Programmation — L'IA qui écrit du code de production

Un modèle frontière généraliste qui bat par hasard les spécialistes de la programmation aux benchmarks qui comptent le plus. Imaginez un décathlonien qui détient aussi le record du monde du 100 mètres.

SWE-Bench Pro 57,7 % — un généraliste bat GPT-5.3-Codex (56,8 %). Contexte de 1M tokens pour charger des dépôts entiers. 47 % d'économie de tokens grâce aux outils natifs. 1,5x plus rapide dans Codex.

Coûts d'API plus élevés (2,50 $/M entrée, 15 $/M sortie). Contexte complet au tarif double dans Codex. Opus 4.6 produit encore du code plus cohérent architecturalement dans les refactorisations massives.

Le modèle qui réfléchit avant de coder. Opus 4.6 planifie des refactorisations en plusieurs étapes, maintient le contexte sur des bases de code étendues et écrit du code de production qui se lit comme si un ingénieur senior l'avait relu — parce que, d'une certaine façon, c'est le cas.

Le modèle le plus performant d'Anthropic. La fenêtre de contexte de 1M de tokens (bêta) lui permet de garder des dépôts entiers en mémoire de travail. Meilleurs scores sur les benchmarks de codage agentique — il planifie, exécute et s'autocorrige sur de longues tâches.

Le modèle le plus cher de sa catégorie. Les longues sessions agentiques peuvent faire grimper la facture si vous ne supervisez pas — et il est plus lent que les modèles légers pour les questions rapides.

Le premier modèle open-weight à occuper la place #1 sur SWE-Bench Pro — et sous licence MIT. GLM-5.1 ne se contente pas d'écrire du code ; il mène des sessions d'ingénierie autonomes de 8+ heures avec 655+ itérations, s'autocorrigeant à travers des milliers d'appels d'outils. La réponse open-source à la domination des modèles fermés en programmation.

SWE-Bench Pro SOTA à 58,4 — devançant Claude Opus 4.6 (57,3) et GPT-5.4 (57,7). CyberGym 68,7 surpassant tous les modèles fermés. Fenêtre de contexte de 200K avec 128K+ en sortie. Poids entièrement ouverts sous licence MIT.

Texte uniquement — pas d'entrée visuelle ni multimodale. ~754B paramètres totaux signifient des exigences GPU sérieuses même avec 40B actifs MoE. L'écosystème d'outils occidental encore moins mature que les ressources en chinois.