Équivalences de modèles IA : l'Opus, le Sonnet et le Haiku de chaque CLI de code

GPT-6.1 Sol. Dans la table ci-dessus, Claude Opus et GPT-6.1 Sol sont tous deux en classe Opus : le modèle phare sur lequel tourne l'essentiel du travail de code sérieux, un cran sous le niveau frontière. Le modèle de frontière de Codex, l'équivalent de Fable, est GPT-6 Astra. Pour le travail de classe Sonnet, le modèle Codex est GPT-6 Luna. Et le modèle de classe Haiku de la liste est Codex Spark.

Gemini 3.1 Pro (High), chez Antigravity. Gemini Pro est la gamme phare de Google, il est donc en classe Opus. Gemini Flash joue le rôle de Sonnet : aujourd'hui Gemini 3.8 Flash (High).

GPT-6 Luna, chez Codex. La gamme équilibrée d'OpenAI est en classe Sonnet : assez forte pour la plupart des features, moins chère que le modèle phare.

Codex Spark, chez Codex : le modèle léger et rapide de la gamme, pour les renommages, les petits correctifs et les questions rapides.

Même niveau ne veut pas dire mêmes résultats. GPT-6.1 Sol et Opus 5.5 jouent le même rôle dans la gamme de leur éditeur, mais diffèrent encore par le prix, la vitesse, la fenêtre de contexte, les limites d'usage et les tâches qu'ils traitent le mieux, et les classements de benchmark entre les deux changent à chaque sortie. La réponse fiable est de lancer les deux sur une même tâche à vous : AgentsRoom lance un agent sur chacun, côte à côte, dans le même projet.

Aujourd'hui, Opus figure aussi dans les listes de modèles de Antigravity, OpenCode, Aider, GitHub Copilot, oh-my-pi et Devin, sous le nom que chaque CLI lui donne. Même famille, même niveau : l'équivalence ne change pas avec le CLI qui le sert.

Parce que l'échelle suit le rôle d'un modèle, et qu'elle ne survend jamais. Les familles à poids ouverts offrent souvent un excellent rapport qualité-prix et plusieurs CLI les proposent, mais en placer une en classe Opus reviendrait à vous dire qu'elle remplace Opus sur n'importe quelle tâche, ce qu'aucune n'a démontré partout. Leurs versions légères sont en classe Haiku.

Parce que ce ne sont pas des modèles : GitHub Copilot (Auto), Amp (Amp default), Freebuff (Freebuff default), Devin (Adaptive) et Cursor (Default) laissent le service choisir un modèle à chaque requête, il n'y a donc pas de capacité fixe à comparer. La table les écarte plutôt que de deviner.

Elle est calculée à chaque ouverture de la page, à partir du même catalogue de modèles que l'app AgentsRoom sert à chaque ordinateur et chaque téléphone. Quand AgentsRoom ajoute un modèle qu'un CLI vient de sortir, il apparaît ici aussitôt, à son niveau, et la version qu'il remplace est marquée ancienne. Les flammes de popularité sont rafraîchies toutes les dix minutes à partir des 30 derniers jours de lancements.

Oui, de deux façons, et les deux ne font que suggérer. AI Suggestion dimensionne la tâche avant l'ouverture de la session (Rapide, Standard, Complexe ou Extrême) et ouvre l'agent sur le modèle le moins cher de son CLI qui peut encore la faire. Adaptive Mode lit votre brouillon une fois le CLI lancé et suggère un modèle plus léger quand la tâche n'a pas besoin du modèle phare, ou vous confirme que le modèle actuel est le bon.