Suivi de la dégradation v0.1
Mesures brutes d’un même modèle sur l’ensemble des relais : sur un même créneau, chaque relais répond à la même série de sondes d’identité (date limite des connaissances, « la version la plus récente que vous connaissez », etc.), et nous relevons la concordance avec les réponses de référence de ce modèle, les tokens d’entrée, les tokens de raisonnement et l’empreinte du modèle. Les chiffres sont publiés tels quels, sans verdict.
| 100% (réponses : 90) | 109–24,260 | 1,014 | DeepSeek V4.1 Flash | — | 98.2% | 1.31 s | ¥2.59 | ||
| 100% (réponses : 90) | 109–24,260 | 1,014 | DeepSeek V4 Pro | — | 99.0% | 1.35 s | ¥11.4 | ||
| 100% (réponses : 90) | 109–24,260 | 1,014 | GLM 5.3 | — | 98.5% | 0.96 s | ¥8.56 | ||
| 100% (réponses : 90) | 109–24,260 | 1,014 | Qwen 3.8 Max | — | 98.0% | 1.06 s | ¥20.4 | ||
| 98% (réponses : 90) | 109–24,260 | 0 | Claude Haiku 5.5 | — | — | — | — | ||
| 98% (réponses : 90) | 100–161,349 | 38 | GPT 6.1 Sol | — | 98.7% | 0.87 s | ¥0.44 | ||
| 98% (réponses : 90) | — | 0 | Grok 4.7 | — | 98.3% | 5.11 s | ¥3.10 | ||
| 97% (réponses : 90) | 52–24,260 | 996 | Claude Fable 5.1 | — | 98.2% | 1.34 s | ¥4.38 | ||
| 97% (réponses : 90) | 52–24,260 | 996 | Claude Fable 5.1 | — | — | — | — | ||
| 97% (réponses : 90) | 52–24,260 | 996 | Claude Fable 5.1 | — | — | — | — | ||
| 97% (réponses : 90) | 52–24,260 | 996 | Claude Fable 5.1 | — | — | — | — | ||
| 97% (réponses : 90) | 52–24,260 | 559 | Claude Opus 5.5 | — | 97.3% | 1.57 s | ¥1.75 | ||
| 97% (réponses : 90) | 52–24,260 | 559 | Claude Opus 5.5 | — | — | — | — | ||
| 97% (réponses : 90) | 52–24,260 | 559 | Claude Opus 5.5 | — | — | — | — | ||
| 97% (réponses : 90) | 109–45,108 | 0 | Claude Sonnet 5 | — | 97.7% | 1.77 s | ¥7.30 | ||
| 97% (réponses : 90) | 109–45,108 | 0 | Claude Sonnet 5 | — | 97.7% | 1.58 s | ¥9.20 | ||
| 97% (réponses : 90) | 109–45,108 | 0 | Claude Sonnet 5 | — | 97.2% | 1.29 s | ¥0.88 | ||
| 97% (réponses : 90) | 109–45,108 | 0 | Claude Sonnet 5 | — | — | — | — | ||
| 97% (réponses : 90) | 109–24,260 | 0 | Claude Haiku 5.5 | — | 98.0% | 0.94 s | — | ||
| 97% (réponses : 90) | 109–24,260 | 0 | Claude Haiku 5.5 | — | — | — | — | ||
| 97% (réponses : 90) | 100–151,769 | 39 | GPT 6 Astra | — | 98.5% | 1.33 s | ¥2.19 | ||
| 97% (réponses : 90) | 100–151,769 | 39 | GPT 6 Astra | — | — | — | — | ||
| 97% (réponses : 90) | 100–151,769 | 39 | GPT 6 Astra | — | — | — | — | ||
| 97% (réponses : 90) | 100–151,769 | 39 | GPT 6 Astra | — | — | — | — | ||
| 97% (réponses : 90) | 100–151,769 | 39 | GPT 6 Astra | — | — | — | — | ||
| 97% (réponses : 90) | 100–161,349 | 38 | GPT 6.1 Sol | — | — | — | — | ||
| 97% (réponses : 90) | 100–161,349 | 38 | GPT 6.1 Sol | — | — | — | — | ||
| 97% (réponses : 90) | 100–161,349 | 38 | GPT 6.1 Sol | — | — | — | — | ||
| 97% (réponses : 90) | — | 0 | Grok 4.7 | — | — | — | — | ||
| 97% (réponses : 90) | — | 0 | Kimi K3 | — | 98.0% | 1.16 s | ¥28.6 | ||
| 85% (réponses : 20) | 101–22,953 | 23 | GPT 6 Astra | — | 100.0% | 9.76 s | — | ||
| 61% (réponses : 18) | 116–402 | 217 | Claude Opus 5.5 | — | 93.3% | 9.05 s | — | ||
| 44% (réponses : 18) | 116–139 | 243 | Claude Haiku 5.5 | — | 96.7% | 7.00 s | — | ||
