Dernière mise à jour : 5 novembre 2026. Le marché des modèles d’IA évolue toutes les quelques semaines ; ce guide est donc conçu pour être révisé. Il distingue les trois classements, consigne les prix catalogue et propose un tableau d’aide à la décision que vous pourrez réutiliser à la sortie du prochain modèle.
À l’heure actuelle, il existe trois réponses différentes à la question « quel est le modèle d’IA le plus puissant ? », et elles ne sont pas interchangeables.
Gemini 4 Carbon arrive en tête de l’Artificial Analysis Intelligence Index avec un score de 60, mais Google ne l’a diffusé qu’à un sous-ensemble de défenseurs de la cybersécurité et de partenaires de son programme Fairwind. Claude Opus 5.5 n’a qu’un point de moins et domine le classement Arena Agents ; tout développeur peut l’utiliser dès aujourd’hui. GPT-6.1 Sol accuse cinq points de retard sur Carbon et quatre sur Opus, mais son coût par tâche, mesuré par Artificial Analysis, est de 1,27 $, soit environ un huitième des 10,04 $ d’Opus.
Voilà à quoi ressemble le marché aujourd’hui : l’intelligence, la disponibilité et le coût par tâche constituent désormais trois classements distincts. Cet article les distingue, puis propose un tableau d’aide à la décision pour les modèles qui comptent.
Trois classements, trois vainqueurs différents
L’Artificial Analysis Intelligence Index est un score composite fondé sur des évaluations du raisonnement, du code, des connaissances et des capacités agentiques. Le classement actuel place Carbon à 60, Opus 5.5 à 59, GPT-6 Astra à 57, puis un groupe à 55 comprenant Claude Sonnet 5.5 et GPT-6.1 Sol. Dans son annonce de lancement, Google attribuait à Carbon un score de 59 sur une précédente version v5.0 ; le classement actuel affiche 60. Cet écart d’un point est dû à un changement de version, pas à un nouveau modèle.
Le classement Arena Agents mesure autre chose : la fréquence à laquelle les utilisateurs préfèrent les réponses d’un modèle pour des tâches agentiques. Opus 5.5 arrive en tête avec 20,14 %, Carbon est deuxième avec 16,72 %, Sonnet 5.5 troisième avec 15,42 % et Astra quatrième avec 14,70 %.
Le coût par tâche constitue le troisième axe. Artificial Analysis soumet chaque modèle à la même évaluation et consigne le coût de chaque exécution, tokens de raisonnement et de sortie compris. Selon cette mesure, Terra coûte 0,96 $, Sol 1,27 $, Astra 6,24 $, Carbon 7,76 $, Sonnet 10,02 $ et Opus 10,04 $.
Un modèle peut dominer un classement et en perdre un autre. Carbon domine en intelligence et arrive deuxième sur Arena, mais la plupart des équipes ne peuvent pas l’utiliser. Opus domine sur Arena et arrive deuxième en intelligence. Parmi les modèles qui obtiennent un score d’au moins 55, Sol est le moins cher.
Le premier niveau en un coup d’œil
| Modèle | AA II | Arena Agents | Prix catalogue (entrée/sortie) | Idéal pour |
|---|---|---|---|---|
| Gemini 4 Carbon | 60 | #2 | $4 / $20 | Recherche en cybersécurité |
| Claude Opus 5.5 | 59 | #1 | $4 / $20 | Agents complexes |
| GPT-6 Astra | 57 | #4 | $10 / $50 | Utilisation de l’ordinateur |
| Claude Sonnet 5.5 | 55 | #3 | $2 / $10 | Programmation précise |
| GPT-6.1 Sol | 55 | #6 | $2 / $10 | Agents à gros volume |
| GPT-6.1 Terra | 51 | #7 | $1 / $5 | Rapport qualité-prix et vision |
| Gemini 4 Argon | 50 | #8 | $4 / $20 | Recherche multimodale |
Les prix sont exprimés par million de tokens. Carbon coûte 2 $/10 $ pendant sa période de lancement, puis 4 $/20 $ au tarif standard. Argon coûte 2 $/10 $ jusqu’au 30 novembre 2026, puis 4 $/20 $. Carbon ne figure pas au catalogue d’AIHubMix ; les six autres modèles de ce tableau sont disponibles via AIHubMix. Les scores AA utilisent le réglage qui obtient le meilleur résultat pour chaque modèle : max pour Opus, Astra, Sonnet, Sol et Terra ; high pour Carbon et Argon.
