Qui est le plus fort en 2026 ? Choisir par tâche, pas par slogan

La question « modèle le plus fort » suppose un nom capable de balayer toutes les tâches. En 2026, les gammes se sont déjà séparées : les uns vendent de l'intelligence, d'autres des agents de code, d'autres le prix au million de tokens, d'autres encore la possibilité de télécharger les poids. Réduire les cinq à un champion, c'est ne laisser dans la doc qu'un champ model périmé dès la semaine suivante.

Ce que l'on peut confirmer au 2026-09-04

Les sept derniers jours ont été denses. On ne retient que les faits qui tiennent dans un calendrier :

• 2026-09-01, Anthropic publie Claude Fable 5.1 (API : claude-fable-5-1). L'officiel conseille de commencer la plupart des travaux sur Claude Opus 5, et de monter sur Fable pour les problèmes difficiles.
• 2026-09-02, Google publie Gemini 3.8 Flash. Gemini 4 n'a pas de date de sortie ; le 2026-07-21, seul le démarrage du pré-entraînement est confirmé. Détail dans l'article précédent Quand sort Gemini 4.
• 2026-09-03, OpenAI annonce GPT-6 Astra, d'abord pour Daybreak, puis élargi à ChatGPT payant et à l'API. Tant qu'Astra n'est pas appelable de façon stable dans votre compte, le défaut de production reste GPT-5.6, en GA depuis le 2026-07-09.
• 2026-08-12, xAI publie Grok 4.6 (API : grok-4.6), contexte 500K.
• Llama 4 Scout / Maverick reste la ligne de poids téléchargeable publiquement de Meta (2025-04-05). Poids open source et API fermée n'entrent pas dans la même colonne « le plus fort ».

Tableau comparatif des cinq phares

Les prix sont les tarifs publics des éditeurs, à l'unité par million de tokens. Les scores indépendants viennent des lectures Artificial Analysis de cette semaine ; les niveaux d'effort diffèrent, on ne compare pas au dixième.

Les lectures indépendantes de la même semaine donnent une direction, pas un calendrier : Fable 5.1 (max) Intelligence Index 66 ; GPT-5.6 Sol et GPT-6 Astra tous deux à 61 ; Grok 4.6 (high) 61 ; Gemini 3.8 Flash (high) 59. Sur l'indice agents de code, Astra atteint 67, Fable 5.1 dans Claude Code atteint 70. Quelques points d'écart ne justifient pas de changer d'architecture — assez pour décider le routage par défaut.

Où chaque famille est forte

1. GPT : le défaut de production reste 5.6, Astra se déploie

Le 2026-07-09, GPT-5.6 (Sol / Terra / Luna) passe en GA. L'alias phare gpt-5.6 pointe vers gpt-5.6-sol. L'article précédent DevDay 2026 Agent le rappelait : Responses API, Programmatic Tool Calling et MCP sont déjà sur cette ligne.

Le GPT-6 Astra du 2026-09-03 est un nom de nouvelle génération, pas une autre gamme. Le jour de l'annonce, Daybreak d'abord ; ChatGPT payant et l'API « dans les prochains jours ». Dans les évaluations indépendantes, l'Intelligence Index d'Astra est à égalité avec Sol (61) ; les agents de code sont plus forts, le tarif aussi. Les propos de Greg Brockman sur l'AGI se lisent comme une actualité, pas comme un calendrier.

La pratique sûre à écrire dans la doc : défaut gpt-5.6 ; une fois Astra appelable de façon stable chez vous, on ne change que model_id. Le contrat d'outil reste les trois couches parameters / output_schema / Structured Output — on ne réécrit pas les champs pour un nouveau nom.

2. Claude : en tête du classement d'intelligence indépendant

Fable 5.1 est le phare du 2026-09-01. L'officiel a figé la répartition : la plupart des travaux sur Opus 5 ; Fable pour le raisonnement et les agents longue haleine où « un Opus à plus haut effort ne suffit plus ». Le tarif suit : Opus $5 / $25, Fable $10 / $50, lecture cache descendue à $0.25 / MTok.

