Swiss-Bench

Quel modèle d’IA fonctionne le mieux pour la Suisse ?

11 modèles. 6 dimensions. 3 langues. Mis à jour chaque trimestre.

Dernière mise à jour : T1 2026

Classement

Classement général des modèles

Classement général Swiss-Bench des modèles IA, T1 2026
Rang Modèle Type Global DE FR IT Mis à jour
1 Claude Opus 4.6 Closed Source 65.9 82.4 82.6 81.0 Q1 2026
2 Kimi K2.5 Open Source 64.7 82.0 86.0 87.0 Q1 2026
3 Gemini 2.5 Pro Closed Source 63.8 85.0 87.0 85.0 Q1 2026
4 MiniMax M2.5 Open Source 62.9 72.0 82.0 78.0 Q1 2026
5 GPT-4o Closed Source 61.7 70.0 73.2 69.8 Q1 2026
6 Gemini 2.0 Flash Closed Source 59.3 75.2 74.2 77.0 Q1 2026
7 DeepSeek V3 Open Source 58.2 81.2 81.4 80.2 Q1 2026
8 Mistral Large 2 Open Source 58.2 70.6 63.8 68.0 Q1 2026
9 Llama 3.3 70B Open Source 56.7 64.6 68.2 63.6 Q1 2026
10 GPT-4o Mini Closed Source 55.3 57.2 62.2 57.2 Q1 2026
11 Qwen 2.5 72B Open Source 54.0 66.4 67.8 74.0 Q1 2026

Swiss-Bench v1.0 — score composite HAAS sur 6 dimensions : Performance, Robustesse, Sécurité, Conformité, Langue suisse, Documentation. Global = moyenne pondérée de toutes les dimensions. DE/FR/IT = précision multilingue MMLU-ProX (pondération 10% dans le HAAS). 11 modèles, T1 2026. Méthodologie →

Résultats clés

Faits saillants T1 2026

Meilleur modèle global
Claude Opus 4.6
Score HAAS le plus élevé (65,9) sur les 6 dimensions. Solide connaissance du droit suisse et conformité EU AI Act.
Course la plus serrée
Top 4 à 3 points d'écart
Kimi K2.5 (64.7), Gemini 2.5 Pro (63.8) et MiniMax M2.5 (62.9) ne sont qu'à 1–3 points du leader. La frontière est dense.
Meilleur multilingue
Gemini 2.5 Pro
Les meilleurs scores linguistiques dans les trois langues suisses (DE 85%, FR 87%, IT 85%). Kimi K2.5 le plus fort en italien (87%).

Résultats du benchmark : Swiss-Bench v1.0 (mars 2026). Mis à jour chaque trimestre.

Résultats détaillés

Performance par domaine

Répartition par domaine

Domaine Meilleur modèle Score Deuxième Écart
Services financiersClaude Opus 4.691.2GPT-4o+2.4
Droit (fédéral)GPT-4o89.7Claude Opus 4.6+1.1
Droit (cantonal)Claude Opus 4.686.3Gemini 2.0 Flash+3.8
SantéGemini 2.0 Flash84.9Claude Opus 4.6+0.7
Administration publiqueClaude Opus 4.688.1GPT-4o+1.9
AssuranceGPT-4o87.4Claude Opus 4.6+2.2

Analyse des erreurs

Type d’erreur Claude Opus 4.6 GPT-4o Gemini 2.0 Flash Llama 3.3 70B
Taux d’hallucination2.1%3.4%2.8%6.7%
Confusion de juridiction1.3%1.8%2.4%5.1%
Dégradation temporelle4.2%3.9%5.1%7.3%
Mélange linguistique0.8%1.2%0.6%3.4%

Cohérence interlinguistique

Modèle DE↔FR DE↔IT FR↔IT Cohérence moy.
Claude Opus 4.696.8%94.2%95.1%95.4%
GPT-4o95.3%92.7%93.4%93.8%
Gemini 2.0 Flash96.1%95.8%94.9%95.6%
Mistral Large 297.2%91.3%92.7%93.7%

Recevez le rapport Swiss-Bench complet

Analyse trimestrielle approfondie avec scores par domaine, analyse des erreurs et recommandations de modèles pour les entreprises suisses.

Pas de spam. Rapport trimestriel uniquement. Désinscription possible à tout moment.
La méthodologie Swiss-Bench, les critères d’évaluation et le cadre d’évaluation sont documentés sur notre page Méthodologie →.

Un article scientifique évalué par des pairs, décrivant notre méthodologie, la vérité terrain vérifiée par des experts et le cadre statistique, est actuellement en préparation pour publication.

Besoin de scores pour VOTRE domaine ? Notre Évaluation de modèles IA (dès CHF 8’000) exécute Swiss-Bench pour votre cas d’utilisation spécifique. Comparaison de 5 modèles, scénarios spécifiques au domaine, recommandation actionnable.
Contact

Prêt pour une évaluation indépendante ?

Commencez par une évaluation de modèle IA ou un SOTA Model Sweep complet. En deux semaines, vous saurez quel modèle fonctionne le mieux pour votre cas d’utilisation suisse.

Évaluation dès CHF 8’000 · SOTA Sweep dès CHF 20’000
contact@ai-helvetic.ch