Programmation — L'IA qui écrit du code de production

Claude Opus 5.5

Anthropic

Claude Opus 5.5 est le modèle de programmation à appeler quand le chantier est vaste et embrouillé : une migration de centaines de milliers de lignes, un bug qui traverse cinq services, un vieux système que plus personne ne comprend vraiment. Sur les benchmarks d'Anthropic, il devance GPT-6 Astra ; sur les tests indépendants, les deux sont à égalité. S'il n'est que deuxième chez nous, c'est uniquement parce qu'Astra accomplit le même travail en terminal avec beaucoup moins de tokens.

Claude Sonnet 5.5

Anthropic

Claude Sonnet 5.5 est le modèle de programmation qu'on peut laisser tourner toute la journée : rapide, deux fois moins cher par token qu'Opus 5.5, et assez bon pour que la plupart des corrections de bugs, des nouvelles fonctionnalités et des refactorisations n'aient jamais besoin du modèle phare. Évitez seulement de pousser le curseur d'effort à fond : à son réglage le plus haut, il écrit plus que tout autre modèle mesuré par Artificial Analysis, et certains résultats se dégradent.

GPT-6.1 Sol

OpenAI

GPT-6.1 Sol est l'agent de programmation que vous pouvez laisser tourner toute la journée sans surveiller la facture. Lors de tests indépendants, il se classe à un ou deux points seulement de GPT-6 Astra, le modèle phare d'OpenAI, tout en coûtant moins d'un quart du prix pour une tâche classique. Le tarif des jetons reste inchangé par rapport à GPT-6 Sol (2 $ en entrée, 10 $ en sortie par million), mais relire du code en cache ne coûte désormais que 0,10 $ par million de jetons, ce qui représente une économie majeure pour les grands dépôts.

Claude Fable 5.1

Anthropic

Un modèle de raisonnement de la famille Mythos pour les agents de programmation. Il utilise les mêmes poids que Mythos 5.1, dont l’accès est restreint, tandis qu’une baisse de 75 % du prix des lectures de cache réduit le coût des longues tâches de développement en plusieurs étapes. Dans Claude Code, il a obtenu 70 points à l’évaluation indépendante AA Coding Agent.

Gemini 4 Argon

Google DeepMind

Gemini 4 Argon est le premier modèle Gemini 4 de Google, et le premier modèle Google depuis longtemps qui mérite sa place dans une sélection sérieuse d'outils de programmation. Associé à l'Antigravity CLI de Google, il se classe troisième de l'indice indépendant Coding Agent Index d'Artificial Analysis, juste devant GPT-6.1 Sol dans Codex. Il peut lire un million de tokens et, chose rare, écrire aussi des sorties très longues. Les revers : l'accès et l'appétit. Antigravity exige l'offre Ultra, la plus chère de Google, et le modèle consomme beaucoup de tokens pour obtenir ses résultats.

Grok 4.7

xAI

Grok 4.7 est le modèle de programmation sérieux le moins cher près du haut du classement. Pour 2 $ en entrée et 6 $ en sortie par million de tokens, il obtient 71,0 % sur DeepSWE et 46,3 % sur CursorBench 4.0, et il fonctionne nativement dans Cursor et Grok Build. C'est un excellent binôme de programmation au quotidien, mais pas encore l'agent qu'on laisse seul des heures dans un terminal.

GLM-5.3

Z.ai (Zhipu AI)

Un agent de programmation poids lourd à poids ouverts, entraîné pour tout ce qui vient après la première réponse : planifier, modifier, tester, se remettre d'un échec et garder le cap pendant de longues interventions dans un dépôt.

Qwen3.8-Max

Alibaba / Qwen Team

Un modèle de programmation pour les tâches visuelles, les longs contextes et les équipes soucieuses de leurs coûts. Les tests indépendants favorisent le modèle phare GLM-5.3 sur les capacités générales de programmation, mais le produit multimodal hébergé de Qwen propose un autre flux de travail. Son modèle téléchargeable de la gamme Max reste remarquable, même si ses 2 400 milliards de paramètres font de l’auto-hébergement un projet à l’échelle d’un centre de données.

DeepSeek-V4.1-Flash-1017

DeepSeek

Un agent de programmation économique à poids ouverts qui lit les captures d'écran, accepte un million de tokens de contexte et boucle les tâches de dépôt pour environ vingt centimes chacune selon le graphique de coûts de DeepSeek. « Flash » désigne la gamme tarifaire, pas une petite taille.