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

Le moteur de raisonnement de classe Mythos raffiné pour le codage par agents. Les mêmes poids que le Mythos 5.1 restreint, mais optimisé avec une réduction de cache de 75 % qui transforme l'économie de l'ingénierie à long terme. Déployé de manière optimale dans Claude Code, où son score AA Coding Agent de 70 domine le terrain.

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 challenger de grande valeur, doué pour le contexte long et l'analyse visuelle en programmation, qui se classe désormais #6 après que des tests indépendants ont placé le modèle phare GLM-5.3 devant lui. Son point de contrôle de niveau Max téléchargeable reste remarquable, mais ses 2,4 billions de paramètres font de son auto-hébergement un projet digne d'un centre de données.

GLM-5.3-Flash

Z.ai (Zhipu AI)

Des capacités de programmation et d'agent proches de la frontière à des prix exceptionnellement bas, avec vision native et contexte de 1M. Ici, « Flash » signifie efficace et bon marché — pas petit, ni particulièrement rapide.