GigaChat — 7e au monde au classement aveugle en russe, mais 78 points Elo derrière le leader
Vladimir Poutine a affirmé que deux modèles de langage russes comptent parmi les meilleurs au monde, une affirmation vérifiable : sur llmarena.ru, des utilisateurs choisissent à l'aveugle la meilleure de deux réponses, et les scores Elo sont calculés comme aux échecs. GigaChat 3.5 obtient 1121 points et se classe 7e sur 112 modèles, tandis que le leader, Gemini 3 Pro Preview, atteint 1199, soit 78 points de plus. Alice AI LLM se classe 20e avec 1069 points. Pour les tâches en russe, les deux modèles sont utilisables ; pour les agents complexes, ce sont encore les modèles occidentaux qui dominent.
Traité par IA depuis Habr AI ; édité par Hamidun News
Le 18 novembre, lors du sommet de l'APEC à Shenzhen, Vladimir Poutine a déclaré : « Nos deux modèles de langage phares figurent parmi les meilleurs au monde. » Cette affirmation peut être vérifiée grâce au classement public llmarena.ru.
Un utilisateur y pose une question, deux modèles anonymes répondent, et la personne vote pour la meilleure réponse avant de découvrir les noms des modèles. Les votes alimentent des scores Elo, le même système que pour les joueurs d'échecs : plus on gagne, plus le score monte. Dans l'extrait de novembre 2026, GigaChat 3.
5 occupe la 7e place mondiale avec 1121 points, tandis que le leader, Gemini 3 Pro Preview, atteint 1199. L'écart est de 78 points. En pratique, cela signifie que GigaChat est une option fonctionnelle pour les tâches en russe, alors que pour les agents complexes, il vaut mieux d'abord tester les modèles occidentaux.
L'auteur de cet article sur Habr n'est pas ingénieur en apprentissage automatique, mais un utilisateur ordinaire qui a besoin d'une réponse en russe sans VPN. Il a rassemblé les données des quatre familles de modèles russes et les a confrontées aux déclarations des développeurs.
Comment fonctionne le classement et à quoi peut-on lui faire confiance
LLM Arena fonctionne comme une dégustation à l'aveugle. À partir de millions de duels par paires, un score final est calculé à l'aide du modèle Bradley-Terry, les mêmes mathématiques que l'Elo aux échecs. Le classement compte 112 modèles, et l'extrait de l'auteur inclut les votes jusqu'au 9 novembre 2026.
La méthode a une limite. Elle indique quelle réponse plaît le plus souvent aux humains, et non quel modèle résoudra un problème d'olympiade ou pilotera un projet complexe. En revanche, les développeurs ne peuvent pas ajuster le résultat pour un benchmark. Comme le classement est vivant, il faut lire les chiffres avec la date de l'extrait : en septembre, Alice était 19e avec ces mêmes 1069 points.
Quatre familles : qui est qui
GigaChat (Sber). Le modèle phare, GigaChat 3.5 Ultra, est sorti en juillet 2026. Architecture MoE, 432 milliards de paramètres (28 milliards actifs), fenêtre de contexte de 262 000 tokens. Les poids sont ouverts sous licence MIT : le modèle peut être téléchargé, affiné et exécuté sur son propre matériel. Dans le classement, il occupe la 7e place avec 1121 points. Juste devant, GPT-5.2 affiche 1122 points et DeepSeek V3.2 1119 : en russe, GigaChat fait pratiquement jeu égal avec eux.
Alice AI LLM (Yandex). Le modèle phare de 235 milliards de paramètres (MoE) a été entraîné depuis zéro sur des données russophones. Il est fermé, mais profondément intégré aux services : recherche, navigateur, enceintes, et via l'API il peut réserver une table ou passer une commande sur Taxi et Eda. Le 21 septembre, Yandex a publié Alice AI Foundation, une version pré-entraînée de 80 milliards de paramètres, avec autorisation d'usage commercial. Dans le classement, Alice occupe la 20e place avec 1069 points, à côté de Gemma 3 27B et Claude Sonnet 4.
T-Pro et T-Lite (T-Technologies). La famille Gen-T repose sur Qwen, affinée sur un corpus russe. Selon le développeur, cette approche a réduit les coûts d'environ 90 % par rapport à un entraînement depuis zéro. Les versions actuelles T-pro-it-2.0 et 2.1 reposent sur Qwen 3 de 32 milliards de paramètres et sont optimisées pour le suivi d'instructions et l'appel d'outils. La légère T-Lite, de 7 milliards de paramètres, est destinée aux chatbots rapides. Les poids sont ouverts sous Apache 2.0. Dans l'extrait de septembre, T-pro-it-2.0 occupe la 36e place avec 1024 points.
