Qu'est-ce que j'utilise quand ? — Comparatif des modèles et outils
Sept situations typiques, un clic : on te montre l'outil, le modèle et un exemple à reproduire. Ensuite, tu trouveras tous les modèles actuels des grands fournisseurs et ce que chaque outil utilise par défaut.
Stand / as of: 2026-07-28 · Benchmark overview → · 📊 Model timeline →
🧭 QU'EST-CE QUE TU VEUX FAIRE ? — CLIQUE TON SCÉNARIO
Intelligence par dollar : tous les grands modèles en un coup d'œil
Chaque point est un modèle. Plus tu vas à droite, plus c'est cher (prix par 1 million de tokens, mélange 3:1 entrée:sortie, échelle logarithmique), plus tu montes, plus c'est intelligent (indice d'intelligence d'Artificial Analysis, v4.1). En haut à gauche se trouve le meilleur compromis.
Prix = tarifs officiels de l'API (sans batch/cache), indice = Artificial Analysis Intelligence Index v4.1 dans la configuration testée là-bas (généralement le raisonnement le plus élevé). Au 17.07.2026 — les chiffres changent vite.
🎬 EN VIDÉO COURTE
Le graphique en 10 secondes : plus cher à droite, plus malin vers le haut — et où se trouve le sweet spot.
Le classement : intelligence par dollar
Indice d'intelligence divisé par le prix mélangé (3 parts entrée + 1 part sortie, par 1 million de tokens). Plus c'est élevé, plus tu obtiens de puissance de raisonnement par dollar. Cela ne dit rien sur le sommet absolu — c'est l'indice lui-même qui l'indique.
| # | MODÈLE | INTELLIGENCE/$ |
|---|---|---|
| 1 | DeepSeek-V4-Pro ✳ · DeepSeek | 81.4 |
| 2 | GLM-4.7 ✳ · Zhipu/Z.ai | 33.7 |
| 3 | Kimi K2.5 ✳ · Moonshot | 29.5 |
| 4 | Muse Spark 1.1 · Meta | 25.3 |
| 5 | GPT-5.6 Luna · OpenAI | 22.8 |
| 6 | Grok 4.5 · xAI | 17.9 |
| 7 | Gemini 3.5 Flash · Google | 14.9 |
| 8 | Sonnet 5 (Intro-Preis) · Anthropic | 13.3 |
| 9 | Qwen3.7-Max · Alibaba | 12.3 |
| 10 | Haiku 4.5 · Anthropic | 11.9 |
| 11 | Gemini 3.1 Pro · Google | 10.3 |
| 12 | Mistral Medium 3.5 ✳ · Mistral | 10.0 |
| 13 | GPT-5.6 Terra · OpenAI | 9.8 |
| 14 | Kimi K3 · Moonshot | 9.5 |
| 15 | Opus 5 · Anthropic | 6.1 |
| 16 | Opus 4.8 · Anthropic | 5.6 |
| 17 | GPT-5.6 Sol · OpenAI | 5.2 |
| 18 | Fable 5 · Anthropic | 3.0 |
- Grok 4.5 : le prix vaut jusqu'à 200K de contexte — au-delà, il double (ratio alors ~9,0).
- Gemini 3.1 Pro : le prix vaut jusqu'à 200K de prompt — au-delà 4 $/18 $ (ratio alors ~6,2).
- Qwen3.7-Max : promotion actuelle limitée dans le temps de -50 % (ratio alors ~24,5) — ici c'est le prix catalogue qui compte.
- Sonnet 5 : prix de lancement jusqu'au 31.08.2026, ensuite 3 $/15 $ (ratio 8,9).
- Mistral Large 3 (0,50 $/1,50 $) et Llama 4 Maverick (à partir de ~0,27 $/0,85 $ chez les hébergeurs) sont absents du classement car Artificial Analysis ne référence pas d'indice pour eux.
- Sources : pages de prix officielles des fournisseurs + artificialanalysis.ai, toutes consultées le 17.07.2026.
Les modèles des grands fournisseurs
Les modèles actuels d'Anthropic, OpenAI, Google, xAI — et désormais aussi Moonshot (Kimi), DeepSeek, Zhipu (GLM), Meta, Alibaba (Qwen) et Mistral. Avec prix, contexte, points forts et usage prévu.
ANTHROPIC
Fable 5
Le modèle le plus capable d'Anthropic disponible largement – conçu pour les tâches de raisonnement et les tâches agentiques de longue durée les plus exigeantes (selon Anthropic).
