Instantané des benchmarks LLM, 3 novembre 2026 : Gemini 4 Carbon domine l'arène textuelle

Notre page de benchmarks prend un instantané des classements publics de LLM à chaque exécution quotidienne, et chaque instantané conserve sa propre URL permanente. Voici la photo pour la semaine du 3 novembre 2026, comparée au dernier post hebdomadaire (22 septembre) et à l'instantané du 25 octobre.

Le titre : Gemini 4 Carbon domine l'arène de texte

Sur le classement de texte LMArena, Gemini 4 Carbon (High) a conservé la première place dans chaque instantané depuis le 29 octobre, à environ 1540 Elo. Il a remplacé son jumeau Gemini 4 Argon (High), qui avait mené pendant la majeure partie d'octobre et se situe maintenant deuxième à environ 1529. Claude Opus 5.5 (High) est troisième à environ 1516.

Pour contexte, l'instantané du 22 septembre avait les variantes Claude Fable 5.1 et Claude Opus 5 en tête, toutes autour de 1505. En six semaines, le score le plus élevé a augmenté d'environ 35 points, et le leader a changé de famille.

BenchLM est d'accord, de justesse

Le classement global de BenchLM place également Gemini 4 Carbon en premier (88.4), suivi de Claude Opus 5.5 (86.3) et GPT-6 Astra (86.1). Le 25 octobre, avant l'apparition de Carbon, Claude Opus 5.5 menait avec 86.6. L'écart entre la deuxième et la troisième place aujourd'hui est une fraction de point, donc traitez l'ordre en dessous du leader comme une égalité.

WebDev reste un territoire Claude

L'arène WebDev de LMArena n'a pas changé de mains : Claude Opus 5.5 (Max) mène à environ 1810, avec GPT-6 Astra (Max) à environ 1773 et Claude Sonnet 5.5 (xHigh) juste derrière à environ 1770. Les mêmes trois premiers ont tenu le 25 octobre. En septembre, GPT-6 Astra menait ce tableau, donc l'avance d'Anthropic ici date de la sortie d'Opus 5.5.

Aider polyglot est figé

Le classement de codage Aider polyglot n'a pas été mis à jour avec de nouveaux modèles de pointe depuis des semaines : GPT-5 (high) à 88.0, GPT-5 (medium) à 86.7 et o3-pro (high) à 84.9, identiques à septembre. Lisez-le comme une référence historique, pas un classement actuel.

Les sources divergent, et c'est le point

La même semaine, trois leaders différents selon où vous regardez : Gemini 4 Carbon sur la préférence de chat générale et sur l'agrégat de BenchLM, Claude Opus 5.5 sur le développement web, et un GPT-5 vieux de plusieurs mois sur un tableau de codage obsolète. Aucun chiffre unique ne vous dit quel modèle utiliser. Choisissez le classement qui correspond à votre tâche, et vérifiez s'il est toujours mis à jour.

Une note sur les données : notre flux LiveBench n'a renvoyé aucune ligne depuis l'instantané du 18 octobre, donc LiveBench est absent de cette comparaison.

Explorez les données