Web Dev.
Un site ou une application web complète à partir d'une consigne, jugée sur le résultat.
Les recommandations WoBench reposent sur des évaluations humaines.
Prototypes d'un indépendant. 2 000 tokens en entrée et 8 000 en sortie par exécution
Filtre actif : Poids ouverts. 271 modèles du banc retirés du calcul, les trois verdicts sont recalculés sur le reste. Retirer le filtre Selon nos vérifications du 6 septembre 2026, saisies à la main fournisseur par fournisseur. Ce n'est pas une garantie.
Verdicts rendus parmi les 24 modèles mesurés sur ce que cette tâche exige, sur 321 au banc. Les 297 autres
5 modèles au niveau sur 24 mesurés, 321 au banc.
montants convertis au taux de la Banque centrale européenne du 23 septembre 2026
Barre 1 501,2, la borne basse de sa fourchette : c'est elle qui coupe. Le segment est la fourchette de ce modèle : il est au niveau dès que sa borne haute atteint celle de la barre. Le meilleur de la tâche est à 1 651,1, sa note garantie.
Barre de la mesure, borne basse : 1 501,2. Fourchette 1 501,2 à 1 515,0, posée le 23 septembre 2026 sur 79 modèles, inchangée depuis.
20 fois moins cher que Le meilleur. 4 modèles moins chers n'atteignent pas la barre.
coût de sortie estimé ×3, facteur supposé et non mesuré : la source n'a évalué ce modèle qu'à effort high
Barre 1 501,2, la borne basse de sa fourchette : c'est elle qui coupe. Le segment est la fourchette de ce modèle : il est au niveau dès que sa borne haute atteint celle de la barre. Le meilleur de la tâche est à 1 651,1, sa note garantie.
Barre de la mesure, borne basse : 1 501,2. Fourchette 1 501,2 à 1 515,0, posée le 23 septembre 2026 sur 79 modèles, inchangée depuis.
75 % moins cher que Le meilleur, 30,5 points de mesure en moins.
Barre 1 501,2, la borne basse de sa fourchette : c'est elle qui coupe. Le segment est la fourchette de ce modèle : il est au niveau dès que sa borne haute atteint celle de la barre. Le meilleur de la tâche est à 1 651,1, sa note garantie.
Barre de la mesure, borne basse : 1 501,2. Fourchette 1 501,2 à 1 515,0, posée le 23 septembre 2026 sur 79 modèles, inchangée depuis.
1er sur les 24 modèles que cette tâche juge. 20 fois le prix de Peut faire le job, pour 78,0 points de mesure en plus.
Le spectre des prix compare tous les modèles au niveau de chaque tâche. Il ne tient pas compte du filtre d'hébergement, il est donc masqué tant que ce filtre est actif.
Arrivés au niveau
Au niveau, et notés pour la première fois depuis moins de 45 jours. Ils sont jugés comme les autres dès leur première note : leur note repose simplement sur moins de votes.
- Hy4 previewpréversion 1 627,4
Cette tâche exige une note d'au moins 1 508,1 sur préférence humaine sur des pages web, arène Webdev de LMArena. Cette barre appartient à la mesure, elle ne bouge pas, et toutes les tâches qui lisent cette mesure exigent la même : c'est la note du modèle qui la franchit, donc le doute lui profite.
Comment ce verdict est calculé
Le seuil de cette tâche
préférence humaine sur des pages web, arène Webdev de LMArena
Barre de la mesure, borne basse : 1 501,2. Fourchette 1 501,2 à 1 515,0, posée le 23 septembre 2026 sur 79 modèles, inchangée depuis.
Barrières
Aucune barrière : la présence dans la mesure vaut capacité.
Coût mensuel = entrée hors cache × prix d'entrée + entrée en cache × prix du cache + sortie × prix de sortie. L'écriture de cache est exclue en V1.
