Raven Flash contre GPT-5.6 Terra, Gemini 3.7 Flash et Claude Opus 4.8
Selon nos résultats publiés, Raven Flash obtient un meilleur résultat que Gemini 3.7 Flash sur les huit tests et que GPT-5.6 Terra sur sept des huit. Face à Claude Opus 4.8, il est devant sur trois, à égalité sur l'Intelligence Index et derrière sur quatre. Il coûte 0,50 $ US par million de jetons d'entrée par l'API DipoleML.
Faits saillants
- Devant Gemini 3.7 Flash sur les huit tests de nos résultats publiés.
- Devant GPT-5.6 Terra sur 7 des 8; GPT-5.6 Terra est devant sur DeepSWE v1.1.
- Face à Claude Opus 4.8 : devant sur Terminal Bench 4.0, AutomationBench et DeepSWE v1.1, à égalité sur l'Intelligence Index, derrière sur les quatre autres.
- Premier parmi les modèles comparés sur Terminal Bench 4.0 (34,1) et AutomationBench (49,2), et premier ex æquo sur l'Intelligence Index.
- 0,50 $ US par million de jetons d'entrée, 0,05 $ US en cache et 2,50 $ US en sortie; des résultats déclarés par l'entreprise, évalués avec l'effort de raisonnement maximal.
Raven Flash est notre modèle à haute vélocité, conçu pour la faible latence, les agents autonomes réactifs et l'exécution de code à haute fréquence. Dans nos résultats publiés, il est mesuré sur huit tests face à un tableau d'autres modèles. Cet article en retient trois et place chacun à côté de Raven Flash, l'un après l'autre. Les résultats sont déclarés par l'entreprise, tirés de notre rapport technique d'octobre 2026, et chaque test a été évalué avec l'effort de raisonnement maximal.
Quels modèles sont comparés ici?
- GPT-5.6 Terra est l'un des trois modèles de la famille GPT-5.6 d'OpenAI, avec Sol et Luna. La documentation de l'API d'OpenAI le décrit comme un modèle GPT-5.6 qui équilibre intelligence et coût.
- Gemini 3.7 Flash est un modèle de la série Flash de Google, qui l'a présenté le 13 août 2026. La fiche de modèle de Google DeepMind le place dans la famille de modèles Gemini 3.
- Claude Opus 4.8 est un modèle d'Anthropic, qui l'a lancé le 28 mai 2026 comme nouvelle version de Claude Opus.
Les trois figurent à côté de Raven Flash sur chacun des huit tests; c'est pourquoi nous les plaçons côte à côte ici.
Comment les quatre se comparent-ils sur chaque test?
Voici les huit résultats dans un seul tableau; le meilleur résultat des quatre sur chaque test est en gras.
| Banc d'essai | Raven Flash | Claude Opus 4.8 | GPT-5.6 Terra | Gemini 3.7 Flash |
|---|---|---|---|---|
| Terminal Bench 4.0 | 34,1 | 21,7 | 24,6 | 17,5 |
| Agent's Last Exam | 26,6 | 27,0 | 25,1 | 22,4 |
| Automation | 49,2 | 41,0 | 37,2 | 38,6 |
| GDPVal-AA | 1 651 | 1 731 | 1 571 | 1 527 |
| Deep | 65,4 | 58,0 | 69,6 | 65,3 |
| Intelligence Index | 43 | 43 | 37 | 41 |
| HLE w/ Tools | 55,8 | 57,9 | 52,1 | 49,8 |
| AA-Briefcase v1.1 | 1 462 | 1 480 | 1 385 | 1 132 |
Le graphique présente les mêmes résultats en barres, un test à la fois.