- ✅ Niveau de capacité le plus élevé selon Anthropic, pour les longues sessions d'agent autonome
- ✅ Contexte de 1M tokens par défaut
- ✅ Vérifie son propre travail plus souvent que les modèles plus petits
- ✅ À partir du 20/07/2026, inclus de façon permanente dans Max et Team Premium (à 50 % des limites habituelles) ; Pro et Team Standard reçoivent 100 $ de crédit unique puis paient les tarifs API.
- ⚠️ Modèle le plus cher de la génération Claude actuelle (10 $/50 $, état : juillet 2026)
- ⚠️ Pas le modèle par défaut dans Claude Code — tu dois le choisir explicitement (`/model fable`)
→ Prends-le pour les tâches très importantes, qui durent plusieurs heures et où l'enjeu est élevé.
Opus 5
Pour le codage agentique complexe et le travail en entreprise — proche de l'intelligence de pointe de Fable 5, mais à moitié prix (selon Anthropic).
- ✅ Selon Anthropic, à la pointe sur les benchmarks de codage (Frontier-Bench, GDPval-AA) et plus performant en recherche/travail de connaissance qu'Opus 4.8
- ✅ Curseur d'effort à cinq niveaux (faible à maximal) pour équilibrer intelligence et consommation de tokens
- ✅ Indice d'intelligence de 60,69 (Artificial Analysis v4.1, configuration à effort maximal) — ce qui le place numériquement légèrement devant Fable 5 (59,86)
- ✅ Depuis Claude Code v2.1.219 (24 juillet 2026), nouvel Opus standard dans Claude Code et nouveau modèle par défaut sur Claude Max
- ✅ Contexte de 1M tokens par défaut, sortie maximale de 128K
- ⚠️ Le mode rapide (Fast Mode) coûte deux fois plus cher (10 $ / 50 $ par MTok) et ne fonctionne que via l'API Anthropic ou le crédit d'abonnement — pas sur Amazon Bedrock, Google Clouds Agent Platform, Microsoft Foundry ou Claude Platform on AWS
- ⚠️ Plus cher que Sonnet 5 pour les tâches courantes
→ À utiliser pour des tâches de codage agentique complexes et du travail de connaissance en entreprise, quand une qualité proche de Fable 5 est recherchée sans en payer le prix.
Opus 4.8
Pour le travail agentique de code complexe et le travail en entreprise – un modèle premium pour le code sérieux et le travail de la connaissance (selon Anthropic).
- ✅ Recommandé pour les décisions d'architecture complexes et le raisonnement en plusieurs étapes
- ✅ Contexte de 1M tokens
- ⚠️ Plus cher que Sonnet 5 pour des tâches quotidiennes similaires
- ⚠️ Remplacé par Opus 5 : même prix, indice d'intelligence plus élevé. Anthropic ne référence plus Opus 4.8 dans son tableau comparatif principal et propose un guide de migration — il n'est toutefois pas déprécié, et il n'existe pour l'instant aucune date de retrait.
→ Pour les nouveaux projets, Opus 5 est le meilleur choix : même prix, génération plus récente. Opus 4.8 reste pertinent lorsque les flux de travail existants ne doivent pas être modifiés.
Sonnet 5
La meilleure combinaison de rapidité et d'intelligence – la génération Sonnet la plus agentique à ce jour (selon Anthropic).
- ✅ Gère bien la plupart des tâches de code
- ✅ Moins cher qu'Opus
- ✅ Modèle par défaut dans Claude Code pour les comptes Pro/Team Standard
- ⚠️ Moins performant qu'Opus/Fable sur les questions d'architecture très complexes
→ Prends-le comme modèle du quotidien pour la plupart des tâches de code.
Haiku 4.5
Le modèle le plus rapide avec une intelligence proche de la frontière – une version allégée du modèle Anthropic le plus puissant, à un prix plus bas (selon Anthropic).
- ✅ Modèle Claude le moins cher
- ✅ Très rapide
- ✅ 73,3 % sur SWE-bench Verified selon les chiffres propres d'Anthropic
- ⚠️ Fenêtre de contexte plus petite (200K au lieu de 1M)
- ⚠️ Moins performant que Sonnet/Opus sur des tâches très complexes
→ Prends-le pour expérimenter à moindre coût et pour des tâches simples et clairement définies.
OPENAI
GPT-5.6 Sol
Modèle frontier pour le travail professionnel complexe – modèle phare pour le raisonnement complexe et le code (selon OpenAI).
- ✅ Modèle le plus puissant de la famille GPT-5.6
- ✅ Modèle par défaut dans Codex CLI (effort de raisonnement « medium »)
- ⚠️ Modèle le plus cher de la famille 5.6
→ Prends-le pour les tâches où le détail et la précision comptent.
GPT-5.6 Terra
Équilibre intelligence et coût – correspond à peu près au niveau des modèles mini des familles GPT-5 précédentes (selon OpenAI).
