Arena publie un nouveau classement hebdomadaire des grands modèles d'IA : Claude Opus 5.5 Max décroche pour la première fois la première…

IT之家 Informations du 12 octobre : la plateforme Arena (arena.ai) a publié le classement hebdomadaire des grands modèles d'IA de la semaine 41 de 2026, couvrant la période du 2026-10-05 au 2026-10-11. Dans ce classement, le tout nouveau Claude Opus 5.5 Max d'Anthropic remporte la première place dès sa première entrée au classement des agents ; le modèle national kimi-k3-max se maintient fermement dans le top 20 du classement général, et plusieurs modèles nationaux comme qwen3.8-max conservent des positions stables, l'ensemble se situant dans le milieu de tableau supérieur.

Note de IT之家: ce classement repose sur des votes anonymes en aveugle sur la plateforme Arena (arena.ai), avec un calcul du classement par ELO (signal en pourcentage pour le classement des agents), reflétant les préférences subjectives des utilisateurs plutôt qu'un test de capacité absolue ; les différents classements sont indépendants et ne doivent pas être comparés entre eux, les écarts dans la marge d'erreur sont considérés comme des ex æquo, et les nouveaux modèles ne sont officiellement classés qu'après avoir accumulé un certain nombre de votes.

Classement général

La tête du classement général est relativement stable cette semaine, gemini-4-argon-high conservant la première place avec un score ELO maintenu à 1525 points. Plusieurs modèles d'Anthropic occupent les quatre premières places, claude-opus-5.5-high gagnant 2 places pour atteindre la deuxième position avec un score ELO de 1507 points ; l'écart avec la tête persiste, mais il reste dans une fourchette de 30 points, ce qui le situe dans la marge d'erreur par rapport au troisième, claude-opus-4-6-high. Deux nouveaux modèles font leur entrée cette semaine, gpt-5.5 et gemini-3.5-flash-medium, respectivement 29e et 30e, avec des scores ELO de 1477 et 1476 points.

Les modèles nationaux se situent globalement dans le milieu de tableau supérieur, avec une hiérarchie relativement stable :

• kimi-k3-max de Moonshot AI est le mieux classé, en 16e position avec un ELO de 1488 points, au rang inchangé ;

• qwen3.8-max d'Alibaba est 22e avec un ELO de 1483 points, en hausse d'1 place par rapport à la semaine dernière ;

• mimo-v2.6-pro de Xiaomi est 26e avec un ELO de 1480 points, au rang inchangé ;

• glm-5.3-max de Zhipu est 27e avec un ELO de 1478 points, au rang inchangé.

Classement des codes

Cette semaine au classement des codes, gemini-4-argon-high conserve fermement la première place, avec un score ELO en légère hausse de 2 points à 1562 points. Les classements des modèles Anthropic ont connu des changements notables : claude-opus-5.5-high a grimpé de 7 places et fait son entrée dans le top cinq, atteignant un score ELO de 1550 points, à seulement 1 point du deuxième claude-fable-5-high (1551 points), ce qui constitue une égalité statistique. Le modèle glm-5.3-flash de Zhipu grimpe de 2 places à la 27e position, avec un ELO de 1525 points, devenant le modèle national le mieux classé. Cette édition accueille le nouveau modèle claude-opus-4-5-20251101, qui débute à la 30e place avec un ELO de 1523 points.

Voici les performances concrètes des modèles nationaux au classement des codes :

• kimi-k3-max de Moonshot AI se classe 10e, avec un ELO de 1540 points, en baisse de 1 place par rapport à la semaine dernière ;

• mimo-v2.6-pro de Xiaomi se classe 11e, avec un ELO de 1539 points, en baisse de 1 place par rapport à la semaine dernière ;

• deepseek-v4.1-flash-max de DeepSeek se classe 26e, avec un ELO de 1528 points, au rang inchangé ;

• glm-5.3-flash de Zhipu se classe 27e, avec un ELO de 1525 points, en hausse de 2 places par rapport à la semaine dernière ;

• qwen3.8-max d'Alibaba se classe 29e, avec un ELO de 1524 points, en baisse de 1 place par rapport à la semaine dernière.