Raven Flash et les trois modèles, test par testRésultat
| Modèle | Résultat |
|---|---|
| Raven Flash | 34,1 |
| GPT-5.6 Terra | 24,6 |
| Claude Opus 4.8 | 21,7 |
| Gemini 3.7 Flash | 17,5 |
| Modèle | Résultat |
|---|---|
| Claude Opus 4.8 | 27,0 |
| Raven Flash | 26,6 |
| GPT-5.6 Terra | 25,1 |
| Gemini 3.7 Flash | 22,4 |
| Modèle | Résultat |
|---|---|
| Raven Flash | 49,2 |
| Claude Opus 4.8 | 41,0 |
| Gemini 3.7 Flash | 38,6 |
| GPT-5.6 Terra | 37,2 |
| Modèle | Résultat |
|---|---|
| Claude Opus 4.8 | 1731 |
| Raven Flash | 1651 |
| GPT-5.6 Terra | 1571 |
| Gemini 3.7 Flash | 1527 |
| Modèle | Résultat |
|---|---|
| GPT-5.6 Terra | 69,6 |
| Raven Flash | 65,4 |
| Gemini 3.7 Flash | 65,3 |
| Claude Opus 4.8 | 58,0 |
| Modèle | Résultat |
|---|---|
| Raven Flash | 43 |
| Claude Opus 4.8 | 43 |
| Gemini 3.7 Flash | 41 |
| GPT-5.6 Terra | 37 |
| Modèle | Résultat |
|---|---|
| Claude Opus 4.8 | 57,9 |
| Raven Flash | 55,8 |
| GPT-5.6 Terra | 52,1 |
| Gemini 3.7 Flash | 49,8 |
| Modèle | Résultat |
|---|---|
| Claude Opus 4.8 | 1480 |
| Raven Flash | 1462 |
| GPT-5.6 Terra | 1385 |
| Gemini 3.7 Flash | 1132 |
Évaluée avec l'effort de raisonnement maximal activé. Source : rapport technique de Dipole ML Inc. (octobre 2026).
Où Raven Flash arrive-t-il premier?
Parmi tous les modèles de son tableau, Raven Flash arrive premier sur Terminal Bench 4.0 (34,1) et AutomationBench (49,2). Il est premier ex æquo sur l'Intelligence Index à 43, avec Claude Opus 4.8 et Muse Glimmer. Sur les cinq autres tests, il est deuxième.
Comment Raven Flash se compare-t-il à Gemini 3.7 Flash?
Raven Flash obtient un meilleur résultat que Gemini 3.7 Flash sur les huit tests. L'écart le plus mince est sur DeepSWE v1.1, 65,4 contre 65,3. Rapporté au résultat, le plus large est sur Terminal Bench 4.0, 34,1 contre 17,5.
Comment Raven Flash se compare-t-il à GPT-5.6 Terra?
Raven Flash devance GPT-5.6 Terra sur sept des huit tests : Terminal Bench 4.0 (34,1 contre 24,6), Agent's Last Exam (26,6 contre 25,1), AutomationBench (49,2 contre 37,2), GDPVal-AA (1 651 contre 1 571), l'Intelligence Index (43 contre 37), HLE w/ Tools (55,8 contre 52,1) et AA-Briefcase v1.1 (1 462 contre 1 385).
GPT-5.6 Terra est devant sur DeepSWE v1.1 (69,6 contre 65,4), un écart de 4,2. Il arrive en tête des modèles comparés sur ce test, et Raven Flash est deuxième.
Comment Raven Flash se compare-t-il à Claude Opus 4.8?
C'est le plus serré des trois duels. Raven Flash est devant sur Terminal Bench 4.0 (34,1 contre 21,7), AutomationBench (49,2 contre 41,0) et DeepSWE v1.1 (65,4 contre 58,0). Les deux sont à égalité sur l'Intelligence Index à 43.