- ✅ Bon compromis entre coût et capacité
- ✅ Recommandé dans Codex CLI comme « everyday workhorse »
- ⚠️ Moins performant que Sol sur les tâches les plus difficiles
→ Prends-le comme modèle du quotidien quand Sol est trop cher.
GPT-5.6 Luna
Optimisé pour les charges de travail sensibles au coût – correspond à peu près au niveau des modèles nano (selon OpenAI).
- ✅ Modèle le moins cher de la famille 5.6
- ✅ Recommandé dans Codex CLI pour un « travail clair et répétitif »
- ⚠️ Positionné par OpenAI uniquement pour un travail clair et répétitif
→ Prends-le pour de nombreuses tâches de code simples et répétitives.
GPT-5.3-Codex
Le modèle de code agentique le plus performant à ce jour – optimisé pour les tâches de code agentiques dans Codex ou des environnements similaires (selon OpenAI).
- ✅ Spécialement optimisé pour le code agentique
- ✅ Moins cher que Sol pour une forte performance en code
- ⚠️ Marqué comme deprecated lors de la connexion ChatGPT dans Codex — disponibilité inégale (état : juillet 2026)
→ Prends-le si tu veux une qualité spécifiquement optimisée pour le code agentique plutôt qu'un modèle généraliste.
Gemini 3.5 Flash
Modèle le plus intelligent pour une performance frontier durable sur les tâches agentiques et de code (selon Google).
- ✅ Positionné par Google comme le modèle « le plus intelligent » — malgré son nom Flash
- ✅ Un niveau gratuit (free tier) est disponible
- ✅ Moins cher que le propre modèle Pro de Google
- ⚠️ Date de coupure des connaissances : janvier 2025
→ Prends-le comme recommandation phare de Google pour les tâches de code agentiques.
Gemini 3.1 Flash-Lite
Une performance de classe frontier qui égale celle de modèles plus grands, pour une fraction du coût – le modèle le plus rentable pour les tâches agentiques à haut volume (selon Google).
- ✅ Modèle le moins cher de tout le comparatif
- ✅ Un niveau gratuit (free tier) est disponible
- ⚠️ Non positionné pour les tâches complexes
→ Prends-le pour la traduction, le traitement de données simple et les sessions d'agent simples à haut volume.
Gemini 3.1 Pro
Intelligence avancée, résolution de problèmes complexes et solides capacités agentiques ainsi qu'en vibe coding (selon Google) — encore en statut Preview.
- ✅ Le modèle Google le plus performant pour les tâches complexes en plusieurs étapes
- ✅ De solides capacités en vibe coding selon Google
- ⚠️ Encore en statut Preview, pas de niveau gratuit
- ⚠️ Plus cher que Flash (encore un palier supplémentaire pour les prompts de plus de 200K)
→ Prends-le pour des problèmes complexes en plusieurs étapes, quand Flash ne suffit pas.
XAI
Grok 4.5
xAI : « For everything else, including code, use Grok 4.5. It is the most intelligent and fastest model we've built. » Cursor l'a co-entraîné et le désigne comme son modèle phare.
- ✅ Co-entraîné par Cursor comme modèle partenaire phare
- ✅ Moins cher que la plupart des modèles haut de gamme d'autres fournisseurs
- ⚠️ Fenêtre de contexte plus petite que la concurrence (500K au lieu de 1M)
→ Prends-le dans Cursor pour les tâches les plus difficiles — selon xAI, leur modèle le plus intelligent et le plus rapide.
Grok 4.3
Aucune déclaration de positionnement officielle trouvée — répertorié sur la même page de modèles xAI que Grok 4.5, comme un modèle jumeau moins cher avec un contexte plus large.
- ✅ Contexte plus large que Grok 4.5 (1M au lieu de 500K)
- ✅ Moins cher que Grok 4.5
- ⚠️ Très peu documenté — aucun positionnement ni page de modèle dédiée trouvés
→ Prends-le comme alternative xAI moins chère avec plus de contexte, quand Grok 4.5 est trop cher.
MOONSHOT AI
Kimi K3
Tout nouveau (16.07.2026) : selon Moonshot, le plus grand modèle en poids ouverts au monde (2,8 billions de paramètres, MoE) — 3e place de l'indice d'intelligence, juste derrière Fable 5 et GPT-5.6 Sol.