Deux éléments ressortent. L’écart de prix au sein du premier niveau est énorme : le prix au token de Terra est dix fois inférieur à celui d’Astra, et son coût par tâche représente environ 15 % de celui d’Astra. De plus, l’ordre varie d’un classement à l’autre : Sonnet est troisième sur Arena et quatrième à l’index d’intelligence ; Astra est troisième à l’index et quatrième sur Arena.
Concrètement, choisissez l’axe qui correspond à votre contrainte. Si vous avez besoin du potentiel maximal et que vous y avez accès, choisissez Carbon. Si vous avez besoin d’un modèle que vous pouvez déployer dès aujourd’hui, choisissez Opus. Si vous avez besoin de volume, choisissez Sol ou Terra.
À quoi sert vraiment chaque modèle phare
Claude Opus 5.5 : le choix par défaut en production
Claude Opus 5.5 est le modèle à battre pour les tâches qui exigent de prendre des décisions éclairées en plusieurs étapes. Avec le niveau d’effort max, il obtient un score de 59 à l’index d’intelligence, domine Arena Agents avec 20,14 %, et Anthropic annonce 66.4% sur Terminal-Bench 4.0 avec le niveau d’effort xhigh, un score Elo de 1846 sur GDPval-AA v2.1 et 67.7% sur Humanity’s Last Exam avec des outils.
Dans le même temps, les coûts ont baissé. Le prix catalogue d’Opus 5.5 est de 4 $/20 $ par million de tokens, et Anthropic indique que les charges de travail habituelles coûtent environ 40 % de moins qu’avec Opus 5. Il prend en charge une fenêtre de contexte de 1M tokens et 128K tokens en sortie. Artificial Analysis mesure un coût de 10,04 $ par tâche et une durée de 26,2 minutes par tâche.
Ce dernier chiffre compte. Opus n’est pas fait pour la classification à grand volume ni la génération de brouillons. Il est destiné aux longues sessions de programmation, aux recherches qui nécessitent de croiser plusieurs documents et aux agents qui doivent décider de la suite. Si le résultat a suffisamment de valeur pour qu’une erreur coûte plus de dix dollars, Opus est le choix par défaut le plus sûr.
Gemini 4 Carbon : le modèle de tête que vous ne pourrez probablement pas utiliser
Gemini 4 Carbon domine le classement de l’intelligence. Dans son annonce de lancement, Google lui attribue un score de 59 sur AA v5.0 ; le classement actuel affiche 60. Il arrive deuxième sur Arena Agents avec 16,72 %, et Google annonce 88.2% sur SEC-bench Pro, 71.0% sur CWE-bench et 54.8% sur ExploitGym. Son prix de lancement est de 2 $/10 $, contre un tarif standard de 4 $/20 $.
Le problème, c’est l’accès. Carbon est d’abord réservé à un sous-ensemble de défenseurs de la cybersécurité, puis sera proposé à d’autres partenaires de confiance dans le cadre du programme Fairwind. Google prévoit un accès plus large, mais le modèle n’est pas disponible au grand public pour le moment. Il ne figure pas non plus au catalogue d’AIHubMix. L’annonce de lancement de Google ne précise pas la fenêtre de contexte de Carbon.
Pour la plupart des équipes, Carbon indique la direction que prend Gemini 4 ; ce n’est pas un modèle sur lequel bâtir un plan. Le modèle Gemini 4 réellement accessible est Argon.
GPT-6 Astra : le spécialiste coûteux
GPT-6 Astra est le modèle le plus puissant d’OpenAI pour les tâches ambiguës qui impliquent plusieurs applications. Avec le niveau d’effort max, il obtient un score de 57 à l’index d’intelligence et arrive quatrième sur Arena Agents avec 14,70 %. Son prix catalogue est de 10 $/50 $ par million de tokens ; il dispose d’une fenêtre de contexte de 1.05M tokens et peut générer 128K tokens en sortie. Au-delà de 272K tokens en entrée, les tarifs supérieurs s’appliquent à l’intégralité de la requête : 20 $ en entrée et 75 $ en sortie. Artificial Analysis mesure un coût de 6,24 $ par tâche et une durée de 18,8 minutes par tâche.
