELLE IA, c'est quoi exactement ?
QUELLE IA est un site de classement des modèles d'intelligence artificielle, édité par Humanoid, le groupe qui publie Frandroid, Numerama et Clubic. Il a été conçu par Ulrich Rozier, cofondateur de Frandroid. Le site précise qu'il n'y a ni publicité ni partenariat dans les classements, et chaque chiffre renvoie vers sa source.
Point important : QUELLE IA ne fait passer aucun test lui-même. Il récupère les résultats publiés par des références indépendantes, les rattache au bon modèle (un même modèle peut porter trois noms différents selon la source) et en tire un score. Parmi les sources utilisées :
- Epoch AI, un institut de recherche qui compile de nombreux benchmarks ;
- Arena, où des internautes votent à l'aveugle entre deux réponses ;
- compar:IA, le comparateur public français porté par le ministère de la Culture ;
- EuroEval, spécialisé dans les langues européennes, dont le français ;
- Artificial Analysis, avec son accord, pour les mesures de performance et la synthèse vocale.
Dans l'édition du 9 novembre, les sept sources suivies étaient toutes à jour, sans panne. C'est le genre de détail que le site affiche franchement, et que j'apprécie : quand une source décroche, on le sait.
| Élément suivi | Volume |
|---|---|
| Modèles de langage classés | 257 (plus 217 modèles provisoires affichés sans rang) |
| Benchmarks suivis / comptés dans le score | 98 / 58 |
| Mesures relevées | Plus de 12 000 |
| Générateurs d'images suivis | 116 |
| Générateurs de vidéo classés | 59 |
| Machines réelles suivies pour l'IA locale | 77 |
| Applications et logiciels référencés | 112 |
| Outils, agents et bibliothèques de code | 58 |
| Assistants grand public suivis | 12 |
| En trois semaines, le site a gagné cinq modèles classés, et le nombre de générateurs d'images suivis est passé de 78 à 116. | |
Sur les 98 benchmarks suivis, 50 sont actifs, 10 sont considérés comme saturés et 38 ont été archivés. Le tri se fait chaque semaine, et c'est une bonne chose : un test que tous les modèles réussissent n'apprend plus rien à personne.
L'échelle des scores est fixe. Le meilleur modèle au lancement du site vaut 100 et le GPT-4o de fin 2024 vaut 50. Comme ce repère ne bouge pas, on peut mesurer les progrès d'une semaine à l'autre, et deux modèles dépassent désormais 100 au classement général. Ce n'est pas un bug, juste le signe qu'ils font mieux que le champion du premier jour.
Une marge d'erreur et des ex æquo assumés
C'est la partie qui m'a le plus convaincu. Chaque score est accompagné d'un intervalle de confiance à 90 %, autrement dit une fourchette dans laquelle le vrai niveau du modèle a neuf chances sur dix de se trouver. Si les fourchettes de deux modèles se chevauchent, le site les déclare ex æquo au lieu de désigner un vainqueur à trois dixièmes près.
Pour les non-statisticiens : imaginez deux coureurs chronométrés à la main. L'un fait 10,2 secondes, l'autre 10,3, mais chaque chrono peut se tromper de deux dixièmes. Impossible de dire honnêtement qui a gagné. QUELLE IA applique ce raisonnement aux modèles d'IA.
Gemini 4 Carbon illustre bien l'intérêt de la méthode. Il affiche le meilleur score (100,6), mais il n'a été mesuré que sur 9 tests. Sa fourchette va donc de 97,0 à 104,2, plus de sept points d'écart. À titre de comparaison, celle de Claude Opus 5.5, mesuré bien plus souvent, ne fait que 2,4 points. Le site ne cache pas cette différence : Carbon est en tête, mais c'est aussi le modèle dont on connaît le moins le vrai niveau.
Sur le papier, c'est frustrant quand on veut un nom unique. Dans les faits, c'est bien plus honnête que la plupart des palmarès qui couronnent un « meilleur modèle » sur un écart que personne ne pourrait percevoir à l'usage.