Mythos 5.1 et Fable partagent les mêmes poids ; seul le niveau de protection diffère, via un canal sur invitation. Ne l'inscrivez pas dans une table de routage ouverte à tous les utilisateurs.

Sur l'Intelligence Index indépendant, Fable 5.1 (max) est à 66, le plus haut aujourd'hui. C'est la réponse la plus proche du titre « le plus fort », et elle se limite à cet axe d'intelligence. Ce n'est pas bon marché, et ce n'est pas le défaut pour du JSON à haut volume.

3. Gemini : Flash accélère, le 4 n'est pas là

3.8 Flash est le workhorse du 2026-09-02, tarif promo $0.75 / $3.75 jusqu'au 2026-12-31. Contexte 1M, plafond de sortie 64K — plus étroit que les 128K en sortie de Claude / GPT. Score indépendant 59, mais le prix par unité d'intelligence se situe près de la frontière de Pareto.

Gemini 4 n'a toujours que « le pré-entraînement a commencé ». La 3.x est à double voie : Flash avance d'un cran toutes les quelques semaines, Pro n'a pas suivi jusqu'à 3.8. Le chemin de production s'écrit 3.8 Flash ; on réserve public_model_id pour un futur 4 — n'écrivez pas dans la doc « on attend le 4 pour mettre en ligne ».

4. Grok : agents longue haleine et positionnement tarifaire

Grok 4.6 est en ligne depuis le 2026-08-12, grok-4.6, contexte 500K, niveaux de raisonnement low / medium / high / xhigh. Tarif indiqué $2 / $6, doublé si le prompt dépasse 200K tokens. L'officiel insiste sur les agents de longue course, le code et la vision interactive — pas sur un nouveau classement « premier partout ».

La lecture d'intelligence indépendante (high) est dans la même bande que GPT-5.6 Sol. Il figure dans le tableau parce que le tarif s'intercale entre Gemini Flash et les phares Claude / GPT : un routage « il faut du long contexte, sans payer le prix Fable ».

5. Llama : poids open source, pas le même classement

Llama 4 Scout (17B actifs / 109B au total, contexte 10M) et Maverick (17B actifs / 400B au total, contexte 1M) sont les poids publics du 2025-04-05. Ce texte n'écrit pas comme un fait un nom open source de génération suivante non publié.

Comparer « qui est le plus fort » avec un phare fermé, c'est comparer la mauvaise chose. Llama gagne sur : poids téléchargeables, fine-tuning possible, données qui peuvent rester dans le périmètre, et — une fois le volume là — un coût marginal qui est l'électricité, pas une facture API. Llama perd sur : pas d'outils de premier rang PTC / MCP hébergés par l'éditeur ; le Structured Output, il faut le tenir soi-même avec un décodage contraint ou une couche de validation.

Sur la voie auto-hébergée, le contrat reste JSON Schema. Le modèle change ; l'échantillon et required ne changent pas.

Choisir par tâche, pas par « le plus fort »

On découpe le titre en cinq règles exécutables. Les règles s'écrivent dans le JSON de routage, pas dans un slogan.

1. Raisonnement difficile, travail de connaissance longue haleine, eval encore insuffisant sur Opus : Claude Fable 5.1. Par défaut, Opus 5 d'abord.
2. Agents de code, Responses API, Programmatic Tool Calling : GPT-5.6 ; basculez l'ID une fois Astra stable. Contrat d'outil : l'article DevDay Agent.
3. Structured Output à haut volume, multimodal, il faut comprimer le prix unitaire : Gemini 3.8 Flash. Plafond de sortie 64K ; découpez d'abord les longs documents.
4. Agents de longue course, prix intermédiaire, 500K de contexte suffisent : Grok 4.6.
5. Données dans le périmètre, besoin de fine-tuning, volume trop grand pour que l'API soit rentable : Llama 4 Scout ou Maverick. La sortie doit passer par votre propre Schema.

Un même produit peut porter deux défauts à la fois : le chemin bon marché sur Gemini / Grok, l'escalade vers Claude / GPT en cas d'échec ou de faible confiance. Les conditions d'escalade s'écrivent en champs, pas en « on a l'impression que ce n'est pas assez intelligent ».