Cotype (MWS, écosystème MTS). Il ne s'agit pas d'un assistant généraliste, mais d'un ensemble de modèles pour les entreprises, entraînés sur de la correspondance professionnelle et des documents. Pro 3, de 27 milliards de paramètres, gère 262 000 tokens de contexte, soit à peu près un rapport annuel complet. Light 3, de 9 milliards, vise les processus courants ; la version multimodale VL, de 32 milliards, lit le texte manuscrit des scans ; la version ouverte Nano, de 1,5 milliard, convient aux brouillons. Dans le benchmark indépendant MERA, Pro 3 se classe troisième. Cotype n'est pas présent dans le classement public llmarena.ru : impossible donc de le comparer aux autres sur cette échelle.
Au final
Le leader de cet extrait est Gemini 3 Pro Preview avec 1199 points, suivi de Qwen3.6 Max (1165), GPT-5.4 (1161) et Claude Opus 4.7 (1149). GigaChat accuse un retard de 78 points sur la première place, Alice de 130 et T-pro de 175. Ainsi, dans ce classement, un seul modèle russe entre dans le top 10 mondial, et non deux ; le second se retrouve dans le top 20.
L'auteur range sans détour les deux modèles phares dans un second échelon. Les leaders mondiaux, ainsi que les modèles chinois DeepSeek et Qwen, sont nettement plus performants dans les chaînes agentiques longues, la programmation complexe et le raisonnement en plusieurs étapes. En revanche, pour les tâches en russe comme la rédaction, la traduction ou le résumé d'un document, l'écart est peu perceptible en pratique. À cela s'ajoutent les poids ouverts de GigaChat, T-Pro et Alice Foundation, que les modèles occidentaux phares ne proposent pas, ainsi que leur intégration dans les services bancaires, la recherche et les places de marché.
La conclusion pratique pour les développeurs et les chefs de produit est la suivante. Si la tâche est en russe et que l'exécution locale ou la localisation des données comptent, GigaChat et T-Pro sont des options tout à fait viables. Si vous construisez un agent de code complexe, testez d'abord Gemini, GPT ou Claude sur vos propres tâches. Une limite concerne l'ensemble de cette évaluation : il s'agit d'un classement de préférences en russe, et non d'un examen universel, et les positions peuvent changer d'un mois à l'autre.
- 21 nov. 2026Anthropic affirme avoir démontré l'hypothèse de Riemann avec Claude, Stanford répond sans IA
- 21 nov. 2026Quatre règles de Karpathy pour un agent de code dans un seul fichier ont récolté 232 000 étoiles sur GitHub
- 21 nov. 2026Un hôtel a signalé un piratage 9 jours après, et l'auteur a chargé Claude et Codex de traquer les failles
- 21 nov. 2026Amazon offre l'agent IA AWS Quick avec Claude gratuitement, le forfait Plus coûte 25 $ par mois
Questions clés sur cet article
Comment fonctionne le classement et à quoi peut-on lui faire confiance?
LLM Arena fonctionne comme une dégustation à l'aveugle. À partir de millions de duels par paires, un score final est calculé à l'aide du modèle Bradley-Terry, les mêmes mathématiques que l'Elo aux échecs. Le classement compte 112 modèles, et l'extrait de l'auteur inclut les votes jusqu'au 9 novembre 2026. La méthode a une limite. Elle indique quelle réponse plaît le plus souvent aux humains, et non quel modèle résoudra un problème d'olympiade ou pilotera un projet complexe.
Que sait-on sur Quatre familles : qui est qui ?
GigaChat (Sber). Le modèle phare, GigaChat 3.5 Ultra, est sorti en juillet 2026. Architecture MoE, 432 milliards de paramètres (28 milliards actifs), fenêtre de contexte de 262 000 tokens. Les poids sont ouverts sous licence MIT : le modèle peut être téléchargé, affiné et exécuté sur son propre matériel. Dans le classement, il occupe la 7e place avec 1121 points. Juste devant, GPT-5.2 affiche 1122 points et DeepSeek V3.2 1119 : en russe, GigaChat fait pratiquement jeu égal avec eux. Alice AI LLM (Yandex).
Que sait-on sur Au final ?
Le leader de cet extrait est Gemini 3 Pro Preview avec 1199 points, suivi de Qwen3.6 Max (1165), GPT-5.4 (1161) et Claude Opus 4.7 (1149). GigaChat accuse un retard de 78 points sur la première place, Alice de 130 et T-pro de 175. Ainsi, dans ce classement, un seul modèle russe entre dans le top 10 mondial, et non deux ; le second se retrouve dans le top 20. L'auteur range sans détour les deux modèles phares dans un second échelon.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.