Claude Opus 4.8 est devant sur les quatre autres : Agent's Last Exam (27,0 contre 26,6), GDPVal-AA (1 731 contre 1 651), HLE w/ Tools (57,9 contre 55,8) et AA-Briefcase v1.1 (1 480 contre 1 462). Il arrive en tête des modèles comparés sur chacun d'eux, avec Raven Flash deuxième. C'est donc le seul modèle du tableau de Raven Flash qui le devance sur plus de tests que l'inverse. Rapportée au résultat, son avance la plus mince est sur AA-Briefcase v1.1.
Un graphique à barres de cinq résultats sur AA-Briefcase v1.1, Claude Opus 4.8 en tête à 1 480 et Raven Flash deuxième à 1 462.
AA-Briefcase v1.1Résultat
| Modèle | Résultat |
|---|---|
| Claude Opus 4.8 | 1480 |
| Raven Flash | 1462 |
| GPT-5.6 Terra | 1385 |
| DeepSeek-V4-Vision | 1266 |
| Gemini 3.7 Flash | 1132 |
Évaluée avec l'effort de raisonnement maximal activé. Source : rapport technique de Dipole ML Inc. (octobre 2026).
Quels autres modèles figurent dans le tableau de Raven Flash?
Chaque test place Raven Flash à côté de quatre autres modèles. Outre les trois ci-dessus, deux autres modèles figurent dans le tableau, chacun sur moins de tests :
- DeepSeek-V4-Vision figure à côté de Raven Flash sur sept tests, et Raven Flash obtient le meilleur résultat sur les sept.
- Muse Glimmer figure à côté de Raven Flash sur un test, l'Intelligence Index, où les deux sont à égalité à 43.
Combien coûte Raven Flash?
Par l'API DipoleML, Raven Flash se facture 0,50 $ US par million de jetons d'entrée, 0,05 $ US par million de jetons d'entrée en cache et 2,50 $ US par million de jetons de sortie. Il lit jusqu'à 1 M de jetons de contexte et écrit jusqu'à 128 K de jetons dans une réponse. Il fonctionne aussi dans l'application Raven et dans DCode avec votre plan; tous les plans et les prix sont sur la page des tarifs.
Comment essayer Raven Flash sur mon propre travail?
Les bancs d'essai indiquent par où commencer; vos propres tâches disent le reste. Essayez Raven Flash dans le bac à sable, ou envoyez-lui des requêtes par l'API DipoleML avec le nom de modèle Raven Flash. Si le travail s'étend sur de nombreuses étapes dépendantes, notre guide pour choisir entre Raven Max et Raven Flash indique quand le confier à Raven Max, dont les duels sont dans Raven Max contre GPT-5.6 Sol et Fable 5. Tous les résultats, test par test, sont sur la page de Raven Flash.
Les noms de produits sont des marques de commerce de leurs propriétaires et ne servent ici qu'à identifier les produits.
Questions et réponses
Qui a mené ces tests?
C'est nous. Ce sont nos résultats publiés, déclarés par l'entreprise, tirés de notre rapport technique d'octobre 2026, et chaque test a été évalué avec l'effort de raisonnement maximal. Les mêmes résultats figurent sur la page de Raven Flash.
Raven Flash devance-t-il Claude Opus 4.8?
Sur trois des huit tests : Terminal Bench 4.0, AutomationBench et DeepSWE v1.1. Les deux sont à égalité sur l'Intelligence Index, et Claude Opus 4.8 est devant sur les quatre autres, avec Raven Flash deuxième sur chacun d'eux.
Pourquoi comparer Raven Flash à ces trois modèles?
Ils font partie du tableau de Raven Flash dans nos résultats publiés, et les trois figurent à côté de lui sur les huit tests. Chaque test place Raven Flash à côté de quatre autres modèles.
Combien coûte Raven Flash?
Par l'API DipoleML, 0,50 $ US par million de jetons d'entrée, 0,05 $ US par million de jetons d'entrée en cache et 2,50 $ US par million de jetons de sortie. Il fonctionne aussi dans l'application Raven et dans DCode avec votre plan.
Première publication le Dernière mise à jour le