Le classement général : huit modèles dans un mouchoir
À son lancement, le site plaçait quatre modèles ex æquo en tête. Dans l'édition du 9 novembre 2026, celle qui sera en ligne quand vous lirez ces lignes, ils sont huit. L'arrivée de Gemini 4 Carbon et de GPT-6.1 Terra a resserré le peloton.
| Rang | Modèle | Éditeur | Score | Marge (90 %) | Prix API (lecture / écriture, par million de jetons) |
|---|---|---|---|---|---|
| 1 (ex æquo) | Gemini 4 Carbon | Google DeepMind | 100,6 | 97,0 à 104,2 | Pas d'API publique |
| 1 (ex æquo) | Claude Opus 5.5 | Anthropic | 100,1 | 98,9 à 101,3 | 4 € / 20 € |
| 1 (ex æquo) | GPT-6 Astra | OpenAI | 99,5 | 98,2 à 100,9 | 8,92 € / 45 € |
| 1 (ex æquo) | GPT-6.1 Terra | OpenAI | 99,0 | 97,4 à 100,6 | 0,89 € / 4,46 € |
| 1 (ex æquo) | GPT-6.1 Sol | OpenAI | 98,7 | 97,2 à 100,3 | 2 € / 10 € |
| 1 (ex æquo) | Gemini 4 Argon | Google DeepMind | 97,7 | 96,6 à 98,7 | 1,78 € / 8,92 € |
| 1 (ex æquo) | Claude Fable 5.1 | Anthropic | 97,4 | 96,3 à 98,5 | 8,92 € / 45 € |
| 1 (ex æquo) | Claude Sonnet 5.5 | Anthropic | 97,4 | 96,2 à 98,7 | 2 € / 10 € |
| 9 | Claude Opus 5 | Anthropic | 95,3 | 94,4 à 96,2 | 4,46 € / 22 € |
| Meilleur modèle réellement accessible : Claude Opus 5.5. Le classement est recalculé chaque lundi, les scores auront pu bouger depuis. | |||||
Gemini 4 Carbon est premier, mais vous ne pouvez pas l'essayer. Google ne le propose pour l'instant qu'à une partie des spécialistes en cybersécurité de son programme Fairwind. Il n'apparaît ni dans l'application Gemini, ni dans l'API publique. Si vous cherchez un modèle à utiliser dès aujourd'hui, le premier de la liste est Claude Opus 5.5, suivi de GPT-6 Astra.
L'autre nouveauté qui m'a sauté aux yeux, c'est GPT-6.1 Terra. OpenAI l'a lancé le 26 octobre comme un modèle « milieu de gamme », tourné vers l'automatisation et l'utilisation de l'ordinateur. Il se retrouve pourtant dans le groupe de tête, à un demi-point de GPT-6 Astra, pour un prix dix fois plus bas. Il est accessible aux abonnés ChatGPT Plus et Pro dans ChatGPT Work et Codex, et dans l'API sous le nom gpt-6.1-terra. Claude Sonnet 5.5 rejoint aussi le peloton, alors qu'il était provisoire au lancement du site.
Cette semaine, 154 scores ont bougé (78 à la hausse, 76 à la baisse) et dix nouveaux modèles sont entrés dans la base. Aucun de ces mouvements ne sort de sa marge d'erreur, ce qui montre bien que le haut du classement est devenu très serré.
Le score général n'est pas une simple moyenne. Il pondère dix tâches : raisonnement, code et agents comptent chacun pour 15 %, l'usage courant, les maths, les sciences et le français pour 10 %, la vision, l'écriture et la création web pour 5 %. Deux dossiers, données et sécurité, sont présents sur le site sans peser dans le score, faute de sources jugées assez solides. Cette pondération n'a pas changé depuis le lancement.
Le meilleur modèle dépend de ce que vous en faites
Le match nul au sommet cache des profils assez différents. Dès qu'on regarde tâche par tâche, les spécialités apparaissent. Petite précision : Gemini 4 Carbon est souvent affiché au-dessus du lot dans ces sous-classements, mais sans rang, car il n'a pas encore assez de mesures par tâche. Je ne l'ai donc mentionné que là où il est réellement classé.
