Évaluations comparatives
Des mesures indépendantes et reproductibles des paramètres que vous pouvez réellement définir dans une requête OpenRouter : modèles, fournisseurs, moteurs de recherche et budgets d’outils. Chaque score renvoie à la configuration, aux coûts et à la télémétrie qui le sous-tendent.
13 évaluations comparatives2 447 570 évaluations de tâchesdernière exécution 2 nov. 2026
Agents et outils
Médias
Images, clips et voix générés, évalués selon la demande et facturés par sortie.
Banc d’essaiÉchantillonsValeurVitesse
Image
Des prompts d’image conçus pour mettre les modèles en échec : profondeur, direction, comptage et texte dans l’image.
60 modèles
Valeur0,007 $USRecraft: Recraft V4.1 Flash
Vitesse2sRecraft: Recraft V4.1 FlashVideo
Six secondes de vidéo, avec une durée et une résolution identiques pour tous les modèles.
28 modèles
Valeur0,050 $USTBC: mischief 1Vitesse24sTBC: mischief 1Speech
Une phrase, toutes les voix : les mots ont-ils été restitués et la consigne a-t-elle été exécutée ?
36 modèles
Valeur0,000 $USMistral: Voxtral Mini TTS
Vitesse1sElevenLabs: Eleven Flash v2.5Memes
Modifier un mème sous forme d’image ou l’animer sous forme de clip, avec une évaluation du respect des consignes.
71 modèles
Valeur0,009 $USBlack Forest Labs: FLUX 3 Image KleinVitesse7sBlack Forest Labs: FLUX.2 Klein 4B
Génération d’artefacts
Les modèles textuels s’attaquent à des tâches inhabituelles comme la création de dessins et de jeux jouables.
Banc d’essaiÉchantillonsValeurVitesse
Sketch
Les modèles textuels créent des dessins à partir de prompts. Les résultats sont évalués comme des images.
243 modèles
Valeur0,000034 $USMistral: Mistral NemoVitesse2sMeta: Llama 3.2 3B Instruct
Games
Les modèles textuels créent des jeux jouables à partir d’un seul brief, en une seule tentative.
52 modèles
Valeur0,004 $USOpenAI: gpt-oss-120b
Vitesse15sGoogle: Gemini 3.1 Flash Lite
Raisonnement
Banc d’essaiQualitéValeurVitesse
GPQA Diamond
Des questions scientifiques de niveau master et doctorat qui résistent à la recherche d’informations et valorisent un raisonnement rigoureux.
160 modèlesdernière exécution 2 nov. 2026
Qualité96,5 %Gemini 4 ArgonValeur0,003 $USPareto 26.10 Preview
Vitesse20sClaude Sonnet 5.5
VGI-Bench
Questions à choix multiples sur de longues vidéos : ce qui a été montré, dit ou ne s’est jamais produit.
60 modèlesdernière exécution 2 nov. 2026
Qualité66,2 %Seed 1.6Valeur0,039 $USSeed 1.6Vitesse64sSeed 1.6
Recherche
Banc d’essaiQualitéValeurVitesse
BrowseComp
Des faits difficiles à trouver sur le web en temps réel, évalués au moyen de recherches persévérantes en plusieurs étapes.
4 modèlesdernière exécution 18 août 2026
Qualité89,0 %PerplexityClaude Opus 5 · highValeur0,99 $USPerplexityClaude Opus 5 · highVitesse1,9mPerplexityClaude Opus 5 · highDeepSearchQA
Questions dont les réponses sont des listes, évaluées sur l’exhaustivité de la recherche, sans remplissage.
4 modèlesdernière exécution 18 août 2026
Qualité77,0 %ParallelClaude Opus 5 · highValeur0,10 $USPerplexityGPT-5.6 Luna · xhighVitesse1,6mPerplexityGPT-5.6 Luna · xhighHLE
Humanity's Last Exam comme évaluation de la recherche : des réponses à des questions d’experts grâce à la recherche en direct.
3 modèlesdernière exécution 15 sept. 2026
Qualité77,4 %PerplexityClaude Opus 5 · highValeur0,16 $USPerplexityClaude Opus 5 · highVitesse48sPerplexityClaude Opus 5 · highWideSearch
Remplir un tableau entier ; la précision des éléments de réponse tient compte des correspondances partielles.
4 modèlesdernière exécution 18 août 2026
Qualité84,0 %PerplexityGPT-5.6 Sol · highValeur0,063 $USPerplexityGPT-5.6 Luna · xhighVitesse1,9mPerplexityGPT-5.6 Sol · high
Pour des vues de ces mêmes modèles basées sur l’utilisation, consultez les classements des modèles et la liste complète des modèles.