- ✅ Indice d'intelligence 57,11 — 3e place de tous les modèles (Artificial Analysis, 17.07.2026)
- ✅ Recherche web agentique : BrowseComp 91,2 (donnée Moonshot)
- ✅ Prix uniforme sur tout le contexte de 1M, mise en cache automatique
- ⚠️ Poids pas encore téléchargeables au 17.07.2026 — sortie ouverte annoncée seulement pour le 27.07.2026
- ⚠️ Le mode réflexion (« thinking ») est activé en permanence — les réponses rapides et bon marché, ce n'est pas son truc
→ Prends-le pour des tâches d'agent et de recherche exigeantes, si tu veux une performance frontier moins chère que Fable/Sol.
Kimi K2.5
Le prédécesseur : MoE à 1 billion de paramètres, poids ouverts (Modified MIT), toujours disponible et nettement moins cher.
- ✅ SWE-bench Verified 76,8 % (donnée Moonshot) à prix budget
- ✅ Poids ouverts — auto-hébergeable
- ✅ Multimodal + recherche agentique
- ⚠️ Indice 35,37 — nettement en dessous de K3 et des modèles frontier
→ Prends-le pour du codage agentique bon marché ou pour l'auto-hébergement avec une performance correcte.
DEEPSEEK
DeepSeek-V4-Pro
Le roi du rapport qualité-prix de ce comparatif : intelligence par dollar inégalée (ratio 81) — poids ouverts sous licence MIT.
- ✅ De loin le meilleur rapport intelligence/dollar (indice 44,27 pour 0,54 $ mélangé)
- ✅ SWE-bench Verified 80,6 % (donnée DeepSeek, mode Pro-Max)
- ✅ API compatible OpenAI ET Anthropic, poids ouverts (MIT)
- ⚠️ La performance absolue reste en dessous des modèles frontier
- ⚠️ Les chiffres de benchmark viennent du fabricant, non validés de façon indépendante
→ Prends-le si tu veux traiter beaucoup de volume à bas coût — ou héberger toi-même un modèle puissant.
ZHIPU / Z.AI
GLM-4.7
Le cheval de trait open source chinois pour le code : MoE 358B sous licence MIT, solide en codage agentique et en génération de frontend.
- ✅ SWE-bench Verified 73,8 % (donnée Zhipu) à prix budget
- ✅ Poids ouverts (MIT) — auto-hébergement via vLLM/SGLang, 44 variantes quantifiées
- ✅ Variante Flash gratuite pour essayer
- ⚠️ Indice 33,70 — pour le raisonnement complexe, d'autres modèles prennent la couronne
- ⚠️ Zhipu a déjà une série GLM-5 plus récente — 4.7 n'est plus le modèle phare de la maison
→ Prends-le pour du codage agentique bon marché, de la génération web/frontend ou comme base d'auto-hébergement.
META
Muse Spark 1.1
Le premier modèle frontier à poids fermés de Meta (09.07.2026) — via la nouvelle Meta Model API, conçu pour l'orchestration agentique entre apps, serveurs MCP et skills.
- ✅ Indice 50,62 pour seulement 2 $ mélangé — 4e meilleur rapport intelligence/dollar
- ✅ Positionnement central sur l'orchestration agentique (apps/MCP/skills, zero-shot)
- ✅ API compatible SDK OpenAI, 20 $ de crédit de départ
- ⚠️ PAS en poids ouverts — rupture avec la tradition Llama de Meta
- ⚠️ Certains benchmarks publics ne sont publiés que sous forme d'images de graphiques
→ Prends-le pour des agents multi-apps et de l'orchestration d'outils à bon prix.
Llama 4 Maverick
Le fleuron actuel de Meta en poids ouverts (MoE 400B, nativement multimodal) — tourne à très bas coût chez des hébergeurs comme Together, Groq ou Fireworks.
- ✅ L'entrée la moins chère de ce comparatif
- ✅ Poids ouverts + auto-hébergement
- ✅ Multimodal, 12 langues
- ⚠️ Aucun indice Artificial Analysis répertorié — comparabilité limitée
- ⚠️ La licence communautaire Llama 4 n'est pas conforme OSI (conditions à partir de 700M d'utilisateurs)
→ Prends-le pour du traitement de masse au prix minimal ou pour ton propre hébergement.
ALIBABA (QWEN)
Qwen3.7-Max
Le fleuron agent d'Alibaba (« designed for the agent era ») — pour la première fois propriétaire au lieu d'open-weight, avec un raisonnement hybride au même prix.
- ✅ SWE-bench Verified 80,4 % et GPQA Diamond 92,4 (données Alibaba)
- ✅ Focalisation centrale sur l'agentique long-horizon sur des centaines d'étapes
- ✅ Très fort en multilingue (WMT24++ 85,8)
- ⚠️ Pas d'auto-hébergement — rupture avec la tradition open-weight de Qwen
- ⚠️ Indice 45,99 en dessous des modèles frontier occidentaux
→ Prends-le pour de longues chaînes d'agents et des tâches multilingues — surtout pendant la promotion.