Sources de cette page
D'où viennent ces chiffres
- Taux de référence de la Banque centrale européenne (ecb.europa.eu) Réutilisation libre avec citation de la source https://www.ecb.europa.eu/stats/eurofxref/eurofxref-daily.xml
- Epoch AI (epoch.ai) CC-BY https://epoch.ai/benchmarks/use-this-data
- LiteLLM (github.com/BerriAI/litellm) MIT https://github.com/BerriAI/litellm
- LMArena (lmarena.ai) CC-BY-4.0 https://huggingface.co/datasets/lmarena-ai/leaderboard-dataset
- models.dev MIT https://models.dev
- Prix et fournisseurs : OpenRouter (openrouter.ai) CGU OpenRouter https://openrouter.ai/docs
- Prix et caractéristiques : OpenRouter (openrouter.ai) CGU OpenRouter https://openrouter.ai/api/v1/models
- Agent conversationnel : tau²-bench, Sierra Research (github.com/sierra-research) MIT https://github.com/sierra-research/tau2-bench
- Fidélité au document : classement d'hallucination de Vectara (github.com/vectara) Apache-2.0 https://github.com/vectara/hallucination-leaderboard
Prix relevés une fois par jour, à 3h00 (heure de Paris). Licences, attributions et modifications
Ces chiffres viennent des sources publiques citées et reflètent le dernier import, pas l'état à la seconde. Les tarifs sont ceux publiés par les fournisseurs et peuvent changer sans préavis : vérifiez les chez eux avant de vous engager. Nos verdicts orientent un choix, ils ne le garantissent pas : à vous de tester le modèle sur vos propres cas et de valider votre calcul, y compris économique. Notre méthode
Le badge de ce verdict
Collez cet extrait sur votre site. Le badge se met à jour tout seul. Dès que le modèle ne tient plus le verdict, il n'affiche plus que la date de sa dernière vérification : nous ne laissons jamais un verdict périmé chez un tiers.
Tous les modèles mesurés
Le classement entier sur préférence humaine sur des pages web, arène Webdev de LMArena, du meilleur au moins bon, avec la barre à sa place. La note garantie est la borne basse de la fourchette publiée : c'est elle qui décide de l'élection.
La barre vaut 1 508,1, sa fourchette va de 1 501,2 à 1 515,0, et c'est sa borne basse, 1 501,2, qui coupe. Elle a été posée le 23 septembre 2026 sur 79 modèles, et n'a pas bougé depuis.
| Rang | Modèle | Note | Fourchette | Coût mensuel | Sort |
|---|---|---|---|---|---|
| 1 |
Kimi K3
Moonshot AI
|
1 657,9 | 1 651,1 à 1 664,8 | 3,86 € | Le meilleur |
| 2 |
Hy4 preview
préversion
première note
Tencent
|
1 627,4 | 1 617,2 à 1 637,6 | 0,95 € | Meilleur compromis |
| 3 |
DeepSeek V4 Flash 0423
DeepSeek
|
1 579,9 | 1 570,4 à 1 589,4 | 0,19 € | Peut faire le job |
| 4 |
Hy3
Tencent
|
1 508,7 | 1 499,3 à 1 518,0 | 0,20 € | retenu |
| 5 |
Kimi K2.6
Moonshot AI
|
1 508,6 | 1 501,2 à 1 516,0 | 0,89 € | retenu |
| La coupure : un modèle est au niveau quand sa borne haute atteint 1 501,2. Au dessus, les modèles au niveau ; en dessous, les autres. | |||||
| 6 |
MiniMax M3
MiniMax
|
1 485,0 | 1 478,9 à 1 491,1 | 0,36 € | sous la barre |
| 7 |
MiMo-V2.5-Pro
Xiaomi
|
1 476,8 | 1 471,1 à 1 482,4 | 0,24 € | sous la barre |
| 8 |
Kimi K2.7 Code
Moonshot AI
|
1 472,3 | 1 462,6 à 1 481,9 | 1,11 € | sous la barre |
| 9 |
DeepSeek V4 Pro 0423
DeepSeek
|
1 445,6 | 1 439,1 à 1 452,1 | 0,75 € | sous la barre |
| 10 |
MiMo-V2.5
Xiaomi
|
1 437,4 | 1 431,2 à 1 443,6 | 0,0939 € | sous la barre |
