La réponse courte. Claude Sonnet 5.5 (Anthropic) réussit 100 % de nos tests de code, GPT-5.3 Codex (OpenAI, notre référence ChatGPT) 98 % et Grok Build 0.1 (xAI) 96 %, avec un essai à 51 sur 57. Codestral (Mistral) tombe à 75 %, Qwen3-Coder 30B à 67 % et Devstral 24B à 63 %, ces deux derniers en local. En rédaction, les trois premiers sont à 100 % ou presque. Un écart d’un ou deux points n’est pas une vraie différence.
Comment nous avons mesuré
Trois tâches de code vérifiées par 57 tests secrets (lecteur CSV, 16 tests; validation de numéros de téléphone en PHP, 26 tests; bogues subtils, 15 tests) et deux tâches de rédaction vérifiées par 22 règles (typographie québécoise, 10; message LinkedIn, 12). Sans outils. Trois essais par modèle (moyenne arrondie), sauf Claude Sonnet 5.5 et Devstral 24B, repris d’un test à un seul essai du 16 octobre 2026.
Le classement, avec ChatGPT en référence
| Modèle | Où il tourne | Code | Essais de code (sur 57) | Rédaction | Durée du code |
|---|---|---|---|---|---|
| Claude Sonnet 5.5 | API | 100 % | 57 | 100 % | 49 s |
| GPT-5.3 Codex (OpenAI, référence ChatGPT) | API | 98 % | 56, 56, 56 | 100 % | 25 s |
| Grok Build 0.1 (xAI) | API | 96 % | 57, 57, 51 | 100 % | 104 s |
| Codestral (Mistral) | API | 75 % | 41, 48, 40 | 95 % | 8 s |
| Qwen3-Coder 30B | Local | 67 % | 35, 42, 36 | 91 % | 43 s |
| Devstral 24B | Local | 63 % | 36 | 95 % | 150 s |
Coût et qualité
Coût de 1 000 tâches de code (prix en dollars américains) : Sonnet 5.5 environ 21 $ (prix d’Anthropic relevé le 30 octobre 2026), Grok Build 0.1 environ 15,5 $ (1 $ / 2 $ par million de jetons, page de tarifs de xAI consultée le 3 novembre 2026), GPT-5.3 Codex environ 10 $ (1,75 $ / 14 $ par million de jetons, prix standard d’OpenAI relevé le 3 novembre 2026; le mode Fast coûte le double), Codestral non mesuré (prix non relevé), modèles locaux sans frais d’API.
Où chaque modèle se casse
- GPT-5.3 Codex. Un seul échec, aux trois essais : le numéro « 514.555.1234x45 ».
- Grok Build 0.1. Deux essais parfaits. Au troisième : 514 555-1234 p. 7, (514) 555-1234 EXT. 305, 514.555.1234x45, 514-555-1234 ext 99999, et les clés « constructor » et « proto » du programme de bogues.
- Codestral. Lecteur CSV : guillemets échappés et sauts de ligne dans un champ. Téléphones : formats avec indicatif, avec poste et avec espaces. Bogues : mot sans position valide, « constructor » et « proto » à chaque essai. Message LinkedIn : paragraphes de plus de 3 phrases.
- Qwen3-Coder 30B. Lecteur CSV : de 6 à 13 tests réussis sur 16 selon l’essai (milliers et décimales, pourcentages, espace insécable). Téléphones : postes. Bogues : tendances hausse et baisse. Rédaction : tiret cadratin à chaque essai.
- Claude Sonnet 5.5. Aucun échec au test du 16 octobre 2026 (un seul essai). Devstral 24B. Au même test : 6 tests sur 16 au lecteur CSV, 18 sur 26 aux téléphones (il rate les postes) et 12 sur 15 aux bogues (il garde le piège du mot « constructor »).
Les modèles locaux et la mémoire à prévoir
Mémoire conseillée : taille du fichier × 1,2 + 4 Go. Qwen3-Coder 30B (19 Go) : environ 27 Go. Devstral 24B (14 Go) : environ 21 Go. Qwen3-Coder 30B a produit 57,1 jetons par seconde sur le Mac Studio (mesuré). Vitesse de Devstral 24B : non mesurée.
Quel modèle pour quel usage
| Usage | Choix selon nos mesures | Pourquoi |
|---|---|---|
| Code le plus juste | Claude Sonnet 5.5 | 57 sur 57 |
| Code juste et rapide | GPT-5.3 Codex | 56 sur 57 aux trois essais, 25 s |
| Code sur votre machine | Qwen3-Coder 30B | 67 %, à relire entièrement |
OpenAI a déclaré GPT-5.3 Codex déprécié le 1er octobre 2026 et le retirera de son API le 1er avril 2027 (page des dépréciations d’OpenAI, consultée le 5 novembre 2026). Pour un projet qui commence, ce choix demande donc une migration prochaine. Voir la fiche de GPT-5.3 Codex.
Questions fréquentes
Quelle IA choisir pour coder? Selon nos mesures, Sonnet 5.5, GPT-5.3 Codex et Grok Build 0.1 sont proches. Les modèles locaux testés sont nettement en retrait.
Les modèles locaux suffisent-ils? Pas pour du code non relu : 63 % et 67 % des tests.
Limites
- Trois essais, cinq tâches.
- Les éditeurs changent leurs modèles sans préavis.
- Nos règles vérifient la forme des textes, pas leur valeur.
- Indépendance : aucun éditeur d’IA ne paie pour apparaître dans nos tests.
Pour aller plus loin
Par Jacob Bédard, COOMOA. Notre méthode.