La réponse courte. Gemini 3.1 Pro Preview (Google), GPT-6 Astra, le modèle d’OpenAI que nous prenons comme référence ChatGPT, et GPT-5.5, l’autre modèle d’OpenAI du duel, ont tous réussi 100 % de nos tests de code aux trois essais (57 sur 57 chaque fois) et 100 % de nos règles de rédaction. Notre test ne les départage donc pas sur la justesse. Ils se distinguent par la durée, le coût et les jetons de réflexion : GPT-6 Astra est le plus rapide (60 secondes pour les trois tâches de code) et revient à environ 50 $ US pour 1 000 tâches, contre environ 95 $ US pour Gemini 3.1 Pro Preview et 117 $ US pour GPT-5.5.
Comment nous avons mesuré
Chaque modèle passe les mêmes cinq épreuves, sans outils et sans aide. Trois sont des tâches de code, vérifiées par 57 tests que le modèle ne voit pas : un lecteur de fichiers CSV (16 tests), une fonction de validation de numéros de téléphone en PHP (26 tests) et la recherche de bogues subtils dans un programme (15 tests). Deux sont des tâches de rédaction en français, vérifiées par 22 règles : la typographie québécoise (10 règles) et un message LinkedIn pour des avocats (12 règles).
Chaque modèle fait trois essais et le score affiché est la moyenne des trois, arrondie. Les trois modèles de ce duel sont appelés par API, c’est-à-dire par l’accès technique qui permet à un logiciel d’utiliser le modèle, directement chez leur éditeur. Un écart d’un ou deux points n’est pas une vraie différence.
Le classement, avec ChatGPT en référence
Les pourcentages sont les tests réussis sur 57 (code) et les règles respectées sur 22 (rédaction). Les trois nombres sont les résultats de chacun des trois essais, sur 57.
| Modèle | Où il tourne | Code | Essais de code | Rédaction | Durée du code |
|---|---|---|---|---|---|
| Gemini 3.1 Pro Preview (Google) | API | 100 % | 57, 57, 57 | 100 % | 159 s |
| GPT-6 Astra (OpenAI, référence ChatGPT) | API | 100 % | 57, 57, 57 | 100 % | 60 s |
| GPT-5.5 (OpenAI) | API | 100 % | 57, 57, 57 | 100 % | 164 s |
Les trois modèles sont à égalité, en code comme en rédaction : ils ont réussi tous les tests aux trois essais. Notre test est trop facile pour les séparer sur la justesse. Ce qui les distingue est mesurable : la durée du code (60 secondes pour GPT-6 Astra, 159 pour Gemini 3.1 Pro Preview et 164 pour GPT-5.5), le coût et le nombre de jetons de réflexion (voir plus bas).
Notre correcteur avait mal lu les réponses livrées en code brut, sans bloc de code balisé; les scores de code ont été corrigés sur les mêmes réponses, sans nouvel appel aux modèles.
Coût et qualité
Le coût est celui de 1 000 tâches de code par l’API, calculé avec les prix par million de jetons relevés par le labo (un jeton est un bout de mot). Prix en dollars américains.
| Modèle | Coût de 1 000 tâches | Prix par million de jetons (envoyés / reçus) |
|---|---|---|
| GPT-6 Astra | 50,1 $ | 10 $ / 50 $ |
| Gemini 3.1 Pro Preview | 94,5 $ | 2 $ / 12 $ |
| GPT-5.5 | 116,9 $ | 5 $ / 30 $ |
Prix revérifiés le 30 octobre 2026 sur les pages d’OpenAI et de Google. Ils valent pour des requêtes courtes comme les nôtres. Gemini 3.1 Pro Preview passe à 4 $ / 18 $ au-delà de 200 000 jetons, et chez OpenAI, une requête de plus de 272 000 jetons envoyés coûte le double en entrée et une fois et demie en sortie.