| 39% (réponses : 18) | 114–411 | 0 | Claude Haiku 5.5 | — | 100.0% | 23.19 s | — | ||
| 69% (réponses : 13) | 3,685–21,590 | 0 | Gemini 3.8 Flash | — | — | — | — | ||
| 54% (réponses : 28) | 121–140 | 0 | Grok 4.7 | — | — | — | — | ||
| 28% (réponses : 18) | 239–748 | 0 | Claude Haiku 5.5 | — | 77.4% | 19.67 s | — | ||
| 100% (réponses : 54) | 456–694 | 69 | Claude Opus 5.5 | — | — | — | — | ||
| 100% (réponses : 54) | 472–730 | 178 | Claude Haiku 5.5 | — | — | — | — | ||
| 100% (réponses : 8) | 22,945–22,956 | 38 | GPT 6 Astra | — | 100.0% | 4.04 s | ¥3.30 | ||
| 96% (réponses : 28) | 5,264–5,279 | 29 | GPT 6 Astra | — | — | — | — | ||
| 89% (réponses : 28) | 4,203–4,218 | 27 | GPT 6 Astra | — | 100.0% | 8.02 s | — | ||
| 89% (réponses : 28) | 486–4,212 | 35 | GPT 6 Astra | — | — | — | — | ||
| 89% (réponses : 18) | 129–155 | 0 | Claude Fable 5.1 | — | — | — | — | ||
| 88% (réponses : 8) | 22,945–22,956 | 42 | GPT 6.1 Sol | — | — | — | — | ||
| 86% (réponses : 28) | 93–4,218 | 18 | GPT 6 Astra | — | — | — | — | ||
| 83% (réponses : 18) | 127–153 | 0 | Claude Sonnet 5 | — | 96.7% | 6.55 s | — | ||
| 83% (réponses : 18) | 116–139 | 0 | Claude Haiku 5.5 | — | — | — | — | ||
| 82% (réponses : 28) | 93–108 | 36 | GPT 6 Astra | — | 100.0% | 2.88 s | — | ||
| 82% (réponses : 28) | 812–828 | 0 | GPT 6.1 Sol | — | 100.0% | 3.49 s | ¥15.4 | ||
| 82% (réponses : 28) | 100–116 | 38 | GPT 6.1 Sol | — | — | — | — | ||
| 79% (réponses : 28) | 93–108 | 33 | GPT 6 Astra | — | 100.0% | 9.99 s | ¥2.04 | ||
| 79% (réponses : 28) | 93–108 | 34 | GPT 6.1 Sol | — | — | — | — | ||
| 72% (réponses : 18) | 129–155 | 537 | Claude Haiku 5.5 | — | 77.8% | 14.16 s | — | ||
| 68% (réponses : 28) | 4,207–4,480 | 16 | GPT 6.1 Sol | — | 96.7% | 5.20 s | — | ||
| 68% (réponses : 28) | 101–4,484 | 0 | GPT 6 Astra | — | 93.3% | 8.16 s | ¥11.9 | ||
| 61% (réponses : 28) | 4,211–18,563 | 0 | GPT 5.6 Terra | — | — | — | — | ||
| 56% (réponses : 18) | 116–139 | 0 | Claude Opus 5.5 | — | 83.3% | 12.04 s | ¥8.80 | ||
| 56% (réponses : 18) | 114–137 | 0 | Claude Haiku 5.5 | — | 77.8% | 9.30 s | ¥2.04 | ||
| 50% (réponses : 18) | 2,025–10,740 | 0 | Claude Haiku 5.5 | — | 79.3% | 21.85 s | — | ||
| 50% (réponses : 18) | 127–153 | 458 | Claude Sonnet 5 | — | 61.1% | 12.08 s | — | ||
| 44% (réponses : 18) | 116–139 | 170 | Claude Haiku 5.5 | — | 100.0% | 2.17 s | — | ||
| 44% (réponses : 18) | 258–2,860 | 0 | Claude Haiku 5.5 | — | 88.9% | 24.58 s | ¥2.04 | ||
| 44% (réponses : 18) | 153–168 | 0 | Claude Sonnet 5 | — | 100.0% | 3.97 s | ¥4.40 | ||
| 41% (réponses : 17) | 116–139 | 0 | Claude Haiku 5.5 | — | — | — | — | ||
| 40% (réponses : 5) | 137–144 | 0 | Claude Opus 5.5 | — | 60.0% | 2.38 s | ¥4.77 | ||
| 39% (réponses : 18) | 116–139 | 208 | Claude Haiku 5.5 | — | 100.0% | 2.03 s | — | ||
| 33% (réponses : 18) | 121–239 | 0 | Claude Haiku 5.5 | — | 100.0% | 2.88 s | ¥4.40 | ||
| 28% (réponses : 18) | 148–463 | 0 | Claude Haiku 5.5 | — | 88.9% | 15.94 s | ¥2.04 | ||
| Pas encore mesuré | — | — | — | — | 100.0% | 23.19 s | — | ||
| Pas encore mesuré | — | — | — | — | 100.0% | 23.19 s | — | ||
| Pas encore mesuré | — | — | — | — | 100.0% | 8.85 s | — | ||