| 11 |
Kimi K2.5
Moonshot AI
|
1 436,3 | 1 431,0 à 1 441,6 | 1,05 € | sous la barre |
| 12 |
Inkling
Thinking Machines
|
1 411,1 | 1 404,3 à 1 417,9 | 1,50 € | sous la barre |
| 13 |
Inkling Small
Thinking Machines
|
1 406,7 | 1 397,3 à 1 416,1 | 0,46 € | sous la barre |
| 14 |
MiniMax M2.7
MiniMax
|
1 397,5 | 1 391,6 à 1 403,4 | 0,31 € | sous la barre |
| 15 |
MiniMax M2.1
MiniMax
|
1 387,4 | 1 377,7 à 1 397,1 | 0,45 € | sous la barre |
| 16 |
MiniMax M2.5
MiniMax
|
1 384,0 | 1 375,6 à 1 392,5 | 0,36 € | sous la barre |
| 17 |
Gemma 4 31B
Google
|
1 364,2 | 1 357,5 à 1 370,9 | 0,13 € | sous la barre |
| 18 |
Gemma 4 26B A4B
Google
|
1 361,9 | 1 344,7 à 1 379,1 | 0,0808 € | sous la barre |
| 19 |
DeepSeek V3.2
DeepSeek
|
1 360,8 | 1 351,6 à 1 370,1 | 0,13 € | sous la barre |
| 20 |
Muse Glimmer 30B
Meta
|
1 359,8 | 1 343,5 à 1 376,1 | 0,41 € | sous la barre |
| 21 |
Hy3 preview
préversion
Tencent
|
1 357,0 | 1 339,4 à 1 374,6 | 0,23 € | sous la barre |
| 22 |
Kimi K2 Thinking
Moonshot AI
|
1 323,0 | 1 315,5 à 1 330,5 | 0,93 € | sous la barre |
| 23 |
MiniMax M2
MiniMax
|
1 298,0 | 1 286,9 à 1 309,0 | 0,38 € | sous la barre |
| 24 |
Trinity Large Thinking
Arcee AI
|
1 236,8 | 1 216,2 à 1 257,3 | 0,30 € | sous la barre |
Ce que devient le banc sur cette tâche
Les cinq populations forment une partition du banc : leur somme vaut le nombre de modèles au banc, sur chaque tâche, à chaque calcul.
0 modèle écarté par une barrière
aucun
5 modèles mesurés et éligibles
- DeepSeek V4 Flash 0423
- Hy3
- Hy4 preview
- Kimi K2.6
- Kimi K3
19 modèles mesurés sous le seuil
- DeepSeek V3.2 : 1 360,8, sous la barre sur cette mesure, dont la borne basse est à 1 501,2
- DeepSeek V4 Pro 0423 : 1 445,6, sous la barre sur cette mesure, dont la borne basse est à 1 501,2
- Gemma 4 26B A4B : 1 361,9, sous la barre sur cette mesure, dont la borne basse est à 1 501,2
- Gemma 4 31B : 1 364,2, sous la barre sur cette mesure, dont la borne basse est à 1 501,2
- Hy3 preview : 1 357,0, sous la barre sur cette mesure, dont la borne basse est à 1 501,2
- Inkling : 1 411,1, sous la barre sur cette mesure, dont la borne basse est à 1 501,2
- Inkling Small : 1 406,7, sous la barre sur cette mesure, dont la borne basse est à 1 501,2
- Kimi K2 Thinking : 1 323,0, sous la barre sur cette mesure, dont la borne basse est à 1 501,2
- Kimi K2.5 : 1 436,3, sous la barre sur cette mesure, dont la borne basse est à 1 501,2
- Kimi K2.7 Code : 1 472,3, sous la barre sur cette mesure, dont la borne basse est à 1 501,2
- MiMo-V2.5 : 1 437,4, sous la barre sur cette mesure, dont la borne basse est à 1 501,2
- MiMo-V2.5-Pro : 1 476,8, sous la barre sur cette mesure, dont la borne basse est à 1 501,2
- MiniMax M2 : 1 298,0, sous la barre sur cette mesure, dont la borne basse est à 1 501,2
- MiniMax M2.1 : 1 387,4, sous la barre sur cette mesure, dont la borne basse est à 1 501,2
- MiniMax M2.5 : 1 384,0, sous la barre sur cette mesure, dont la borne basse est à 1 501,2
- MiniMax M2.7 : 1 397,5, sous la barre sur cette mesure, dont la borne basse est à 1 501,2
- MiniMax M3 : 1 485,0, sous la barre sur cette mesure, dont la borne basse est à 1 501,2
- Muse Glimmer 30B : 1 359,8, sous la barre sur cette mesure, dont la borne basse est à 1 501,2