| Usage | Modèle en tête | À noter |
|---|---|---|
| Programmation | Claude Opus 5.5 (100,5) | Ex æquo avec Claude Fable 5.1, GPT-6.1 Sol, GPT-6 Astra et Claude Sonnet 5.5 |
| Écriture créative | Claude Opus 5.5 (101,8) | Gemini 4 Carbon juste derrière (101,5), 43 modèles dans la marge, un seul benchmark |
| Questions du quotidien | Gemini 4 Carbon (100,2) | Gemini 4 Argon et Claude Opus 5.5 dans la marge, donc accessibles pour le même usage |
| Analyse d'image | Claude Opus 5.5 (100,1) | Ex æquo avec GPT-6 Astra et GPT-6.1 Sol (99,3) |
| Création web | Claude Opus 5.5 (102,9) | Repose sur un seul benchmark (WebDev d'Arena) |
| Raisonnement et agents autonomes | GPT-6 Astra | Le modèle le plus cher du groupe de tête |
| Mathématiques | GPT-6.1 Sol (102,7) | Ex æquo avec GPT-6 Astra et Claude Opus 5.5, deux fois moins cher qu'Opus en API |
| Travail en français | GPT-6.1 Sol et Claude Opus 5.5 (autour de 100) | 32 autres modèles dans la marge, dont Gemini 3.7 Flash |
| Parmi les modèles accessibles, Claude Opus 5.5 est en tête ou dans la marge du premier sur presque tous les usages. | ||
Ce tableau colle assez bien à mon expérience. Je suis abonné à Claude Pro et à ChatGPT Plus, et je les utilise pour des choses différentes : Claude pour le code et la rédaction technique, ChatGPT surtout pour la génération d'images. Un rédacteur francophone ou un développeur n'a donc pas forcément intérêt à prendre le premier du classement général. Pour le français, par exemple, la marge est tellement large que plus de trente modèles se valent statistiquement. Dans ce cas, le prix et le confort d'utilisation comptent plus que le score.
Pour trancher, le module Trouver mon modèle pose quatre questions : ce que vous voulez faire, votre budget, si vous tenez à un modèle ouvert (open weights, c'est-à-dire téléchargeable et modifiable) et la puissance de votre machine. Il existe aussi une page « Mon classement » où l'on règle soi-même le poids de chaque tâche, et un comparateur qui met deux à quatre modèles côte à côte. Si vous faites surtout du code, montez le curseur « code » et baissez « maths » : le classement change tout de suite.
Combien coûte vraiment une IA ? Les jetons expliqués
Les abonnements grand public ont un prix fixe. En revanche, dès qu'on passe par l'API (l'interface de programmation qu'utilisent les développeurs et des outils comme n8n), on paie au jeton. Un jeton, c'est un morceau de mot : en français, une page de texte représente en gros 600 à 800 jetons. Les éditeurs facturent séparément les jetons lus (votre question, vos documents) et les jetons écrits (la réponse).
QUELLE IA convertit tous les tarifs en euros et calcule un « prix mixte » en comptant trois jetons lus pour un jeton écrit. Claude Opus 5.5, facturé 4 € le million de jetons en lecture et 20 € en écriture, ressort ainsi à 8 € de prix mixte.
Pour rendre ça concret, j'ai fait le calcul sur un usage type : 1 000 questions de 1 500 jetons chacune, avec des réponses de 500 jetons. Avec Opus 5.5, ça donne 1,5 million de jetons lus (6 €) et 500 000 jetons écrits (10 €), soit 16 € les 1 000 questions. Avec GPT-6.1 Terra, la même charge revient à environ 3,57 €. Et avec Claude Haiku 5.5, elle coûte 0,40 €.
| Modèle | Score général | Prix mixte par million de jetons | Coût de mes 1 000 questions |
|---|---|---|---|
| Claude Haiku 5.5 | 91,0 | 0,20 € | 0,40 € |
| DeepSeek V4.1 Flash | 91,3 | 0,26 € | 0,53 € |
| MiMo-V2.6 Pro (Xiaomi) | 91,0 | 0,55 € | 1,10 € |
| GPT-6.1 Terra | 99,0 | 1,78 € | 3,57 € |
| Gemini 4 Argon | 97,7 | 3,57 € | 7,13 € |
| GPT-6.1 Sol | 98,7 | 4 € | 8 € |
| Claude Sonnet 5.5 | 97,4 | 4 € | 8 € |
| Claude Opus 5.5 | 100,1 | 8 € | 16 € |
| GPT-6 Astra | 99,5 | 17,94 € | 35,88 € |
| Prix mixte calculé selon la méthode du site : trois jetons lus pour un jeton écrit. | |||
Quand j'ai découvert le site, Claude Haiku 5.5 tenait la première place du classement qualité-prix : un score de 91 pour 0,20 €, soit près de 18 points de mieux que ce que le marché proposait en moyenne à ce tarif. Son score et son prix n'ont pas bougé. Pour un chatbot de site, un tri de mails ou un résumé de documents, c'est largement suffisant. DeepSeek V4.1 Flash fait jeu égal pour quelques centimes de plus.
