Édition de Juillet 2026 ! Résumé de la Dernière Comparaison des Capacités de Codage des LLM
Résumé des capacités de codage des LLM en juillet 2026 : scores des modèles, tailles de VRAM idéales pour le déploiement local, matériel recommandé et coûts.
En juillet 2026, les capacités de codage automatique de l'IA ont connu une évolution spectaculaire. En particulier, le score dans "SWE-bench Pro", qui mesure la capacité à résoudre des tâches d'ingénierie logicielle, est devenu une mesure très importante pour évaluer la puissance de codage de chaque LLM (Grand Modèle de Langage). Dans cet article, nous comparons les scores des principaux modèles fermés et ouverts, et expliquons plus en détail la configuration matérielle, les coûts et le seuil de rentabilité par rapport aux API cloud pour faire fonctionner des modèles ouverts localement.
Dernière Comparaison des Capacités de Codage des LLM (SWE-bench Pro)
Les scores et caractéristiques des principaux modèles à ce jour sont les suivants. *Les scores sont évalués sur SWE-bench Pro| Rang | Nom du Modèle | Développeur | Type (VRAM Requis) |
Score | Caractéristiques |
|---|---|---|---|---|---|
| 1 | Claude Fable 5 | Anthropic (États-Unis) |
Fermé | 80.0% | Le champion absolu actuel avec des capacités de débogage écrasantes. Approuvé par le gouvernement américain et désormais disponible dans d'autres pays. |
| 2 | Claude Mythos | Fermé | 77.8% | Un modèle de raisonnement ultra-puissant fourni à l'avance. Spécialisé dans la sécurité, disponible uniquement pour les sociétés autorisées comme les banques et les courtiers. | |
| 3 | Claude Opus 4.8 | Fermé | 69.2% | La plus haute performance parmi les modèles disponibles lorsque Fable 5 ne peut pas être utilisé. | |
| 4 | GPT-5.6 Sol | OpenAI (États-Unis) |
Fermé | 64.6% | Le summum chez OpenAI. Un modèle de raisonnement excellent dans le comportement d'agent. |
| 5 | GLM-5.2 | Z.ai (Chine) |
Ouvert (2To) |
62.1% | Classé 1er mondialement en poids ouverts, non limité aux modèles chinois, se rapprochant des modèles fermés. |
| 6 | Claude Sonnet 5 | Anthropic (États-Unis) |
Fermé | 59.6% | Un modèle au rapport coût-efficacité ultra-élevé offrant une puissance de codage équivalente à moins de 40% du prix d'Opus 4.8. |
| 7 | Qwen3.7 Max | Alibaba (Chine) |
Ouvert (2To) |
60.6% | Un modèle ouvert hautement polyvalent avec plusieurs versions de poids, choisi par de nombreuses startups comme base pour leur propre IA. |
| 8 | MiniMax M3 | MiniMax (Chine) |
Ouvert (1To) |
59.0% | À peine publié en juin 2026, puissant dans le traitement des longs contextes. Un modèle multimodal capable d'entrées image et vidéo. |
| 9 | DeepSeek-V4 | DeepSeek (Chine) |
Ouvert (1To) |
55.4% | Un modèle avec d'excellentes performances de coût. |
Point à Noter : Bien que les premiers rangs soient dominés par la famille Claude d'Anthropic, il est à noter que les modèles ouverts chinois (GLM-5.2 et Qwen3.7 Max) se rapprochent de puissants modèles fermés comme GPT-5.6 Sol.
Exigences Matérielles pour Exécuter de Grands LLM Locaux
De nombreux modèles ouverts ont un nombre massif de paramètres dans la classe 1To à 2To. Nous expliquons la « taille de VRAM idéale » et la configuration matérielle pour les exécuter à une vitesse pratique (avec quantification appliquée) dans un environnement local.Estimation de la Taille de VRAM Requise
Classe 2To (GLM-5.2, Qwen3.7 Max, etc.) : Même avec une quantification 4-bit (INT4/AWQ, etc.), un minimum de 192 Go ou plus de VRAM est requis pour charger le modèle et la fenêtre de contexte (KV cache).Classe 1To (MiniMax M3, DeepSeek-V4, etc.) : De la même manière, 128 Go ou plus de VRAM est idéal avec une quantification 4-bit.