Le prix au token d’Astra est cinq fois supérieur à celui de Sol, et son coût par tâche mesuré est lui aussi environ cinq fois plus élevé : 6,24 $ contre 1,27 $. La comparaison avec Opus donne un autre résultat. Le prix au token d’Astra est 2,5× celui d’Opus, mais son coût par tâche est inférieur, car il utilise moins de tokens par tâche. Dans le compte rendu d’OpenAI sur la maintenance logicielle, les configurations avec le niveau d’effort Ultra racontent la même histoire : Astra a dépensé 109,06 $ pour produire 142 résultats (0,77 $ par résultat), tandis que Sol a dépensé 15,12 $ pour en produire 131 (0,12 $ par résultat). Cela représente 92 % des résultats pour 14 % du coût de l’API.
Astra est pertinent lorsque la tâche est réellement ouverte : nettoyer un grand dépôt de code, utiliser un navigateur et plusieurs applications de bureau, ou retracer un problème à travers différents outils. Il ne l’est pas pour la génération en masse, que Terra ou Sol peut effectuer pour une fraction du coût.
Claude Sonnet 5.5 et GPT-6.1 Sol : même prix, facture différente
Sonnet 5.5 et Sol ont le même prix catalogue, soit 2 $/10 $. En revanche, leur coût par tâche est différent. Artificial Analysis mesure 10,02 $ pour Sonnet contre 1,27 $ pour Sol, soit un écart de 7,9×, et respectivement 30,6 et 20,9 minutes par tâche.
Cet écart vient de la quantité de texte que chaque modèle génère et de son mode de réflexion. Anthropic présente Sonnet comme un complément plus rapide et moins coûteux à Opus, adapté aux tâches quotidiennes bien définies, à la correction de bugs et aux documents soignés. Selon Anthropic, Opus reste nettement supérieur pour les tâches complexes et ouvertes qui exigent un jugement soutenu. Le score de 70.6% de Sonnet sur Terminal-Bench 4.0, communiqué par son fournisseur, dépasse les 66.4% d’Opus, mais le niveau d’effort utilisé pour Sonnet n’est pas publié, contrairement au score d’Opus, obtenu avec le niveau xhigh. Un benchmark mesure une tâche, pas le jugement. L’économie de tokens explique tout de même pourquoi Sonnet peut coûter autant par tâche qu’Opus, même si son prix au token est deux fois moindre.
Sol est le modèle conçu pour le volume. Avec le niveau d’effort max, il obtient un score de 55 à l’index d’intelligence et se classe sixième sur Arena Agents avec 12,51 %. Il prend en charge la même fenêtre de contexte de 1.05M tokens. Pour les boucles d’agents exécutées des milliers de fois par jour, la maintenance du code, l’analyse par lots et les premières passes de révision, le chiffre qui compte est le coût de 1,27 $ par tâche de Sol.
Règle simple : choisissez Sonnet quand le résultat doit être juste et lu par une personne ; choisissez Sol quand il doit être vérifié par un autre modèle ou une suite de tests.
Gemini 4 Argon : le Gemini 4 accessible
Gemini 4 Argon est le modèle Gemini 4 que la plupart des équipes peuvent réellement utiliser. Avec le niveau d’effort high, il obtient un score de 50 à l’index d’intelligence et arrive huitième sur Arena Agents avec 10,53 %. Il accepte le texte, les images, l’audio, la vidéo et les PDF, prend en charge une fenêtre de contexte de 1M tokens et coûte 2 $/10 $ jusqu’au 30 novembre 2026, puis 4 $/20 $. Artificial Analysis mesure un coût de 9,95 $ par tâche et une durée de 25,8 minutes par tâche.
Les meilleurs résultats communiqués par Google concernent le multimodal et les travaux scientifiques : première place au classement général du Vals Index, 87 % sur ERQA, 57 % sur RareBench et 52.2% sur LabBench. C’est le modèle à choisir pour les longues vidéos, les documents riches en graphiques, le raisonnement 3D et spatial et les recherches combinant différents formats. En revanche, il ne convient pas au chat à faible latence : AA mesure 25,8 minutes par tâche, une durée comparable à celle d’Opus. Prévoyez donc un usage asynchrone ou par lots.