Mais la vraie nouvelle, c'est GPT-6.1 Terra. Il se place dans le groupe de tête pour moins de 2 € de prix mixte, quatre à cinq fois moins cher qu'Opus 5.5. Pour mes workflows n8n qui tournent en volume, c'est clairement le modèle que je vais tester en premier. Je garde les gros modèles pour les tâches où la différence se voit vraiment, comme le code complexe.
Ces prix restent théoriques. Un modèle « à raisonnement », qui réfléchit en plusieurs étapes avant de répondre, consomme beaucoup plus de jetons en coulisses pour une même question. Le site le signale lui-même : le coût réel d'une tâche dépend du nombre de jetons dépensés, pas seulement du tarif affiché. Autre point à surveiller : Google a présenté le prix actuel de Gemini 4 Argon comme un tarif de lancement, censé prendre fin le 1er décembre.
Images, vidéo et voix : des classements à part
Les modèles qui génèrent des images et des vidéos ont leurs propres classements, construits sur les votes à l'aveugle d'Arena : des internautes comparent deux résultats obtenus avec la même consigne sans savoir quel modèle a produit quoi.
En images, OpenAI garde la main. GPT Image 2.6 Sunburst a pris la tête (98,4 dans l'édition du 2 novembre), à la place de GPT Image 2.5 Sunburst qui menait au lancement. Ça explique sans doute pourquoi je bute régulièrement sur les limites de ChatGPT quand je prépare des visuels : c'est l'outil que tout le monde veut utiliser pour ça. En vidéo, Gemini Omni Flash de Google (99,0) reste nettement devant Wan 3.0 d'Alibaba et Utopai X d'Utopai Studios, ex æquo à 95,0. Un modèle qui n'a pas encore réuni assez de votes reste classé à part comme provisoire, même si son score affiché est plus haut. Les deux classements se déclinent ensuite par style, de la photo réaliste au dessin animé.
La voix est jugée sur le français en priorité, chaque tableau gardant l'unité de sa source :
| Catégorie | En tête | Poursuivants | Mesure |
|---|---|---|---|
| Transcription (39 modèles) | Azure LLM Speech 07-2026 (Microsoft) : 3,14 % | Azure Speech 06-2026 (Microsoft) : 3,27 %, Scribe v2 (ElevenLabs) : 3,29 % | Taux d'erreur sur les mots, plus bas = mieux |
| Synthèse vocale (33 modèles) | Eleven v4 (ElevenLabs) : 1 355 | Sonic 3.6 (Cartesia) : 1 341 | Score de votes de francophones, plus haut = mieux |
| Côté français, Gradium arrive 7e en synthèse vocale et Voxtral Small de Mistral AI 9e en transcription. | |||
Le site ajoute un classement des voix à poids ouverts selon la facilité avec laquelle un modèle de transcription les comprend en français. OmniVoice, Fish Audio S2 Pro et Kokoro 82M mènent ce petit tableau. Attention, il mesure l'intelligibilité, pas l'agrément d'écoute. Pour la conversation vocale directe (parole vers parole), la mesure n'existe pour l'instant qu'en anglais.
