roobriefL’actualité IT pour les développeurs
Recherche

Par IA

IA et code : Opus 5.5 en tête sur Agent v2.0 ; Kimi K3.1 Pro débute

Claude Opus 5.5 conserve la première place en intelligence globale, tandis que le nouveau Coding Agent Index v2.0 lui permet de dépasser Sonnet 5.5 pour reprendre la tête côté agents de code. Sur le plan du rapport qualité-prix, GPT-6.1 Sol reste très solide, rejoint par Kimi K3.1 Pro.

Ce point hebdomadaire aide les développeurs à choisir leurs modèles pour le code et les flux d’agents. Les classements reposent sur les données d’Artificial Analysis (AA), arrêtées autour du 25 octobre 2026.

L’Intelligence Index évalue les capacités d’ensemble en maths, sciences, code et raisonnement. Le Coding Agent Index mesure la performance sur des tâches réelles de dépôts open source, l’utilisation du terminal et les questions-réponses techniques. L’actualité marquante est la refonte v2.0 du Coding Agent Index publiée le 23 octobre. La section des « modèles en vue » est une synthèse éditoriale des nouveautés de la semaine et non un classement officiel.

Top 3 de l’Intelligence Index et nouveau venu

L’AA Intelligence Index v4.3.2 liste chaque modèle selon sa configuration. Le tableau ci-dessous ne retient que le meilleur réglage de chaque modèle, la deuxième place étant à égalité à 56 points :

Rang Modèle (réglage) Score Coût par tâche
1 Claude Opus 5.5 (max, fallback) 58 5,98 dollars (environ 5,30 euros)
2 Claude Sonnet 5.5 (max, fallback) 56 5,46 dollars (environ 4,90 euros)
2 Muse Wonder Full (max) 56 non indiqué

Le trio de tête reste inchangé, mais Kimi K3.1 Pro de Moonshot AI, sorti le 23 octobre, a fait une entrée remarquée à la 4e place avec 55 points et un coût de 2,11 dollars (environ 1,90 euro) par tâche. Opus 5.5 est sorti le 22 septembre et Sonnet 5.5 le 28 septembre ; tous deux proposent 1 million de tokens de contexte. Un token est un petit morceau de texte, à peu près une partie de mot, que les modèles d’IA lisent et écrivent. Les tarifs API sont de 4 dollars (environ 3,60 euros) en entrée et 20 dollars (environ 18 euros) en sortie par million de tokens pour Opus, contre 2 dollars (environ 1,80 euro) et 10 dollars (environ 8,90 euros) pour Sonnet. Kimi K3.1 Pro applique les mêmes tarifs de base que Sonnet, mais produit plus de tokens de sortie, ce qui place le coût d’une tâche autour de 2 dollars.

Refonte du Coding Agent Index v2.0

Le changement majeur de la semaine réside dans le déploiement du Coding Agent Index v2.0 le 23 octobre. Le benchmark DeepSWE v1.1 cède sa place à FrontierCode v1.1 de Cognition (100 tâches de dépôts), complété par Terminal-Bench 4.0 (66 tâches) et SWE-Atlas-QnA-AA (124 tâches), soit 290 évaluations au total. En jugeant si un mainteneur accepterait réellement de fusionner le code, la moyenne des 21 configurations suivies a baissé d’environ 7,4 points (passant de 54,8 à 47,4).

Rang Modèle et environnement Score v2.0 Remarques
1 Claude Code + Claude Opus 5.5 (max) 61,7 environ 11,42 dollars (environ 10 euros) par tâche
2 Claude Code + Claude Sonnet 5.5 (max) 59,3 Rétrogradé de la 1re place de v1.0
3 Muse Code + Muse Wonder Full (max) 58,9 Réservé aux abonnements
4 Claude Fable 5.1 (max, fallback) 57,6 Maintien dans le haut du tableau

Dans la version 1.0, Sonnet 5.5 avec Claude Code (68,4 %) et Muse Wonder Full avec Muse Code (68,0 %) devançaient Opus 5.5 (66,0 %). Face aux exigences accrues de la v2.0, Opus 5.5 a repris la tête à 61,7 points. Sa profondeur de raisonnement a mieux résisté sur des contextes de dépôts complexes et des refactorisations lourdes. Plus bas, GPT-6.1 Sol sur Codex affiche 54,1 points (environ 1,50 dollar / environ 1,30 euro par tâche), Gemini 4 Argon sur Antigravity CLI se situe entre 40 et 45 points, et DeepSeek V4.1 Flash obtient 47,3 points pour environ 0,39 dollar (environ 0,35 euro) par tâche.