Classement du développement front-end

La hiérarchie de tête du classement du développement front-end reste stable : claude-opus-5.5-max conserve la première place avec un ELO de 1813 points, avec une avance nette. Parmi les modèles nationaux chinois, mimo-v2.6-flash de Xiaomi fait son entrée dans le classement cette semaine à la 16e position avec un ELO de 1637 points ; mimo-v2.6-pro grimpe quant à lui de 5 places pour atteindre la 19e position avec un ELO de 1629 points, une performance remarquable. qwen3.8-max-0902 d'Alibaba gagne 1 place pour se hisser à la 10e position, tandis que qwen3.8-max occupe la 11e place ; les deux modèles figurent dans le top 15, signe d'une progression continue des capacités nationales en développement front-end.

Classement des agents

Le classement des agents connaît cette période un changement majeur : Anthropic Claude Opus 5.5 (Max) fait son entrée et décroche directement la première place avec une amélioration nette de 15.53 %, un taux de succès de confirmation des tâches de 17.29 % et un taux d'hallucination d'outils de seulement 0.37 %, tous ses signaux se situant au niveau des meilleurs. Claude Opus 5.5 (High) conserve la deuxième place avec une amélioration nette de 14.33 %, et GPT 6 Astra (Max) grimpe de 1 place à la troisième. Gemini 4 Argon (High) monte de 2 places à la huitième position, avec un taux d'hallucination d'outils de seulement 0.18 %, le plus faible parmi les modèles de tête actuels.

Les modèles nationaux se situent globalement dans le deuxième peloton du classement des agents, avec les performances suivantes :

• Deepseek V4.1 Flash (Max) de 深度求索 est classé 17e, avec une amélioration nette de 3.80 % et un taux de succès de confirmation des tâches de 7.44 %, au rang inchangé ;

• Kimi K3 (Max) de 月之暗面 est classé 18e, avec une amélioration nette de 3.78 % et un taux de succès de confirmation des tâches de 6.46 %, en baisse de 4 places par rapport à la semaine dernière ;

• Hy4 preview de Tencent est classé 19e, avec une amélioration nette de 3.61 % et un taux de succès de confirmation des tâches de 5.96 %, au rang inchangé ;

• MiMo V2.6 Pro de Xiaomi est classé 20e, avec une amélioration nette de 3.52 % et un taux de succès de confirmation des tâches de 8.03 %, en hausse de 1 place par rapport à la semaine dernière ;

• Qwen3.8 Max d'Alibaba est classé 24e, avec une amélioration nette de 2.35 % et un taux de succès de confirmation des tâches de 5.09 %, en baisse de 1 place par rapport à la semaine dernière.

Classement AI de génération d'images

Le haut du classement AI de génération d'images est dominé par les modèles d'OpenAI : gpt-image-2.5-sunburst conserve solidement la première place avec un score ELO de 1425, avec plus de 20 points d'avance sur le deuxième. gemini-nano-banana-2.1 de Google fait son entrée dans le classement cette semaine, se classant sixième dès sa première apparition avec un ELO de 1328, une performance correcte. Parmi les modèles nationaux, seedream-5.0-pro de ByteDance se classe 12e et qwen-image-3.0-pro d'Alibaba 13e, tous deux en position de milieu de haut de classement, avec peu de changements de rang.

Classement vidéo IA

Le haut du classement vidéo IA reste toujours dominé par les modèles de Google : gemini-omni-1.1-flash et gemini-omni-flash occupent respectivement les deux premières places, avec des scores ELO dépassant tous deux 1510 points. Les modèles nationaux chinois se distinguent, avec 6 modèles figurant dans le top 20 : dreamina-seedance-2.0-720p de ByteDance se classe cinquième, wan3.0 d'Alibaba sixième, dreamina-seedance-2.5-720p septième, minimax-h3 huitième et happyhorse-1.0 d'Alibaba dixième, conservant tous des positions stables, ce qui témoigne de la compétitivité globale des modèles chinois de génération vidéo par IA.

Cette semaine, le classement Arena montre dans son ensemble que les nouveaux modèles d'Anthropic affichent de solides performances : Claude Opus 5.5 Max a réalisé un premier baptisme au sommet du classement des agents, et les modèles Claude occupent des positions de tête dans plusieurs classements细分, la dynamique concurrentielle continuant de pencher en faveur d'Anthropic. Les modèles nationaux restent globalement stables, avec une répartition claire en plusieurs échelons : kimi-k3-max, qwen3.8-max et d'autres se maintiennent durablement dans le haut du classement, tandis que le nouveau modèle mimo-v2.6-flash est également entré dans le classement, témoignant du rythme soutenu d'itération des modèles nationaux. La semaine prochaine, davantage de mises à jour de grands modèles nationaux sont attendues ; il conviendra de suivre attentivement l'évolution du classement.