LLM Benchmarks

Comparez 50 grands modèles de langage (LLM) à l’aide de benchmarks d’IA récents et vérifiés par leurs sources. Triez GPT, Claude, Gemini et les modèles à poids ouverts selon leurs performances en raisonnement, en programmation et en tâches agentiques, notamment SWE-bench, Humanity’s Last Exam et GPQA. Chaque score conserve le mode de réflexion testé et sa date de mesure ; les valeurs de plus de trois mois sont signalées et celles de plus de six mois sont exclues.