Kimi K3.1 Pro : le challenger open-weight pour le code
Kimi K3.1 Pro est le modèle open-weight qui s’est le plus rapproché des modèles propriétaires de pointe en programmation. Moonshot annonce un score de 65.7% sur Terminal-Bench 4.0, soit 0.7 point de moins qu’Opus 5.5, ainsi que 61.2% sur Kimi Code Bench 3.0 Long-horizon, 92.7% sur BenchCAD avec des outils et 64.4 sur OfficeQA Pro v2. Il prend en charge une fenêtre de contexte de 1,048,576 tokens et a été lancé le 24 octobre 2026 ; ses poids ont été publiés sur Hugging Face le 2 novembre sous la licence Kimi K3.1 Pro License.
La réserve concerne l’index d’intelligence. AA attribue à Kimi un score de 46, soit 13 points de moins qu’à Opus. Il ne figure pas dans le top dix du classement Arena Agents. Ces résultats indiquent que le modèle excelle dans les tâches choisies par son fournisseur pour l’évaluation, mais qu’il ne remplace pas encore de manière générale un modèle phare de pointe. Utilisez-le pour la programmation en terminal, la CAO et les travaux 3D, ainsi que les documents financiers, lorsqu’une licence ouverte ou l’auto-hébergement est important.
La page tarifaire de Moonshot n’indiquait pas de prix catalogue en USD dans la version consultée ; AIHubMix affiche Kimi K3.1 Pro à 2 $/10.5 $ par million de tokens. Artificial Analysis mesure un coût de 3,68 $ par tâche.
Claude Haiku 5.5 : l’option pour les usages fréquents
Haiku 5.5 est le modèle destiné aux petites tâches. Il obtient un score de 36 sur l’indice d’intelligence, est affiché à $0.10/$0.50 par million de tokens pour les prompts jusqu’à 100K tokens ($0.50/$2.50 au-delà) et prend en charge une fenêtre de contexte de 1M tokens. Artificial Analysis mesure un coût de $0.41 par tâche.
C’est l’outil qu’il faut pour la classification, l’extraction, le routage, la synthèse et les sous-agents qui doivent prendre rapidement une décision dans un flux de travail plus vaste. Ce n’est pas un modèle adapté au raisonnement complexe : l’écart avec Opus est de 23 points d’indice. En pratique, un agent Opus ou Sonnet peut élaborer le plan, puis Haiku exécuter les étapes peu coûteuses et bien définies.
Claude Fable 5.1 : l’autre modèle phare d’Anthropic
Fable 5.1 passe facilement inaperçu, car ce n’est pas le modèle vers lequel la plupart des équipes se tournent. Il est affiché à $10/$50 par million de tokens, prend en charge 1M tokens de contexte et 128K tokens en sortie, et est généralement disponible. Anthropic présente Fable 5.1 et Mythos 5.1 comme ses modèles les plus avancés pour le codage et les tâches faisant appel aux connaissances, bien que sa page ne compare pas directement Fable à Opus 5.5. AA lui attribue un score de 49 avec un effort de raisonnement maximal et de 50 en xhigh ; Arena le classe cinquième avec 13.86%.
Son modèle apparenté à accès restreint, Mythos 5.1, repose sur le même modèle sous-jacent, mais dispose de garde-fous plus permissifs pour les organisations américaines agréées qui travaillent dans la cybersécurité et les sciences de la vie. Il n’est accessible que par les programmes d’accès de confiance d’Anthropic. Le prix au token de Fable est 2.5× celui d’Opus, mais ce supplément ne se traduit pas par un meilleur score à l’indice : en xhigh, Fable obtient 50 contre 57 pour Opus ; en effort maximal, 49 contre 59. AA mesure un coût de $10.85 par tâche pour Fable en xhigh, contre $10.04 pour Opus en effort maximal, soit environ 8% de plus. Testez-le avant de supposer que ce supplément en vaut la peine.
Poids ouverts : proches en codage, mais pas en intelligence générale
| Modèle | Taille et licence | Contexte | Prix catalogue (entrée / sortie) | Pourquoi c’est important |
|---|---|---|---|---|
| Kimi K3.1 Pro | 2.8T / 104B ; licence Kimi | 1M | Non publié | Terminal-Bench 4.0 : 65.7% |
| GLM 5.3 | 753B MoE ; licence glm-5.3 | 1M | $1.40 / $4.40 | Terminal-Bench 4.0 : 41.9% (Max) |
| DeepSeek V4.1 Flash 1017 | 763B ; MIT | 1M | à partir de $0.15 / $0.60 | Vision et contexte de 1M |
| MiniMax M3.1 Flash | 428B / 23B actifs ; licence communautaire | 1M | ¥1 / ¥4 | OSWorld 2.0 : 61.7% |
Les résultats de benchmark du tableau des modèles à poids ouverts sont communiqués par les fournisseurs ; le score de GLM sur Terminal-Bench 4.0 correspond à sa configuration Max avec le harnais mini-swe-agent.