- Trinity Large Thinking : 1 236,8, sous la barre sur cette mesure, dont la borne basse est à 1 501,2
19 modèles non mesurés
- Command R (08-2024) : 0,22 € par mois, non mesuré sur préférence humaine sur des pages web, arène Webdev de LMArena
- Command R+ (08-2024) : 3,72 € par mois, non mesuré sur préférence humaine sur des pages web, arène Webdev de LMArena
- Command R7B (12-2024) : 0,0559 € par mois, non mesuré sur préférence humaine sur des pages web, arène Webdev de LMArena
- DeepSeek V3 : 0,38 € par mois, non mesuré sur préférence humaine sur des pages web, arène Webdev de LMArena
- DeepSeek V4 Flash 0731 : 0,0602 € par mois, non mesuré sur préférence humaine sur des pages web, arène Webdev de LMArena
- Gemma 3 12B : 0,057 € par mois, non mesuré sur préférence humaine sur des pages web, arène Webdev de LMArena
- Gemma 3 27B : 0,0631 € par mois, non mesuré sur préférence humaine sur des pages web, arène Webdev de LMArena
- Gemma 3 4B : 0,0394 € par mois, non mesuré sur préférence humaine sur des pages web, arène Webdev de LMArena
- Laguna XS 2.1 : 0,0473 € par mois, non mesuré sur préférence humaine sur des pages web, arène Webdev de LMArena
- Nemotron 3 Nano 30B A3B : 0,0745 € par mois, non mesuré sur préférence humaine sur des pages web, arène Webdev de LMArena
- Nemotron 3 Super : 0,15 € par mois, non mesuré sur préférence humaine sur des pages web, arène Webdev de LMArena
- Nemotron 3 Ultra : 1,15 € par mois, non mesuré sur préférence humaine sur des pages web, arène Webdev de LMArena
- Nemotron 3.5 Content Safety : 0,0876 € par mois, non mesuré sur préférence humaine sur des pages web, arène Webdev de LMArena
- R1 : 0,94 € par mois, non mesuré sur préférence humaine sur des pages web, arène Webdev de LMArena
- Step 3.5 Flash : 0,11 € par mois, non mesuré sur préférence humaine sur des pages web, arène Webdev de LMArena
- Step 3.7 Flash : 0,34 € par mois, non mesuré sur préférence humaine sur des pages web, arène Webdev de LMArena
- gpt-oss-120b : 0,0622 € par mois, non mesuré sur préférence humaine sur des pages web, arène Webdev de LMArena
- gpt-oss-20b : 0,0331 € par mois, non mesuré sur préférence humaine sur des pages web, arène Webdev de LMArena
- gpt-oss-safeguard-20b : 0,11 € par mois, non mesuré sur préférence humaine sur des pages web, arène Webdev de LMArena
16 modèles moins chers que Peut faire le job ne sont pas mesurés sur ce que cette tâche exige.
7 modèles récents, pas encore mesurés
- DeepSeek V4 Flash Vision Exp : 0,25 € par mois, non mesuré sur préférence humaine sur des pages web, arène Webdev de LMArena
- DeepSeek V4 Pro 0813 : 0,46 € par mois, non mesuré sur préférence humaine sur des pages web, arène Webdev de LMArena
- DeepSeek V4.1 Flash : 0,16 € par mois, non mesuré sur préférence humaine sur des pages web, arène Webdev de LMArena
- MiMo-V2.6-Flash : 0,11 € par mois, non mesuré sur préférence humaine sur des pages web, arène Webdev de LMArena
- MiMo-V2.6-Pro : 0,34 € par mois, non mesuré sur préférence humaine sur des pages web, arène Webdev de LMArena
- MiMo-V2.6-Pro-UltraSpeed : 3,43 € par mois, non mesuré sur préférence humaine sur des pages web, arène Webdev de LMArena
- Nemotron 3.5 Lightning : 0,0762 € par mois, non mesuré sur préférence humaine sur des pages web, arène Webdev de LMArena