Un échantillon de routage qui donne un Schema

Voici le JSON de « choisir un modèle » lui-même. Les énumérations en chaînes, les scores en number, la disponibilité en boolean. Ne laissez pas le modèle dire à l'oral « à peu près Claude ».

{
  "task": "structured_output",
  "priority": "cost",
  "constraints": {
    "data_leaves_vpc": false,
    "max_output_tokens": 8000,
    "needs_tool_calling": true
  },
  "candidates": [
    {
      "family": "gemini",
      "model_id": "gemini-3.8-flash",
      "role": "workhorse",
      "available": true,
      "input_usd_per_mtok": 0.75,
      "output_usd_per_mtok": 3.75
    },
    {
      "family": "claude",
      "model_id": "claude-opus-5",
      "role": "escalation",
      "available": true,
      "input_usd_per_mtok": 5,
      "output_usd_per_mtok": 25
    }
  ],
  "selected": {
    "family": "gemini",
    "model_id": "gemini-3.8-flash",
    "reason": "high_volume_structured_output"
  }
}

Selon les règles d'inférence actuelles du site, cet échantillon donne :

Échantillon prêt : ouvrez Structured Output pour générer l'enveloppe de chaque plateforme, puis relisez à la main required et additionalProperties. Le résultat de routage peut aussi passer par Function Calling : faites de « choisir le modèle » un outil, dont le retour doit respecter ce Schema.

Recetter dans la Boîte à outils JSON

1. Collez l'échantillon de routage ci-dessus dans le formatage JSON, pour confirmer que ça parse.
2. Générez le brouillon avec Structured Output ou JSON → Schema.
3. Passez un second vrai résultat de routage dans la validation Schema. Le premier échantillon est toujours trop optimiste.
4. Au passage de Gemini à Claude, ou de 5.6 à Astra, utilisez la Comparaison JSON pour voir si un champ a disparu ou si un type a dérivé.
5. Validation front : Zod ; doc d'API si besoin : OpenAPI 3.1.

Tout se traite dans le navigateur, rien n'est envoyé au serveur.

FAQ

Qui est le plus fort modèle IA en 2026 ?

Il n'y a pas de champion unique. Le classement d'intelligence indépendant le plus haut aujourd'hui est Claude Fable 5.1. Sur les agents de code, GPT-6 Astra et Claude sont proches. Pour le Structured Output à haut volume, on choisit plus souvent Gemini 3.8 Flash. Pour l'auto-hébergement, la réponse est Llama 4.

GPT-6 Astra peut-il déjà servir de défaut de production ?

Annoncé le 2026-09-03, d'abord via Daybreak. Ce texte est daté du 2026-09-04 : le défaut de production reste GPT-5.6. Changez model_id une fois Astra dans le compte.

Gemini 4 est-il déjà publié ?

Non. Pas de date publiée. Le chemin de production reste la 3.x ; le dernier workhorse est Gemini 3.8 Flash.

Llama 4 peut-il encore se comparer aux phares fermés ?

Ce n'est pas le même classement. Llama compare l'auto-hébergement et la frontière des données ; les phares fermés comparent les scores API et les outils hébergés.

Faut-il réécrire le Structured Output quand on change de modèle ?

Non. Figez le contrat de champs, changez model_id et l'enveloppe de chaque plateforme. Générez le Schema depuis le même échantillon, puis recettez avec un second jeu de sorties réelles.

En résumé

Le « plus fort » de septembre 2026, ce sont cinq voies, pas un nom. Claude porte le raisonnement le plus dur, GPT les agents de code et les boucles d'outils, Gemini le JSON bon marché à haut volume, Grok les agents longue haleine à prix intermédiaire, Llama les poids et la frontière de sortie des données. Ce qui survit au changement de génération de la semaine suivante, ce sont les règles de routage et le Schema, pas l'affiche du champion. Un seul échantillon fait pousser le contrat ; validation, Zod et OpenAPI le suivent.

Outils liés