Par curiosité – et suite à quelques indices de votre part – j'ai inclus KIMI et GLM (z.ai) dans le classement. Les deux sont en réalité axés sur le codage.
Je voulais savoir : comment se comportent-ils en matière de fiscalité, de médecine, de droit et d'économie ? (Claude, ChatGPT, Gemini et Grok sont désormais également inclus dans différentes versions de modèles et ont pas mal chamboulé le classement.)
Mais jetez un œil en particulier à deux tendances dans les résultats :
→ 1. Les écarts types qui apparaissent malgré des questions strictement identiques.
→ 2. La tendance à la progression des modèles au fil du temps – déjà perceptible, même si la période d'observation est encore relativement courte.
Qui sera le premier à franchir la barre des 99 % ?