Le prix par jeton ne dit pas le coût d’un travail. GPT-6 Astra affiche les prix les plus élevés par jeton, mais il écrit beaucoup moins de jetons de réflexion que les deux autres : entre 1 100 et 1 600 jetons écrits pour le lecteur CSV, contre 4 800 à 7 300 pour Gemini et 3 800 à 6 900 pour GPT-5.5. Il revient donc à environ la moitié du coût de Gemini pour les trois tâches de code. Ces coûts valent pour nos tâches et non pour votre usage : un modèle qui échoue puis qu’on relance coûte plus cher que son prix affiché.
Où chaque modèle se casse
Voici les échecs relevés à la correction des tests.
- Gemini 3.1 Pro Preview, GPT-6 Astra et GPT-5.5. Aucun échec, ni en code ni en rédaction, aux trois essais.
Les trois modèles se distinguent donc par la durée, le coût et les jetons de réflexion. Pour un usage réel, relisez tout de même le code produit.
Les modèles locaux et la mémoire à prévoir
Aucun modèle local ne fait partie de ce duel, la mémoire conseillée est donc sans objet ici. Les vitesses en jetons par seconde sur le Mac Studio ne sont pas non plus mesurées pour ces modèles. Les duels des gammes locales (Mini, Petits, Moyens, Grands) suivront.
Quel modèle pour quel usage
| Usage | Choix selon nos mesures | Pourquoi |
|---|---|---|
| Code que vous ne relirez pas ligne par ligne | Les trois | 100 % des tests aux trois essais |
| Réponses de code rapides | GPT-6 Astra | 60 s pour les trois tâches de code, contre 159 s et 164 s |
| Dépense la plus basse des trois | GPT-6 Astra | Environ 50 $ US les 1 000 tâches de code |
| Rédaction aux règles strictes | Les trois | 100 % des règles de rédaction |
| Dépense la plus haute des trois | GPT-5.5 | Même résultat que les deux autres, mais environ 117 $ US les 1 000 tâches de code |
Questions fréquentes
Quelle IA de haut de gamme choisir pour coder? Selon nos mesures, Gemini 3.1 Pro Preview, GPT-6 Astra et GPT-5.5 ont tous réussi les tests aux trois essais. Le choix se fait donc sur la durée et le coût : GPT-6 Astra est le plus rapide et coûte environ la moitié du coût de Gemini pour la même quantité de travail.
Le modèle le plus cher donne-t-il le meilleur résultat? Pas dans ce duel : les trois ont le même résultat aux tests. GPT-6 Astra affiche les prix par jeton les plus élevés mais revient moins cher à l’usage, et GPT-5.5 est le plus cher pour nos tâches.
ChatGPT se compare-t-il bien à Gemini? Sur nos tests, oui : GPT-6 Astra et GPT-5.5 ont fait aussi bien que Gemini 3.1 Pro Preview, en code comme en rédaction. Les différences relevées portent sur la durée et le coût.
Les textes sont-ils bons? Nos règles vérifient la forme, comme la typographie, la longueur et les puces, pas la valeur du texte. Le message LinkedIn de chaque modèle contient des pourcentages et un cas de cabinet d’avocats qui ne reposent sur aucune source vérifiable. Aucun de ces textes ne peut être publié sans relecture par une personne.
Limites
- Trois essais, trois tâches de code et deux tâches de rédaction.
- Les trois modèles sont à 100 % : nos tâches ne permettent pas de les séparer sur la justesse du code.
- Les éditeurs changent leurs modèles sans préavis : nos résultats valent pour les versions testées.
- Ce duel classe trois modèles de haut de gamme testés à trois essais. Aucun modèle local n’en fait partie.
- Nos tests ne mesurent pas la qualité du français au-delà des 22 règles.
- Indépendance : aucun éditeur d’IA ne paie pour apparaître dans nos tests. Jacob Bédard finance seul les essais.
Pour aller plus loin
Par Jacob Bédard, COOMOA. Notre méthode.