Claude Opus 5.5 d’Anthropic (raisonnement adaptive high) est aujourd’hui le modèle qui écrit le mieux en français, avec un score de 98,3. Parmi les modèles qu’on peut faire tourner sur sa propre machine, Qwen3.8 27B d’Alibaba (Q4_K_M, raisonnement xhigh) est en tête avec 71,9.
Le Baromètre mesure la qualité d’écriture des principaux modèles d’IA à partir d’un corpus de consignes conçu directement en français. Les réponses à une même consigne sont comparées à l’aveugle, sans le nom des modèles, puis les verdicts sont agrégés dans un classement propre au français.
106 modèles comparés sur 105 456 verdicts à l’aveugle, actualisé le 13 octobre 2026.
| # | Modèle | Score |
|---|---|---|
| 1 |  Claude Opus 5 💡 | 99,2 |
| 2 | Claude Opus 5.5 💡 | 98,3 |
| 3 |  GPT-6.1 Sol 💡 | 97,8 |
| 4 | Claude Fable 5.1 💡 | 97,7 |
| 5 | Claude Fable 5 💡 | 96,8 |
| 6 | Claude Sonnet 5.5 💡 | 96,7 |
| 7 | Claude Opus 4.8 💡 | 96,1 |
| 8 | GPT-6 Sol 💡 | 95,9 |
| 9 | GPT-6 Astra 💡 | 95,5 |
| 10 |  Kimi K3 💡 | 94,0 |
Ce score n’est pas une note en pourcentage : 50 correspond à une chance estimée sur deux de battre le modèle moyen en français.
Dernière actualisation : Voir le classement complet
Rangs recalculés sur les seuls duels d’une catégorie. Le premier du classement général n’est pas toujours le premier pour les e-mails ou la fiction. Quel modèle pour un roman, un e-mail, une lettre de motivation ou une dissertation : le guide.
| Type de texte | Modèle | Score |
|---|---|---|
| Articles, blogs et éditorial | GPT-6.1 Sol 💡 | 98,7 |
| Dialogue et scénario | GPT-6 Sol 💡 | 96,8 |
| Explication et vulgarisation | GPT-6.1 Sol 💡 | 96,4 |
| Fiction et narration | GPT-6 Astra 💡 | 96,3 |
| Marketing et vente | Claude Sonnet 5.5 💡 | 96,2 |
| Communication personnelle | Claude Opus 5 💡 | 99,5 |
| Communication professionnelle et administrative | GPT-6 Astra 💡 | 94,9 |
| Réseaux sociaux et formats courts | Claude Sonnet 5.5 💡 | 97,7 |
| Discours et prise de parole | Claude Opus 5.5 💡 | 95,9 |
| Documents et rapports structurés | GPT-6.1 Sol 💡 | 94,3 |
| # | Modèle | Score | Fichier | +128K | +256K |
|---|---|---|---|---|---|
| 1 |  Qwen3.8 27B 💡 🏠 | 71,9 | 17,7 Go | 26,5 Go | 35,1 Go |
| 2 |  Muse Glimmer 30B 💡 🏠 | 70,7 | 18,2 Go | 20,0 Go | 20,0 Go |
| 3 | Qwen3.8 27B 💡 🏠 | 69,0 | 30,0 Go | 38,7 Go | 47,3 Go |
| 4 | Muse Glimmer 30B 💡 🏠 | 62,7 | 21,1 Go | 22,9 Go | 22,9 Go |
| 5 |  Gemma 4 31B 💡 🏠 | 58,9 | 26,4 Go | 38,4 Go | 49,1 Go |
| 6 | Qwen3.8 27B 💡 🏠 | 57,2 | 23,4 Go | 32,1 Go | 40,7 Go |
| 7 | Qwen3.6 27B 💡 🏠 | 52,7 | 28,6 Go | 37,3 Go | 45,9 Go |
| 8 |  Ling 3.0 Flash 💡 🏠 | 52,1 | 77,0 Go | 78,2 Go | 79,4 Go |
| 9 | Gemma 4 26B A4B ↯ 🏠 | 51,6 | 28,1 Go | 31,0 Go | 33,7 Go |
| 10 | Gemma 4 26B A4B 💡 🏠 | 49,7 | 28,1 Go | 31,0 Go | 33,7 Go |
Taille du fichier GGUF testé (Go décimaux, comme dans LM Studio) · +128K : Fichier + cache de contexte à 131 072 tokens (128K), cache F16, Flash Attention active (Go) · +256K : La même chose à 262 144 tokens (256K), limité au contexte natif (Go)
La variante qui écrit le mieux parmi celles qui tiennent dans la mémoire de la carte graphique ou la mémoire unifiée, contexte court. Détails, vitesses et alternatives sur la page IA locale.