MISTRAL
Mistral Large 3
Le fleuron européen en poids ouverts (MoE 675B, Apache 2.0) — vision, appel de fonctions et option d'hébergement dans l'UE.
- ✅ Poids ouverts Apache 2.0 — la licence la plus libre parmi les grands
- ✅ Très abordable pour sa taille
- ✅ Hébergement UE / souveraineté des données
- ⚠️ Aucun indice Artificial Analysis répertorié
- ⚠️ Chiffres de benchmark en grande partie publiés seulement sous forme d'images de graphiques
→ Prends-le si l'open source, l'hébergement UE ou la licence Apache sont décisifs.
Mistral Medium 3.5
Le spécialiste code de Mistral : 128B dense, Modified MIT, avec un excellent score SWE-bench pour sa taille.
- ✅ SWE-bench Verified 77,6 % (donnée Mistral)
- ✅ Poids ouverts (Modified MIT)
- ✅ Assez compact pour un hébergement personnel
- ⚠️ Indice 29,95 — plus faible que les géants MoE pour le raisonnement large
→ Prends-le pour des agents de code sur ta propre infrastructure.
Claude Docs: Models Overview ↗ · Claude Docs: Pricing ↗ · Anthropic: Claude Sonnet 5 Launch ↗ · OpenAI Docs: Pricing ↗ · OpenAI Docs: GPT-5.6 Sol ↗ · Google AI: Gemini Models ↗ · Google AI: Gemini Pricing ↗ · xAI Docs: Models ↗ · Moonshot AI: Kimi K3 Pricing ↗ · DeepSeek API Docs: Pricing ↗ · Z.ai Docs: Pricing ↗ · Meta Model API (Developer) ↗ · Alibaba Cloud Model Studio: Pricing ↗ · Mistral Docs: Models ↗ · Artificial Analysis: Intelligence Index ↗ · Claude Docs : migration vers Claude Opus 5 ↗
Duels de modèles
Pas « quel est le meilleur modèle », mais « quel modèle pour cette tâche précise ». Quatre comparaisons directes, basées sur les prix et les informations fournies par les fournisseurs eux-mêmes — avec la réponse à la question la plus importante : quand le modèle le plus cher ne vaut PAS le coup. Prix et chiffres : état de juillet 2026.
⚔️ Haiku 4.5 vs. Sonnet 5
La tâche est-elle mécanique et sans ambiguïté — ou as-tu besoin d'un modèle qui réfléchit avec toi ?Claude Haiku 4.5
pour les tâches mécaniques et clairement définies, sans marge d'interprétation — la consigne est sans ambiguïté, il n'y a rien à décider, seulement à exécuter.
- Générer des messages de commit à partir d'un diff
- Filtrer 100 lignes de logs selon un motif d'erreur connu
- Renommer un champ JSON de façon cohérente dans 40 fichiers
Claude Sonnet 5
quand tu construis une fonctionnalité, débogues sur plusieurs étapes, ou dois d'abord comprendre comment le code fonctionne avant de le modifier.
- Construire une nouvelle fonctionnalité qui touche plusieurs fichiers et modules
- Traquer un bug dont la cause ne figure pas dans le message d'erreur
- Comprendre du code écrit par quelqu'un d'autre puis l'étendre proprement
💸 Quand ça ne vaut PAS le coup: Règle de base : utiliser Sonnet 5 pour des modifications simples et sans ambiguïté, c'est de l'argent gaspillé — Sonnet coûte $2/$10 par MTok (entrée/sortie, prix de lancement jusqu'au 31.08.2026), puis $3/$15 ensuite, Haiku 4.5 seulement $1/$5 (état : juillet 2026) — donc 2x à 3x plus cher pour une tâche que Haiku résout tout aussi bien. À l'inverse, Haiku échoue dès que les exigences sont implicites : « rends ça plus propre » sans définir ce qu'est « propre », un choix d'architecture entre deux approches valides, ou une tâche où tu dois d'abord comprendre le contexte du code pour savoir ce qu'il y a réellement à faire.