Abonnements et outils de code : qui donne accès à quoi
Au quotidien, c'est sans doute la partie la plus utile pour la majorité des gens. La rubrique Abonnements détaille les formules de douze assistants grand public, dont ChatGPT, Claude, Gemini et Vibe (l'ex-Le Chat de Mistral AI) vendues en France, avec leur prix mensuel et le modèle exact que chacune débloque. C'est précieux, parce que les éditeurs ne mettent pas toujours en avant le fait qu'une formule gratuite ou d'entrée de gamme donne accès à un modèle moins puissant que celui des annonces.
| Assistant | Formules payantes | Modèle principal de la formule intermédiaire |
|---|---|---|
| ChatGPT | Go 8 €, Plus 23 €, Pro dès 103 € | Plus : GPT-6 Sol (GPT-6.1 Terra dans ChatGPT Work et Codex) |
| Claude | Pro 18 € HT, Max dès 90 € HT | Pro : Claude Opus 5.5, avec Sonnet 5.5 et Haiku 5.5 |
| Gemini | Google AI Plus 4,99 €, AI Pro 21,99 €, AI Ultra dès 99,99 € | AI Pro : Gemini 4 Argon |
| Vibe (Mistral AI) | Pro 17,99 € TTC | Non précisé par le site |
| Les prix et les modèles changent souvent : vérifiez chez l'éditeur avant de payer. | ||
Un détail qui compte : Claude Pro est affiché hors taxes. Une fois la TVA ajoutée, l'écart avec ChatGPT Plus se réduit nettement. C'est typiquement le genre de piège qu'un comparatif rapide ne montre pas.
Pour les développeurs, la rubrique Outils recense 58 outils, agents et bibliothèques, dont Cursor, Claude Code et Codex, avec leur coût et les modèles qu'ils acceptent. Parmi les 25 outils de code suivis, 18 acceptent votre propre clé API et 12 savent se brancher sur un modèle local via Ollama ou LM Studio. Claude Opus 5.5 est proposé dans 14 des 17 outils dont la liste est à jour.
Une page compare même les résultats d'un même modèle selon l'outil qui le pilote, car l'enrobage (ce que le site appelle le « harnais ») change sensiblement les performances. L'exemple donné est parlant : sur le test Terminal-Bench 2.0, Claude Opus 4.6 résout entre 58 % et 76,4 % des tâches selon l'outil qui le fait tourner. J'en fais l'expérience avec Claude Code : depuis que j'utilise des skills et des plugins bien choisis, j'atteins beaucoup moins souvent les limites de mon abonnement.
Modèles ouverts et IA en local : ce que votre machine peut vraiment faire
Si vous voulez garder la main sur vos données, le classement des modèles ouverts est fait pour vous. Le meilleur d'entre eux est désormais Kimi K3.1 Pro de Moonshot, 13e du classement général avec 93,7, dont les poids sont téléchargeables depuis début novembre. Derrière, DeepSeek V4.1 Flash (91,3) et MiMo-V2.6 Pro de Xiaomi (91,0) se tiennent de près. Deux constats : les premiers modèles ouverts sont toujours chinois, et l'écart avec Claude Opus 5.5 est passé d'environ huit points à un peu plus de six. Côté européen, Mistral a publié les poids de Mistral Large 4 fin octobre, mais sa version préliminaire n'est que 68e. Surtout, ces modèles de tête sont bien trop lourds pour un ordinateur personnel : Kimi K3.1 Pro compte 2 800 milliards de paramètres, il lui faut un vrai serveur.
Pour faire tourner une IA chez soi, sans connexion ni envoi de données dans le cloud, la page Sur ma machine fait le calcul pour chacune des 77 configurations suivies. Ce qui compte, c'est la mémoire que la machine laisse au modèle : la mémoire vidéo sur une carte graphique, la mémoire unifiée sur un Mac.
| Machine type | Meilleur modèle qui tient | Score | Exemple de prix relevé |
|---|---|---|---|
| Carte graphique 8 Go | Qwen3.5-4B (provisoire) | 62,9 | GeForce RTX 5050 : 399,99 € |
| Carte 12 Go | Qwen3.5-9B | 66,1 | Intel Arc B580 : 402,99 € |
| Carte 16 Go | Qwen3.5-9B | 66,1 | Radeon RX 9060 XT 16 Go : 609,99 € |
| Carte 24 Go ou 32 Go | Qwen 3.8 27B | 83,4 | Intel Arc Pro B60 : 1 199,95 € |
| Mac 128 Go (version complète du modèle) | Qwen 3.8 27B | 83,4 | Mac Studio M5 Max 128 Go : 5 859 € |
| Deux Nvidia DGX Spark en grappe | MiMo-V2.6 Flash | 89,2 | 2 × 6 099,95 € |
| Quatre Nvidia DGX Spark en grappe | DeepSeek V4.1 Flash | 91,3 | 4 × 6 099,95 € |
| Même avec quatre DGX Spark, on reste à 9,3 points du meilleur modèle en ligne. Sur les petites machines, le modèle tourne dans une version allégée (quantifiée à 4 ou 8 bits), un peu moins performante que celle mesurée par les benchmarks. | |||
Le saut le plus intéressant se situe toujours autour de 24 Go : on passe de 66,1 à 83,4 points, soit plus de 17 points d'un coup. La carte la moins chère relevée sur cette marche, l'Intel Arc Pro B60, coûte 1 199,95 €. Au-delà, monter en mémoire ne sert plus à grand-chose pour un particulier : un Mac Studio de 128 Go fait tourner le même Qwen 3.8 27B, simplement dans sa version complète, pour presque cinq fois le prix. Il faut ensuite passer à des grappes de machines professionnelles à plus de 12 000 € pour gagner quelques points. Et même là, l'écart avec les meilleurs modèles en ligne reste visible. Le comparateur l'affiche sans détour, et c'est tant mieux.