| Mémoire | Modèle | Score |
|---|---|---|
| 8 Go | Gemma 4 E2B 💡 🏠 | 12,5 |
| 12–16 Go | Gemma 4 12B 💡 🏠 | 46,6 |
| 24–128 Go | Qwen3.8 27B 💡 🏠 | 71,9 |
Depuis cet été, les textes de Claude et de Gemini portent une marque invisible. Ceux de ChatGPT, Grok, Mistral, Meta AI et des modèles installés sur son ordinateur n’en portent aucune, et les services chinois se contentent d’une mention visible. Mais personne, hors des entreprises concernées, ne peut aujourd’hui vérifier un texte.
Le classement a un vainqueur ; vos textes n’en ont pas un seul. Au 20 septembre, sur les seuls duels d’un type de texte, Claude Fable 5 dominait la fiction et la dissertation, Claude Opus 5 les lettres personnelles, Claude Fable 5.1 les lettres de motivation. Un guide simple, tâche par tâche, avec le meilleur fichier à faire tourner chez soi pour chacune.
Même fichier, mêmes consignes, un seul interrupteur. Sur 21 versions locales, activer le raisonnement rapporte en moyenne 32 points à la famille Qwen et 7 aux Gemma 4 de 12B et plus ; les petits Gemma E2B et E4B y perdent 3 points en moyenne. Qwen3.8 27B Q8_0 gagne 48 points, plus que tout autre modèle en français.
Même modèle, trois fichiers, trois scores. En français, Qwen3.8 27B écrit aussi bien en Q4_K_M qu’en Q8_0 avec un fichier deux fois plus petit, mais sa version Q6_K perd douze points. Gemma 4 31B fait mieux en Q6 qu’en Q8. Gemma 4 12B s’effondre en Q6 et tient en Q4. Il n’y a pas de règle générale, seulement des mesures.
Les deux assistants les plus demandés, jugés sur les mêmes consignes en français dans des duels à l’aveugle : lequel écrit le mieux, de combien, et pour quels types de texte. Mis à jour à chaque export du classement.
Le meilleur modèle d’OpenAI contre le meilleur de Google, sur les mêmes consignes en français, en duels à l’aveugle : qui mène au classement, comment se sont passés les duels directs, et où chacun est le plus fort.
Le meilleur modèle d’Anthropic contre le meilleur de Google, sur les mêmes consignes en français, en duels à l’aveugle : l’écart au classement, le bilan direct, et les types de texte où Gemini s’approche le plus.
Tous les face-à-face et la comparaison libre →
Une consigne, deux textes anonymes : choisissez le meilleur et alimentez le classement humain. Les noms des modèles s’affichent après votre choix.
Choisissez deux modèles : leurs scores, leurs duels directs et une paire de textes publiée côte à côte, par type de texte.
Comment chaque juge IA classe les modèles, avec victoires, égalités et défaites par juge, et là où les juges divergent.
Tokens par seconde mesurés, empreinte mémoire et score d’écriture de chaque fichier local sur un Ryzen AI Max+ 395 avec 128 Go.
Qui tient ce baromètre, sur quelles machines, et les principes derrière les duels à l’aveugle.
Le classement porte uniquement sur la qualité d’écriture. Les consignes sont conçues dans la langue évaluée et les noms des modèles restent masqués jusqu’au verdict, afin que leur réputation n’influence pas l’évaluation. Ce site est un projet personnel. Je ne suis payé par aucun éditeur de modèles et je n’ai aucun intérêt à en favoriser un.