Kimi est la vedette. Un score de 65.7% sur Terminal-Bench, à 0.7 point d’Opus, est une véritable réussite, et le contexte de 1M le rend exploitable à l’échelle d’un dépôt de code. Mais l’écart sur l’indice d’intelligence constitue l’autre aspect de l’histoire : 46 contre 59. Un modèle peut être proche sur un benchmark de codage donné tout en restant loin derrière sur l’ensemble des tâches de raisonnement, de connaissance et d’agentivité mesurées par l’indice.
GLM 5.3 est le choix axé sur le coût dans ce groupe. AA lui attribue un score de 32 avec un effort de raisonnement maximal, bien inférieur aux 46 de Kimi. Mais il s’agit d’un modèle MoE de 753B sous licence glm-5.3, qui affiche selon le fournisseur un score de 41.9% sur Terminal-Bench 4.0 (Max, mini-swe-agent), 1769 Elo sur GDPval-AA v2 et 62.5% sur Humanity's Last Exam (HLE) avec des outils. Le prix officiel est de $1.40/$4.40 ; AIHubMix l’affiche actuellement en dessous du prix catalogue, à $1.13/$3.94 par million de tokens.
DeepSeek V4.1 Flash 1017 mise sur le coût et la maîtrise du modèle. C’est un modèle de 763B sous licence MIT, avec une fenêtre de contexte de 1M tokens, une sortie maximale de 384K tokens et une entrée visuelle. Le prix officiel est de $0.15/$0.60 en heures creuses et de $0.30/$1.20 en heures de pointe ; celles-ci s’étendent de 01:00–04:00 et de 06:00–10:00 UTC, du lundi au vendredi, hors jours fériés chinois. Les entrées correspondant à un hit de cache coûtent $0.003 en heures creuses et $0.006 en heures de pointe par million de tokens. Ce n’est pas un généraliste de premier plan, mais c’est un moyen très économique de disposer d’un modèle multimodal à long contexte.
MiniMax M3.1 Flash est l’option d’agent multimodal : 428B paramètres au total, 23B actifs par token, une fenêtre de contexte de 1M tokens, des entrées texte/image/vidéo et un score de 61.7 sur OSWorld 2.0. MiniMax le facture en CNY, à ¥1/¥4 par million de tokens. C’est une alternative crédible à l’auto-hébergement pour les flux de travail utilisant un ordinateur, même si sa vitesse n’a rien de remarquable.
L’intérêt des poids ouverts ne tient pas au fait que l’écart se soit résorbé dans tous les domaines. Il réside dans la possibilité de posséder le modèle lorsque les données ne peuvent pas quitter votre réseau, que les coûts doivent être fixes ou que vous avez besoin de faire du fine-tuning. Dans ces situations, quelques points d’indice comptent moins que la liberté de déploiement.
En dehors de cette sélection, Muse Wonder de Meta est l’autre agent multimodal du top dix d’Arena, à la neuvième place avec 9.42% ; sa configuration Full obtient 50 sur AA, contre 44 pour la configuration standard. Grok 4.7 de xAI offre un contexte de 500K, est affiché à $2/$6 pour les prompts de moins de 200K tokens ($4/$12 à partir de 200K) et obtient 35 sur AA. Qwen3.8 Max d’Alibaba obtient 34, avec un coût de $10.02 par tâche. Aucun de ces modèles ne change la donne parmi les modèles de premier plan.