📊 SWE-bench Verified : 73,3 % — Anthropic annonce elle-même 73,3 % sur SWE-bench Verified pour Haiku 4.5 — proche de modèles nettement plus chers. C'est le chiffre propre à Anthropic, pas un test indépendant, mais il montre que sur des tâches de code clairement définies, Haiku est solide, pas seulement « rapide et bon marché ». (état : juillet 2026)
Anthropic: Claude Haiku ↗ · Anthropic-Plattform: Preise ↗ · doc Claude Code : coûts ↗
⚔️ Sonnet 5 vs. Opus 4.8 / Fable 5
Le cheval de bataille standard suffit-il — ou as-tu besoin du modèle haut de gamme ?Claude Sonnet 5
comme modèle par défaut pour le travail de code quotidien. La documentation officielle d'Anthropic pour Claude Code dit : « Sonnet handles most coding tasks well and costs less than Opus. »
- Fonctionnalités et corrections de bugs du quotidien sur un projet en cours
- Revues de code et refactorings classiques
- Sessions de débogage qui ne nécessitent pas des heures d'autocorrection autonome
Claude Opus 4.8 / Fable 5
pour les décisions d'architecture complexes, les bugs coriaces qui traversent de nombreux fichiers et sous-systèmes, ou les longues sessions d'agent autonome avec beaucoup d'autocorrection.
- Planifier une refonte d'architecture touchant plusieurs modules à la fois
- Traquer un bug qui s'étend sur plus de 10 fichiers et plusieurs sous-systèmes
- Une session autonome de plusieurs heures, où le modèle fait lui-même les recherches, agit et vérifie son propre résultat — selon Anthropic, c'est la force de Fable 5 : « sustains long autonomous sessions, investigates before acting, and verifies its work more often than smaller models. »
💸 Quand ça ne vaut PAS le coup: Règle de base : faire des modifications du quotidien avec le modèle haut de gamme, c'est brûler de l'argent. Sonnet 5 coûte $2/$10 par MTok (entrée/sortie, prix de lancement jusqu'au 31.08.2026), puis $3/$15 ensuite. Opus 4.8 coûte $5/$25 — 1,7 à 2,5 fois le prix de Sonnet, selon le palier de prix comparé. Fable 5 coûte $10/$50 — 3,3 à 5 fois le prix (tous les chiffres état : juillet 2026). La documentation officielle d'Anthropic réserve Opus aux « complex architectural decisions or multi-step reasoning » ; Fable 5 n'est le modèle par défaut sur aucun type de compte et doit être choisi explicitement via `/model fable` — il n'est pas positionné pour le travail de routine.
Anthropic: Claude Opus ↗ · Anthropic-Plattform: Einführung Fable 5 ↗ · Anthropic-Plattform: Preise ↗ · doc Claude Code : choix du modèle ↗ · doc Claude Code : coûts ↗
⚔️ Gemini 3.5 Flash vs. Gemini 3.1 Pro Preview
Le modèle rapide que Google qualifie lui-même de « le plus intelligent » — ou le flagship Preview plus cher ?Gemini 3.5 Flash
comme modèle par défaut pour les tâches agentiques et de code. Google le positionne lui-même comme « most intelligent model for sustained frontier performance on agentic and coding tasks » — pas le modèle Pro.
- Workflows de code agentiques avec de nombreux appels d'outils successifs
- Tâches nécessitant recherche et ancrage factuel (Google parle de « superior search and grounding »)
- Le premier réflexe pour à peu près tout ce pour quoi tu aurais autrefois automatiquement pris « Pro »
Gemini 3.1 Pro Preview
quand tu veux tester spécifiquement le positionnement de Google pour Pro sur la résolution de problèmes complexes — et que tu acceptes son statut Preview. Attention : Flash et Pro ont le même contexte de 1M tokens.
- Sessions de résolution de problèmes complexes, pour lesquelles Google positionne explicitement Pro — sachant que les prompts de plus de 200 000 tokens basculent Pro dans le palier de prix le plus cher
- Sessions exploratoires, pour lesquelles Google décrit Pro comme « the best model family … for multimodal understanding, agentic capabilities, and vibe-coding »
💸 Quand ça ne vaut PAS le coup: Fait cocasse (état : juillet 2026) : dans la documentation même de Google sur ses modèles, c'est justement le modèle rapide Flash qui est répertorié comme « most intelligent model », alors que le modèle Pro est encore en statut Preview et coûte nettement plus cher par token : Flash $1,50/$9 par MTok (entrée/sortie) contre Pro $2–4/$12–18 (par palier selon la longueur du prompt). Règle de base : pour la plupart des tâches de code, le surcoût de Pro Preview est actuellement difficile à justifier — tu payes plus cher pour un modèle que Google lui-même ne classe pas comme le plus intelligent. Les deux modèles ont le même contexte d'environ 1M tokens — un contexte long n'est donc pas un argument en faveur de Pro ; au-delà de 200k tokens dans le prompt, Pro devient même encore plus cher, alors que Flash reste à prix fixe. Pro ne vaut le coup que si tu as spécifiquement besoin de son positionnement pour la résolution de problèmes complexes.