J'ai regardé ce que ça donne pour mon propre PC, équipé d'une GeForce RTX 3060 12 Go et de 32 Go de RAM, que j'utilise avec Ollama et LM Studio. Dans le palier des cartes 12 Go, le site recommande Qwen3.5-9B en version 4 bits (66,1 au score général). Lors de mon premier passage, c'était Ministral 3 14B de Mistral qui passait devant pour le français. Ça correspond à ce que je constate : pour des brouillons, des résumés de documents confidentiels ou des tests d'automatisation, c'est très correct. Pour du code sérieux, je repasse sur Claude, et l'écart de plus de 30 points avec Opus 5.5 n'a rien de surprenant.
Bonne nouvelle pour ceux qui n'ont pas de carte graphique : d'après le site, un simple PC portable de 16 Go fait tourner Qwen3.5-9B sur son processeur, le même modèle qu'une carte de 16 Go. Ce sera plus lent, mais c'est un bon moyen de découvrir l'IA locale sans rien acheter.
Une application mobile gratuite, sans compte ni publicité
Tout le comparateur existe aussi en application pour iPhone, iPad et Android, sur l'App Store et sur Google Play. Elle est gratuite, ne demande pas de compte et n'affiche pas de publicité. On y retrouve les classements, les duels entre modèles, des widgets qui affichent les trois premiers ou l'actualité IA sur l'écran d'accueil, et un mode hors ligne qui garde le dernier classement reçu. Des notifications, désactivées par défaut, peuvent prévenir quand un nouveau classement sort ou quand un modèle entre dans le top 10 ou le top 20. Avec un marché qui bouge autant, c'est sans doute la fonction que j'activerais en premier.
L'interface s'adapte aux grands écrans et aux smartphones pliants : une fois l'appareil déplié, la liste des modèles s'affiche à gauche et la fiche détaillée à droite. L'appli reprend aussi les articles IA de Frandroid, Numerama et Clubic, qui n'entrent pas dans le calcul des scores.
Les limites à garder en tête
Aussi transparent soit-il, QUELLE IA ne vaut que ce que valent les benchmarks publics. Plusieurs de ces tests sont déjà saturés : dix d'entre eux sont officiellement classés comme tels, les meilleurs modèles y frôlent le sans-faute, ce qui les rend incapables de faire la différence. Certaines tâches, comme la création web ou l'écriture, reposent sur une seule source.
Le classement est aussi recalculé chaque lundi. En trois semaines, la tête est passée de quatre à huit modèles ex æquo et un nouveau numéro un est apparu. Le podium que je vous présente aura peut-être changé dès lundi prochain, et c'est d'ailleurs le principe. Les modèles très récents restent marqués « provisoire » tant qu'ils n'ont pas été mesurés sur assez de tests. Une page La semaine résume ce qui a bougé, je vous conseille d'y jeter un œil plutôt que de vous fier à un tableau figé.
Il faut aussi se méfier du rang 1 pris isolément. Le cas de Gemini 4 Carbon le montre bien : un modèle peut être premier sans être utilisable, et sa marge d'erreur peut être bien plus large que celle de ses voisins. Avant de choisir, vérifiez toujours deux choses sur la fiche : la disponibilité réelle et le nombre de mesures.
