UsageGlossaire de l'IA
Benchmark
Un examen standardisé pour comparer les modèles : maths, code, raisonnement… Utile, mais les modèles finissent par « réviser pour l'examen ».
Autrement dit
Le bac des IA, avec les mêmes limites que le bac.
Nos articles qui en parlent
- Une IA a triché à son test. Que faut-il en penser ?
Une IA a contourné les règles pour réussir son exercice. Tricherie ou intelligence ? Ce que ce vieux problème des examens nous apprend.
- Le classement des modèles au 23 septembre 2026
État des lieux du paysage des modèles au 23 septembre 2026, après la sortie simultanée d'Opus 5.5 et de GPT-6 Sol et Luna : qui est devant sur quoi, à quel prix, et comment lire des classements devenus difficilement comparables.
- Pourquoi les benchmarks vieillissent si vite
Les tests de référence perdent leur pouvoir discriminant en quelques mois. On explique les trois mécanismes qui les usent, et comment lire un score en conséquence.
- Claude Opus 5 : Anthropic ne cherche plus à battre ses concurrents, mais son propre modèle le plus cher
Anthropic a lancé Claude Opus 5 le 24 juillet 2026, un modèle qui approche les performances de Fable 5 pour moitié moins cher, au tarif inchangé d'Opus 4.8. On décrypte les benchmarks, la molette d'effort qui change la gestion des coûts, et ce que ce positionnement révèle sur la nouvelle phase de la course à l'IA.
- Grok 4.5 serait "proche d'Opus". Le hic, c'est que personne ne peut vérifier
Le 28 juin 2026, Elon Musk a annoncé que Grok 4.5 entrait en test privé chez SpaceX et Tesla, avec une performance "proche, voire supérieure" à Claude Opus. Le problème : cette affirmation vient uniquement de xAI elle-même, sans aucun benchmark public. On démêle ce qui est vérifiable de ce qui ne l'est pas.
- C'est quoi un benchmark ? Le test qui décide quelle IA est la meilleure (et pourquoi il ment souvent)
Terminal-Bench, GPQA, MMLU, SWE-bench... Les benchmarks décident quelle IA domine le marché, mais ils sont souvent mal compris et parfois trompeurs. Voici comment ils fonctionnent vraiment, et pourquoi un bon score ne veut pas toujours dire un bon modèle.
Pour aller plus loin à l'Académie
Voir aussi
Dans la même famille : Usage
Retrouver ce terme dans le glossaire complet →Tous les termes