Google AI : aperçu des modèles Gemini ↗ · Google AI: Preise ↗ · Google AI: Gemini 3.5 Flash ↗ · Google AI: Gemini 3.1 Pro Preview ↗
⚔️ Abonnement vs. prix API (paiement à l'usage)
Coûts fixes avec limite — ou facturation à l'usage sans plafond ?Abonnement (par ex. Claude Pro/Max, ChatGPT Plus/Pro, abonnement Cursor)
quand tu veux des coûts prévisibles et plafonnés, avec un usage régulier mais pas extrême — un prix fixe par mois plutôt qu'une facture qui varie.
- Usage personnel quotidien de Claude Code ou Cursor en tant que développeur indépendant
- Sièges d'équipe avec un budget mensuel prévisible plutôt qu'une facture API variable
API / paiement à l'usage
quand ta consommation varie beaucoup, que tu fais tourner des jobs batch automatisés, ou que tu as besoin de plus de volume qu'une limite d'abonnement ne le permet.
- Gros traitements batch de nuit — l'API batch offre 50 % de réduction sur l'entrée et la sortie pour tous les modèles Claude (état : juillet 2026)
- Une étape CI qui appelle automatiquement un modèle bon marché comme Haiku 4.5 quelques fois par jour
- Des contextes volumineux répétés via le prompt caching — un cache hit ne coûte que 0,1x le prix normal de l'entrée, donc 90 % de moins (état : juillet 2026)
💸 Quand ça ne vaut PAS le coup: Règle de base : l'API en paiement à l'usage vaut rarement le coup pour un usage occasionnel — avec une utilisation irrégulière et faible, un abonnement à prix fixe est généralement plus avantageux, et tu n'as pas besoin de surveiller tes tokens. À l'inverse, un abonnement est le mauvais choix pour un traitement batch massif : les limites d'abonnement sont pensées pour un usage interactif en session, pas pour des milliers d'appels automatisés — pour ça, l'API avec sa réduction batch (50 % chez Claude) et le prompt caching (jusqu'à 90 % de réduction sur les contextes répétés) est nettement plus avantageuse (état : juillet 2026).
Anthropic-Plattform: Preise (Batch, Caching) ↗ · Claude: Pricing (Abos) ↗
💶 CALCULATEUR DE PRIX — COMBIEN COÛTE TON SETUP PAR MOIS ?
≈ COÛT MENSUEL (30 JOURS, PRIX CATALOGUE)
Sonnet 5 : prix de lancement 2/10 $ jusqu’au 31.08.2026 — le calculateur utilise le prix normal 3/15 $. Gemini 3.1 Pro : prix jusqu’à 200k de prompt ; au-delà 4/18 $.
Prix catalogue des pages officielles (état : juillet 2026), hors cache/remises/abonnements — le coût réel peut varier. Sources : Anthropic Pricing · OpenAI Models · Gemini API Pricing · xAI Models · Kimi Pricing · DeepSeek Pricing · Z.ai Pricing · Meta Model API · Alibaba Model Studio
Dans l'outil : quel modèle pour quoi ?
Chaque outil a un modèle par défaut et ses propres recommandations pour certaines tâches. Voici comment changer de modèle — et quand ça vaut le coup.
Claude Code
Le modèle par défaut dépend du compte (généralement Opus 5 ou Sonnet 5 depuis Claude Code v2.1.219) — changez-le avec `/model <name>` ou le sélecteur via `/model`.
Tâches de code du quotidien
sonnet gère bien la plupart des tâches et coûte moins cher qu'Opus (selon Anthropic).
Décisions d'architecture complexes
opus recommandé pour les tâches de raisonnement complexes (selon Anthropic).
Tâches simples pour les sous-agents
haiku rapide et efficace pour les tâches simples (selon Anthropic).
doc Claude Code : Model Config ↗ · doc Claude Code : Costs ↗
Codex CLI
La valeur par défaut est GPT-5.6 Sol avec un niveau d'effort de raisonnement « medium » — change-la avec `/model` ou `codex --model <id>`.
Travail de détail et de précision
5.6 Sol « pour le détail et la finition » — en cas de doute, commence avec Sol (selon OpenAI).
Cheval de bataille du quotidien
5.6 Terra rivalise avec GPT-5.5 à moindre coût (selon OpenAI).
Travail clair et répétitif
5.6 Luna le moins cher de la famille (selon OpenAI).
Cursor
Le modèle se choisit via le sélecteur ; « Auto » équilibre automatiquement intelligence, coût et fiabilité.
Tâches du quotidien
Auto « pratique pour les tâches du quotidien » (selon Cursor).
