Le nuage contre votre Mac, sur du vrai code
Mesuré le 16 octobre 2026 · Mac Studio M1 Max, 32 Go · Lecture : 6 minutes
La réponse courte
Claude Sonnet 5.5 réussit les 57 tests. Gemma 4 26B, installé sur un Mac de 32 Go, en réussit 53, aussi vite et sans aucun coût par tâche. Pour du code exigeant, le nuage garde l'avance ; pour du code courant ou des données sensibles, un modèle local bien choisi fait presque aussi bien.
Le classement
Tests de code réussis, sur 57. Un essai par tâche.
Les chiffres détaillés
| Modèle | Code (sur 57) | Rédaction (sur 22) | Temps pour les 3 tâches | Mémoire utilisée | Coût de 1 000 tâches |
|---|---|---|---|---|---|
| Claude Sonnet 5.5 | 57 | 22 | 49 s | dans le nuage | 21 $ US |
| Gemma 4 26B | 53 | 22 | 49 s | 15 Go, sans échange sur le disque | 0 $ |
| Devstral 24B | 36 | 21 | 150 s | 15 Go, sans échange sur le disque | 0 $ |
| Qwen 3.8 27B | 26 | 22 | 164 s | 19 Go, environ 4 Go d'échange sur le disque | 0 $ |
Les trois tâches
Tâche 1
Lecteur CSV
Lire un export CSV de la Search Console en français : guillemets, sauts de ligne dans les champs, nombres avec espaces et virgule décimale. Claude Sonnet 5.5 réussit les 16 tests. Gemma 4 26B en réussit 12 : il rate les nombres écrits avec une espace insécable. Devstral en réussit 6, et Qwen 3.8, 3.
Tâche 2
Téléphone en PHP
Remettre en forme un numéro de téléphone nord-américain saisi librement, au format (514) 555-1234, et refuser les numéros invalides. Claude Sonnet 5.5 et Gemma 4 26B réussissent les 26 tests. Qwen 3.8 en réussit 21 et Devstral 18 : il rate les postes de téléphone.
Tâche 3
Bogues subtils
Corriger une fonction qui résume le suivi des positions Google de mots-clés et qui cache plusieurs bogues. Claude Sonnet 5.5 et Gemma 4 26B réussissent les 15 tests. Devstral en réussit 12 : il garde le piège du mot « constructor ». Qwen 3.8 en réussit 2 : il invente une variable qui fait échouer presque toute la tâche.
Quel modèle pour quel usage
Code exigeant, aucun renseignement sensible
Claude Sonnet 5.5, dans le nuage. Le seul sans faute dans ce test.
Code courant, données qui doivent rester au bureau
Gemma 4 26B sur un Mac de 24 Go ou plus. 53 sur 57, sans coût par tâche.
Questions fréquentes
Pourquoi un seul essai par tâche ?
C'était le protocole de ce premier duel. Les tests par machine du labo refont chaque épreuve 5 fois pour mesurer la fiabilité.
Que veut dire « 26B » ?
Environ 26 milliards de paramètres, les réglages appris par le modèle. Voir le glossaire.
Le résultat vaut-il pour du travail juridique ou médical ?
Non. Ce test mesure du code. Aucune conclusion n'en est tirée pour d'autres domaines.
Limites de ce test
Un seul essai par tâche, trois tâches de code, une seule machine locale. Les modèles changent souvent : ce résultat est daté du 16 octobre 2026.
Recevez les résultats chaque semaine
Le duel du mardi et les nouveautés du lundi, dans votre boîte courriel. Désabonnement en un clic.
Labo IA
Un modèle ou un usage à tester ?
Proposez-le au labo : nous publions les résultats pour tout le monde.
Demander un test →