Le prix au token n’est pas le coût par tâche
| Modèle | II d’AA | Coût par tâche selon AA | Facture aux prix catalogue |
|---|---|---|---|
| Gemini 4 Carbon | 60 | $7.76 | $80 |
| Claude Opus 5.5 | 59 | $10.04 | $80 |
| GPT-6 Astra | 57 | $6.24 | $200 |
| Claude Sonnet 5.5 | 55 | $10.02 | $40 |
| GPT-6.1 Sol | 55 | $1.27 | $40 |
| GPT-6.1 Terra | 51 | $0.96 | $20 |
| Gemini 4 Argon | 50 | $9.95 | $80 |
| Claude Haiku 5.5 | 36 | $0.41 | $2 |
La colonne des factures est un exemple de calcul, et non un chiffre d’AA : 10M tokens en entrée plus 2M tokens en sortie, aux prix catalogue standard, en supposant que chaque requête reste sous le seuil de contexte long de son fournisseur, sans mise en cache ni remise sur les lots. Carbon et Argon sont indiqués aux tarifs standard ; leurs prix de lancement et d’introduction ramènent ces factures à $40 chacun.
Trois conclusions s’imposent.
Premièrement, un même prix au token peut entraîner un écart d’environ 8× du coût par tâche. Sonnet et Sol sont tous deux affichés à $2/$10. Le coût mesuré par tâche de Sonnet est de $10.02, contre $1.27 pour Sol. La différence tient à la longueur des sorties et au temps de réflexion, pas à la grille tarifaire.
Deuxièmement, un modèle coûteux n’est pas toujours le choix le plus cher. Le prix au token d’Astra est 2.5× celui d’Opus, mais son coût par tâche est de $6.24 contre $10.04 pour Opus, car il utilise moins de tokens par tâche. Un tarif élevé et une facture élevée, ce n’est pas la même chose.
Troisièmement, le contexte n’est pas gratuit. Le palier long contexte d’OpenAI applique des tarifs plus élevés à l’ensemble de la requête dès qu’elle dépasse 272K tokens : $20 en entrée et $75 en sortie pour Astra, $4 et $15 pour Sol. Une fenêtre de 1M tokens est utile ; la remplir à chaque requête relève d’un choix budgétaire.
Comment choisir
| Si vous avez besoin de... | Commencez par | Puis envisagez |
|---|---|---|
| Un seul modèle phare pour tout | Claude Opus 5.5 | Carbon si vous y avez accès |
| Codage et documents au quotidien | Claude Sonnet 5.5 | Sol pour les gros volumes |
| Des agents à grande échelle et sensibles aux coûts | GPT-6.1 Sol | Terra ou DeepSeek |
| Multimodal et longues vidéos | Gemini 4 Argon | Muse Wonder |
| Des poids ouverts ou un auto-hébergement | Kimi K3.1 Pro pour ses capacités | GLM 5.3 ou DeepSeek pour réduire les coûts |
| Des petites tâches à haute fréquence | Claude Haiku 5.5 | Terra |
Trois règles permettent de tirer parti du tableau.
Exécutez 20 tâches réelles avant de vous engager. Utilisez vos prompts, votre format de sortie et vos critères d’échec, et non un benchmark public. Vingt tâches suffisent pour révéler un modèle incapable de respecter votre schéma ou qui flanche avec un long contexte.
Distinguez la prise de décision de l’exécution. Laissez Opus ou Sonnet planifier, vérifier et traiter les cas difficiles ; confiez à Haiku, Sol ou DeepSeek l’exécution des étapes bien définies. Dans un système d’agents, le modèle le plus coûteux n’a pas besoin de se charger de chaque étape.
Gardez une couche interchangeable. Les modèles changent tous les quelques mois. Une API unique, une facture unique et un journal unique comptent davantage que le choix du modèle gagnant du mois.
Utiliser ces modèles avec AIHubMix
AIHubMix n’est pas un autre modèle ; c’est un moyen de pouvoir remplacer les modèles. Une seule clé fonctionne avec un endpoint compatible avec OpenAI, un endpoint compatible avec Claude (bêta) et un endpoint natif Gemini, avec plus de 900 modèles regroupés sur une seule facture. Gemini 4 Carbon est le seul modèle des tableaux qui n’est pas proposé. Le guide de démarrage rapide présente la structure de la requête.