Résumé des Configurations Matérielles Recommandées les Moins Chères et Coûts pour les LLM Locaux
Sur le marché actuel des GPU, le moyen le moins cher de construire une configuration VRAM de grande capacité est sans aucun doute AMD en ce moment. Par le passé, le Mac Studio et d'autres auraient été des candidats, mais en raison des problèmes de pénurie de mémoire, la limite maximale de mémoire actuelle est de 96 Go (ou plutôt, c'est la seule option), et les prix ont augmenté de 30 %, commençant à un minimum d'environ 1,2 million JPY.| Modèle | CPU(TOPS) | VRAM (Mémoire) | Coût Estimé | Caractéristiques et Évaluation |
| NVIDIA DGX Spark | 1000 TOPS (INT 4) | 128 Go (Mémoire Unifiée) | 800 000 JPY (1 unité) | Fonctionne sous Linux sans PC. Peut être relié à une seconde unité pour augmenter à 256 Go. Faible consommation d'énergie et excellent silence. |
| NVIDIA A100 | 1248 TOPS (INT 4) | 80 Go (VRAM) | 4,3 Millions JPY (1 unité) + Coût PC | Ressemble à une carte graphique, mais comme elle ne peut effectuer que le traitement IA, elle n'a pas de terminaux de sortie d'image. Consomme une quantité anormale d'énergie. Occasion uniquement. |
| NVIDIA H100 | 3958 TOPS (INT 8) | 80 Go (VRAM) | 5,7 Millions JPY (1 unité) + Coût PC | Successeur du A100. La bande passante a considérablement augmenté, doublant la vitesse de calcul. Soumis à des restrictions d'exportation vers la Chine. |
| Configuration RTX 3090 × 8 unités + PC | 2504 TOPS (INT 8) | 192 Go (VRAM) | À partir de 1,8 Million JPY (PC Inclus) | Nécessite une carte mère capable d'accueillir 8 cartes graphiques. |
| AMD AI Max+ 395 | 50 TOPS | 128 Go (Mémoire Unifiée) | À partir de 590 000 JPY | Le meilleur rapport qualité-prix. Faible consommation d'énergie et excellent silence. |
| Apple Mac Studio M3 Ultra | 36 TOPS | 96 Go (Mémoire Unifiée) | À partir de 1,16 Million JPY | Faible consommation d'énergie et excellent silence. |
Prix Unitaire du Jeton et Seuil de Rentabilité lors de l'Utilisation des API de Modèles Fermés
Devriez-vous investir dans un PC avec de telles spécifications, ou devriez-vous continuer à utiliser les API cloud (comme Claude Opus ou GPT-5.6) sur une base de paiement à l'utilisation ? Nous estimons brièvement le seuil de rentabilité. Actuellement, les prix unitaires typiques des API pour les modèles fermés de haute performance sont d'environ les suivants (en prenant la classe Sonnet 5 comme exemple) :
- Entrée : 3,00 $ / 1M jetons
- Sortie : 15,00 $ / 1M jetons
Dans les tâches de codage, une quantité massive de contexte (comme les bases de code existantes) est chargée, ce qui entraîne des jetons d'entrée très élevés.
Par exemple, si un échange consomme Entrée : 50 000 jetons / Sortie : 2 000 jetons, le coût par échange est d'environ 0,18 $ (environ 27 JPY).
Calcul du seuil de rentabilité : Coût mensuel de 27 700 JPY ÷ 27 JPY/échange = environ 1 025 requêtes d'inférence par mois. En d'autres termes, pour les gros utilisateurs ou les équipes de développement exécutant des tâches de codage avec des bases de code massives au moins 34 fois par jour, l'achat de matériel pour exécuter des modèles ouverts localement est calculé comme étant plus rentable que l'utilisation continue d'API cloud (en supposant que la précision de réponse des modèles ouverts peut se substituer de manière adéquate aux modèles fermés).
En réalité, tout le monde utilise des abonnements, de sorte que le coût mensuel des jetons est beaucoup plus bas. Si la mémoire est anormalement chère, honnêtement, il est douteux que même les gros utilisateurs puissent récupérer leur investissement jusqu'au seuil de rentabilité.