Tâches complexes à plusieurs étapes
Premium / Grok 4.5 Premium sélectionne les modèles les plus performants ; Grok 4.5 est le modèle phare propre à Cursor (selon Cursor).
Codage interactif rapide
Composer Le modèle rapide et économique de Cursor, conçu pour le codage interactif (selon Cursor).
Aider
Pas de modèle par défaut unique et documenté actuellement — tu indiques ton modèle via `--model` ou une variable d'environnement pour la clé API.
Choisir un modèle
--model <name> Aider est volontairement agnostique vis-à-vis des modèles — il fonctionne avec presque n'importe quel LLM (selon la doc Aider).
Lister les modèles d'un fournisseur
--list-models anthropic/ affiche les modèles disponibles d'un fournisseur avant de faire ton choix.
Réglages fins (par ex. budget de réflexion)
.aider.model.settings.yml réglages de modèle avancés et persistants par projet.
Antigravity CLI
Tous les forfaits incluent les deux modèles Gemini principaux (3.5 Flash, 3.1 Pro) — change avec `/model` ; les modèles tiers (Claude, GPT-OSS) sont disponibles sur tous les forfaits sauf Enterprise.
Tâches quotidiennes rapides
Gemini 3.5 Flash disponible sur tous les forfaits, positionné pour les tâches agentiques et de code (selon Google).
Problèmes plus complexes
Gemini 3.1 Pro intelligence plus avancée, également disponible sur tous les forfaits (selon Google).
Utiliser des modèles tiers
Claude Opus/Sonnet 4.6 (pas sur Enterprise) disponible sur Free, Google AI Plus, Pro et Ultra ; seul le forfait Enterprise ne les propose pas.
Les outils en comparaison directe
Claude Code
Travail agentique dans le terminal : tâches longues, automatisation, boucles, sous-agents.
- ✅ Sous-agents, hooks et intégration MCP intégrés
- ✅ Artifacts : pages live partageables directement depuis la session
- ✅ Modèle par défaut selon l'abonnement (Opus 4.8 ou Sonnet 5, contexte de 1M tokens avec Sonnet 5) — changement via /model
- ⚠️ Pas d'éditeur graphique — l'approche terminal-first est une question de goût
- ⚠️ Dépendance à l'écosystème Claude
doc Claude Code : What's new ↗ · doc Claude Code : Subagents ↗
Cursor
Approche IDE : voir, cliquer, éditer — avec des agents en arrière-plan.
- ✅ Les agents en arrière-plan et dans le cloud continuent de travailler pendant que tu édites
- ✅ Composer pour les modifications multi-fichiers
- ✅ Automatisations : les agents se déclenchent sur des événements du dépôt ou une minuterie
- ⚠️ Closed source, modèle par abonnement
- ⚠️ Rachat par SpaceX annoncé (16.06.2026) — à surveiller
OpenAI Codex CLI
Pour qui vit dans l'écosystème OpenAI et veut un CLI ouvert.
- ✅ Sous-agents : jusqu'à 6 en parallèle
- ✅ Aller-retours rapides via un WebSocket persistant
- ✅ Intégré à l'application de bureau ChatGPT
- ⚠️ Ses points forts dépendent fortement de la gamme de modèles OpenAI
- ⚠️ Plus récent que la concurrence, l'écosystème est encore en croissance
Aider
Contrôle total : ton propre modèle, tes propres clés, un travail natif avec git.
- ✅ Agnostique vis-à-vis des modèles — fonctionne avec presque n'importe quel LLM
- ✅ Natif git : des commits automatiques propres à chaque modification
- ✅ Entièrement open source, aucune dépendance à un fournisseur
- ⚠️ Moins de confort d'automatisation que les grandes suites
- ⚠️ L'installation et le choix du modèle sont à ta charge
Antigravity CLI
Successeur de Gemini CLI pour les utilisateurs individuels : un agent de terminal dans l'écosystème Google avec MCP, plugins et compétences (skills).
- ✅ Officiellement désigné par Google comme le successeur de Gemini CLI pour les utilisateurs individuels
- ✅ Support MCP complet (stdio + distant) plus son propre système de plugins/compétences (`agy plugin`, `/skills`)
- ✅ Mode non interactif (`agy -p`) pour les scripts, comme pour les autres CLI
- ⚠️ Produit très récent (dépôt depuis mai 2026) — pas de fichier de licence open source dans le dépôt (`license: null`)
- ⚠️ Le quota gratuit n'est décrit que de façon qualitative ("meaningful"/"generous"), sans chiffres concrets
Google Blog: Transition von Gemini CLI zu Antigravity CLI ↗ · doc Antigravity CLI : référence des commandes ↗
Sources: All claims come from the linked official sources; the loop fixes reported errors. 🐛 button bottom right.