| Pas encore mesuré | — | — | — | — | 98.6% | 1.40 s | ¥3.29 | ||
| Pas encore mesuré | — | — | — | — | 98.2% | 0.91 s | ¥4.46 | ||
| Pas encore mesuré | — | — | — | — | 73.3% | 1.83 s | — | ||
| Pas encore mesuré | — | — | — | — | 100.0% | 2.27 s | — | ||
| Pas encore mesuré | — | — | — | — | 77.4% | 3.02 s | ¥4.40 | ||
| Pas encore mesuré | — | — | — | — | 100.0% | 3.52 s | — | ||
| Pas encore mesuré | — | — | — | — | 100.0% | 6.04 s | — | ||
| Pas encore mesuré | — | — | — | — | 100.0% | 2.45 s | — | ||
| Pas encore mesuré | — | — | — | — | 100.0% | 4.62 s | ¥2.38 | ||
| Pas encore mesuré | — | — | — | — | 100.0% | 7.18 s | ¥0.66 | ||
| Pas encore mesuré | — | — | — | — | 90.0% | 6.70 s | — | ||
| Pas encore mesuré | — | — | — | — | 86.7% | 4.67 s | — | ||
| Pas encore mesuré | — | — | — | — | 0.0% | — | — | ||
| Pas encore mesuré | — | — | — | — | 100.0% | 2.51 s | — | ||
| Pas encore mesuré | — | — | — | — | 100.0% | 3.63 s | — | ||
| Pas encore mesuré | — | — | — | — | 100.0% | 3.95 s | — | ||
| Pas encore mesuré | — | — | — | — | 100.0% | 4.17 s | ¥1.30 | ||
| Pas encore mesuré | — | — | — | — | 94.4% | 6.48 s | — | ||
| Pas encore mesuré | — | — | — | — | 89.7% | 6.03 s | — | ||
| Pas encore mesuré | — | — | — | — | 96.7% | 9.57 s | — | ||
| Pas encore mesuré | — | — | — | — | 88.9% | 6.48 s | ¥2.04 | ||
| Pas encore mesuré | — | — | — | — | 100.0% | 3.31 s | — | ||
| Pas encore mesuré | — | — | — | — | 100.0% | 4.88 s | ¥1.27 | ||
| Pas encore mesuré | — | — | — | — | 100.0% | 12.91 s | — | ||
| Pas encore mesuré | — | — | — | — | 96.7% | 10.99 s | — | ||
| Pas encore mesuré | — | — | — | — | 0.0% | — | — | ||
| Pas encore mesuré | — | — | — | — | 96.7% | 4.34 s | — | ||
| Pas encore mesuré | — | — | — | — | 88.9% | 5.53 s | ¥2.04 | ||
| Pas encore mesuré | — | — | — | — | 90.0% | 7.27 s | — |
Questions fréquentes
Comment lire ces chiffres ?
Les sondes posent des questions comme « quelle est la date limite de vos connaissances ? » ou « quel est le dernier iPhone que vous connaissez ? » : des modèles différents répondent différemment, et un même modèle répond de façon constante. Une concordance nettement inférieure à celle des autres relais, un nombre de tokens d’entrée qui ne correspond pas aux autres ou une empreinte qui ne ressemble pas au modèle méritent un examen plus attentif. Un chiffre isolé varie ; plus il y a de réponses, plus il est fiable.
Pourquoi regarder le nombre de tokens d’entrée ?
La même entrée envoyée au même modèle devrait toujours donner exactement le même nombre de tokens. Un nombre différent de celui des autres relais signale généralement un autre modèle, ou du contenu ajouté à la requête.
Pourquoi n’y a-t-il pas encore de données ?
Le suivi de la dégradation est encore en cours de raccordement. Les premières mesures s’afficheront ici. La disponibilité, la latence du premier token et le coût par session affichés dans le tableau sont des mesures en conditions réelles.
Quelle différence avec le classement général ?
Le classement général porte sur la disponibilité, la vitesse et le prix. Le suivi de la dégradation montre si chaque relais sert le vrai modèle. Il n’influe pas sur les classements pour le moment.