Top 3 du rapport qualité-prix

AA ne publie pas de classement officiel du rapport qualité-prix. Ce tableau met en regard le score d’intelligence et le coût par tâche. Les scores de Sol variant selon l’effort, max représente le haut de gamme et medium l’option économique :

Rang Modèle (réglage) Intelligence Index Coût par tâche
1 GPT-6.1 Sol (max) 52 0,72 dollar (environ 0,64 euro)
2 GPT-6.1 Sol (medium) 48 0,21 dollar (environ 0,19 euro)
3 Kimi K3.1 Pro (Moonshot AI) 55 2,11 dollars (environ 1,90 euro)

Sol reste l’option la plus économique dans la tranche de score 48 à 52. Avec le réglage xhigh, il atteint 51 points pour 0,39 dollar. Kimi K3.1 Pro s’approche des modèles de pointe (55 contre 56–58) tout en divisant les dépenses par plus de deux par rapport aux fleurons d’Anthropic. Pour les budgets plus modestes, MiMo-V2.6-Pro (score 46 à 0,13 dollar / environ 0,12 euro) et Claude Haiku 5.5 (max, score 43 à 0,21 dollar / environ 0,19 euro) demeurent des repères stables.

Sur le tableau des agents de code, Sol sur Codex (54,1 points à environ 1,50 dollar) et DeepSeek V4.1 Flash (47,3 points à environ 0,39 dollar) constituent des solutions très rentables face aux exécutions d’Opus dépassant 10 dollars.

Modèles remarqués et lancements de la semaine

Quatre faits marquants ont jalonné l’écosystème entre le 19 et le 25 octobre :

  1. Moonshot AI Kimi K3.1 Pro & Highspeed — dévoilé le 23 octobre. Architecture de 2 800 milliards de paramètres (104 milliards actifs MoE) avec 1 million de tokens de contexte. Entré directement à 55 points, il doit prochainement être distribué en poids ouverts. Les poids ouverts consistent à publier les poids du modèle pour qu’on puisse les télécharger, les exécuter ou les adapter.
  2. NVIDIA Nemotron 3.5 Bolt E4B 4GB — lancé le 23 octobre. Dérivé de Gemma 4 E4B de Google et adapté à une VRAM (la mémoire dédiée d’une carte graphique) de 4 Go (Q4_K_M GGUF). Il gère un contexte de 64k et les appels d’outils multitours en local.
  3. Coding Agent Index v2.0 — officialisé le 23 octobre. Réaligne l’évaluation des agents sur les standards de validation de pull requests réelles.
  4. Disponibilité générale de l’API Decisions d’OpenAI — GA le 23 octobre. Fournit un point de terminaison optimisé pour la classification rapide, le routage et les décisions unitaires d’agents.

Récapitulatif des sorties locales et ouvertes :

Date Modèle / Produit Accès développeur
21/10 Nemotron 3.5 Super VL, Bolt 74B NVIDIA NIM, poids ouverts Hugging Face
23/10 Kimi K3.1 Pro, Pro Highspeed API Moonshot, Kimi Code (poids ouverts prévus)
23/10 Nemotron 3.5 Bolt E4B 4GB Hugging Face, runtimes locaux
23/10 Coding Agent Index v2.0 Classement Artificial Analysis

Pièges à éviter

La baisse apparente des scores bruts sur le Coding Agent Index v2.0 ne traduit pas une dégradation des modèles, mais un durcissement des critères avec FrontierCode v1.1. Pour Kimi K3.1 Pro, les tarifs faciaux sont identiques à ceux de Sonnet, mais le volume de tokens générés amène le coût par tâche à 2,11 dollars. Enfin, Bolt E4B 4GB n’a pas vocation à concurrencer les modèles cloud de pointe, mais à exécuter des flux légers sur des machines locales.

Points à surveiller

  • Le score de Kimi K3.1 Pro lors de son intégration officielle dans les environnements de test du Coding Agent Index v2.0
  • La date de publication effective des poids ouverts de Kimi K3.1 Pro et ses guides de déploiement local
  • L’évolution de l’usage des agents avant le 30 novembre, date de fin du tarif de lancement de Gemini 4 Argon
  • Le développement d’outils d’agents locaux tirant parti du format 4 Go de Nemotron Bolt

La conversion en euros s’appuie sur le taux de change du 24 oct. 2026 (1 dollar ≈ 0,89 euro). Les montants « environ » sont arrondis.

Sources

Source: artificialanalysis.ai

← Retour