Enfin, l'éditeur est un groupe de presse qui couvre lui-même l'actualité de l'IA. Le site s'en explique (pas de publicité, pas de partenariat, articles exclus du score, méthode publique), mais garder un œil critique ne fait jamais de mal.
Attention aux homonymes : un autre site, quelleia.org, classe des outils d'IA (et non des modèles) avec sa propre méthode. Il n'a aucun lien avec le comparateur de Humanoid présenté ici, qui se trouve à l'adresse quelleia.com.
Mon avis : à qui sert vraiment QUELLE IA ?
Pour un particulier qui hésite entre deux abonnements, la rubrique dédiée et le module en quatre questions suffisent largement. On sait en cinq minutes quel modèle se cache derrière chaque formule et lequel est le plus fort pour ce qu'on veut faire. Aujourd'hui, pour un usage polyvalent, Claude Opus 5.5 et GPT-6 Astra sont les deux valeurs sûres accessibles avec un abonnement classique.
Pour un développeur ou un intégrateur comme moi, les pages qualité-prix et outils sont les plus utiles. Elles permettent de choisir le modèle à brancher dans un workflow sans tester dix API une par une. C'est grâce à elles que j'ai repéré GPT-6.1 Terra, qui pourrait bien changer la facture de mes automatisations. Quant à la page sur l'IA locale, c'est la plus honnête que j'ai vue sur le sujet : elle chiffre l'écart avec les modèles en ligne au lieu de faire croire qu'un PC de jeu remplace ChatGPT.
Pour une entreprise, c'est un bon point de départ pour une veille, à compléter par des tests sur ses propres cas d'usage. Un benchmark ne dira jamais si un modèle comprend bien le jargon de votre métier.
Questions fréquentes sur QUELLE IA
- QUELLE IA est-il vraiment gratuit ?
- Oui. Le site et l'application sont gratuits, sans création de compte et sans publicité.
- À quelle fréquence le classement est-il mis à jour ?
- Chaque lundi. Les scores, les prix et les nouveaux modèles sont intégrés à chaque édition, et une page « La semaine » résume ce qui a changé.
- Le site teste-t-il lui-même les modèles ?
- Non. Il agrège les résultats de sources indépendantes comme Epoch AI, Arena, compar:IA, EuroEval ou Artificial Analysis, et chaque chiffre renvoie à sa source.
- Que veut dire « ex æquo » dans le classement ?
- Que les marges d'erreur de deux modèles se recouvrent : l'écart entre eux est trop faible pour affirmer que l'un est meilleur que l'autre.
- Quel est le meilleur modèle d'IA en ce moment ?
- Dans l'édition du 9 novembre 2026, huit modèles sont ex æquo en tête : Gemini 4 Carbon, Claude Opus 5.5, GPT-6 Astra, GPT-6.1 Terra, GPT-6.1 Sol, Gemini 4 Argon, Claude Fable 5.1 et Claude Sonnet 5.5. Gemini 4 Carbon n'étant pas ouvert au public, le meilleur modèle utilisable est Claude Opus 5.5. Le meilleur pour vous dépend surtout de l'usage : code, français, maths ou budget.
- Quel modèle choisir pour un petit budget en API ?
- Claude Haiku 5.5 et DeepSeek V4.1 Flash atteignent 91 points pour quelques dizaines de centimes le million de jetons. Si vous avez besoin du niveau des meilleurs, GPT-6.1 Terra se place dans le groupe de tête pour moins de 2 € de prix mixte.
- Peut-on faire tourner une IA performante sur son ordinateur ?
- Oui, mais avec des compromis. Avec une carte graphique de 24 Go, on atteint un score de 83 environ, contre plus de 100 pour les meilleurs modèles en ligne.
Choisir une IA fin 2026 revient un peu à choisir un smartphone : le meilleur sur le papier n'est pas forcément celui qui vous convient, et parfois il n'est même pas encore en vente. QUELLE IA a le mérite de poser les chiffres sur la table, avec leurs marges d'erreur et leurs limites, et de laisser chacun décider selon son usage et son budget. Gardez juste en tête que dans ce secteur, le champion d'une semaine peut être détrôné la suivante. Pour ma part, le site est dans mes favoris depuis son lancement, et je le consulte avant chaque changement d'abonnement.
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.