Classement LLM : les modèles que Standards recommande

Un LLM, ou grand modèle de langage, est le modèle d'IA qui fait tourner ChatGPT, Claude ou Gemini : il lit, écrit et raisonne en langage courant, et on le paie au million de tokens traités. Les classements de LLM ne mesurent pas tous la même chose, ce qui explique qu'ils se contredisent. Celui d'Artificial Analysis agrège des tests d'intelligence. Celui de multiple.chat compte les tokens réellement consommés, donc la popularité. Le catalogue de Standards en tient un troisième : pour chaque modèle, les tâches qu'il sait faire (conversation, rédaction, code, analyse, extraction), le niveau d'exigence qu'il tient sur chacune (léger, standard ou lourd) et son prix au million de tokens. Ce classement sert une équipe qui paie à l'usage et cherche le modèle qui fait le travail au plus juste prix. Le tableau suivant résume les trois mesures au 30 octobre 2026.

Standards recommande trois modèles le 30 octobre 2026, dans cet ordre : Luna 6 d'OpenAI, Gemini 3.8 Flash de Google et DeepSeek V4.1 Flash. Tous trois sont des modèles équilibrés, qualifiés au moins au niveau standard sur chaque tâche, et vendus moins d'un dollar le million de tokens lus. Le tableau ci-dessous est lu en direct dans le catalogue : si la recommandation change demain, il change avec elle.

Luna 6 tient le niveau standard partout pour 0,10 dollar le million de tokens lus, ce qui en fait un bon choix pour les demandes de tous les jours. Gemini 3.8 Flash et DeepSeek V4.1 Flash montent au niveau lourd en code, et Gemini 3.8 Flash coûte plus que DeepSeek V4.1 Flash. Aucun des trois n'est en tête des classements de performance, et ce n'est pas le critère : un modèle recommandé ici est celui qu'on peut laisser tourner toute la journée sur le travail courant d'une équipe sans surveiller la facture. Pour les tâches lourdes, le catalogue qualifie d'autres modèles, que le mode Auto de Standards choisit quand le travail en cours l'exige. Le modèle par défaut du catalogue, Claude Haiku 5.5, ne figure pas parmi les modèles recommandés ; il sert aussi de modèle utilitaire.

Classer les LLM par tâche donne un tableau plus utile qu'un score unique, parce qu'un modèle excellent en code peut rester moyen en rédaction. Le code est la tâche où l'écart se voit le mieux. Au 30 octobre 2026, neuf modèles du catalogue de Standards y sont qualifiés au niveau lourd, à des prix qui vont de 0,15 dollar à plusieurs dollars le million de tokens lus. Voici les moins chers d'entre eux.

À cette date, aucun modèle du catalogue n'est qualifié au niveau lourd en extraction : sur des documents longs et ambigus, une extraction mérite donc une relecture humaine. Les trois modèles de Mistral, Ministral 14B, Medium 3.5 et Large 3, sont qualifiés au niveau léger sur toutes leurs tâches. Ils servent les demandes courtes et à fort volume ; une analyse en plusieurs étapes partira sur un autre fournisseur.

Le catalogue de Standards se met à jour sans nouvelle version du produit, en quatre temps, dont un passe par une personne. La documentation décrit pas à pas l'application qui le tient, elle-même construite sur Standards.

1. Toutes les six heures, une tâche planifiée lit les modèles que propose la passerelle d'IA de Vercel et écrit une fiche par modèle dans un espace Standards.

2. Une personne examine les fiches : publier, rejeter, confirmer une baisse de prix. Une baisse attend cette confirmation parce qu'elle peut n'être qu'une promotion, et que le prix publié sert de plafond de dépense.

3. Toutes les trente minutes, une seconde tâche publie les fiches retenues sous forme de fichier JSON, sur models.standards.new.

4. Par défaut, chaque déploiement de Standards relit ce fichier au démarrage puis toutes les 30 minutes : un modèle publié le matin est sélectionnable l'après-midi.

Le 25 octobre 2026, une mise à jour de Standards a réaligné sa liste de secours sur le catalogue publié. C'est la liste de modèles inscrite dans le produit, qui sert quand le catalogue est injoignable, et elle était restée figée depuis fin septembre. Le rattrapage compte huit entrées et douze sorties.

• Entrés : Luna 6, Sol 6.1, Claude Opus 5.5, Sonnet 5.5, Grok 4.7, Muse Spark 1.3, Muse Glimmer et Kimi K3.1.

• Sortis : douze modèles, parmi lesquels GPT-6 Astra, Claude Opus 5, Sonnet 5, Haiku 4.5, Fable 5.1 et Kimi K3.

Une conversation réglée sur un modèle retiré ne casse pas : Standards la fait passer sur le modèle vivant le plus proche. Le même jour, la liste de secours a pris Claude Haiku 5.5 comme modèle par défaut et comme modèle utilitaire, comme le catalogue publié : c'est lui qui écrit les titres de conversation et la mémoire.

Notre guide sur l'agent IA en entreprise décrit ce que fait un agent une fois son modèle choisi. Pour brancher Claude ou ChatGPT sur vos propres données clients, voyez quel CRM propose un serveur MCP.