J'ai récemment vu une comparaison intéressante concernant les capacités de différents modèles d'IA. Sur le benchmark PinchBench, l'agent OpenClaw dans les tâches Gemini 3 Flash est en tête avec un taux de réussite de 95,1 %, ce qui est assez impressionnant.

Ce qui est intéressant, c'est que d'autres modèles puissants sont également très proches. minimax-m2.1 a obtenu 93,6 % et kimi-k2.5 a atteint 93,4 %. De plus, Claude Sonnet 4.5 est à 92,7 % tandis que GPT-4o est à 85,2 %. Ces chiffres montrent comment différents modèles performent différemment selon les tâches.

Ces données sont importantes pour ceux qui souhaitent choisir les bons modèles d'IA. Le CISO de Magma, 23pads, a partagé cette information, ce qui montre à quelle vitesse le développement de l'IA progresse. Si vous recherchez des modèles pour des tâches basées sur des agents, ces résultats peuvent être très utiles.