Pour la plupart des équipes, l’endpoint compatible avec OpenAI suffit :
import os
from openai import OpenAI
client = OpenAI(
base_url="https://aihubmix.com/v1",
api_key=os.environ["AIHUBMIX_API_KEY"],
)
prompt = "Explain in three sentences why cost per task beats cost per token."
response = client.chat.completions.create(
model="claude-opus-5-5",
messages=[{"role": "user", "content": prompt}],
)
print(response.choices[0].message.content)
Les ID des modèles reprennent les noms des fournisseurs (Carbon n’a pas d’ID ici) : claude-opus-5-5, claude-sonnet-5-5, claude-haiku-5-5, claude-fable-5-1, gpt-6-astra, gpt-6.1-sol, gpt-6.1-terra, gemini-4-argon, kimi-k3.1-pro, glm-5.3, deepseek-v4.1-flash-1017, minimax-m3.1-flash et muse-wonder.
Si vous ne voulez pas choisir pour chaque requête, le routeur auto prend en charge quatre stratégies : cost_optimized (par défaut), balanced, quality_first et latency_critical. Utilisez-le pour les tâches exploratoires ; pour les tâches critiques, fixez un modèle et gardez une solution de secours.
FAQ
Quel est actuellement le modèle d’IA le plus puissant ?
Au 5 novembre 2026, Gemini 4 Carbon, avec un score de 60 sur l’indice d’intelligence actuel d’Artificial Analysis. Pour un modèle que la plupart des équipes peuvent réellement déployer, Claude Opus 5.5, avec 59.
Puis-je utiliser Gemini 4 Carbon avec AIHubMix ?
Non. Carbon est réservé à une partie des spécialistes de la cybersécurité et aux partenaires Fairwind, et ne figure pas au catalogue. Gemini 4 Argon est la version de Gemini 4 généralement disponible.
Quel modèle convient le mieux au codage ?
Opus 5.5 pour les tâches complexes et ouvertes ; Sonnet 5.5 pour le codage et les documents au quotidien ; Sol pour les boucles d’agents à grand volume ; Kimi K3.1 Pro si vous avez besoin de poids ouverts.
Pourquoi Sonnet 5.5 coûte-t-il autant par tâche s’il a le même prix au token que Sol ?
Artificial Analysis mesure un coût de $10.02 par tâche pour Sonnet, contre $1.27 pour Sol. Sonnet utilise beaucoup plus de tokens par tâche. Le prix au token est le même ; pas la facture.
Quel est le modèle le moins cher parmi ceux de premier plan ?
GPT-6.1 Terra, à $0.96 par tâche selon AA. Parmi les modèles qui obtiennent un score de 55 ou plus, GPT-6.1 Sol est le moins cher, à $1.27. DeepSeek V4.1 Flash est moins cher au token, mais son score est bien inférieur à celui des modèles de premier plan.
Les modèles à poids ouverts égalent-ils les modèles de pointe ?
Sur certains benchmarks de codage, Kimi est proche : 65.7% contre 66.4% sur Terminal-Bench 4.0, Opus étant évalué avec un effort de raisonnement xhigh. En matière d’intelligence générale, AA lui attribue 46, contre 59 pour Opus. Choisissez les poids ouverts pour le contrôle, le coût et le fine-tuning, et non parce que l’écart se serait résorbé partout.
Puis-je appeler tous ces modèles avec une seule clé API ?
Carbon ne figure pas au catalogue d’AIHubMix ; tous les autres modèles des tableaux y sont disponibles. Une seule clé fonctionne avec les endpoints compatibles avec OpenAI et Claude, ainsi qu’avec l’endpoint natif Gemini.
Sources
- Classement de l’indice d’intelligence d’Artificial Analysis, consulté le 5 novembre 2026.
- Classement Arena Agents, consulté le 5 novembre 2026.
- Documentation des fournisseurs de modèles de pointe : Claude Opus 5.5, Claude Sonnet 5.5, Claude Haiku 5.5, Claude Fable 5.1 et Mythos 5.1, présentation des modèles Claude, Gemini 4 Carbon, Gemini 4 Argon, modèles de l’API Gemini, catalogue des modèles OpenAI, publication sur la maintenance de la famille GPT-6, Kimi K3.1 Pro, tarifs de Kimi.
- Documentation des fournisseurs de modèles à poids ouverts : tarifs de GLM 5.3, fiche du modèle GLM 5.3, tarifs de DeepSeek, fiche du modèle DeepSeek V4.1 Flash 1017, tarifs de MiniMax, fiche du modèle MiniMax M3.1 Flash, modèles Grok 4.7.
- AIHubMix : catalogue des modèles et guide de démarrage rapide de l’API, consultés le 5 novembre 2026.
