Opus 4.5: 10x meilleur que GEMINI (je n'ai jamais vu un aussi bon modèle)

Opus 4.5: 10x meilleur que GEMINI (je n'ai jamais vu un aussi bon modèle)

Historique des titres
  • Opus 4.5: 10x meilleur que GEMINI (je n'ai jamais vu un aussi bon modèle) — observé le 20261101-0158 UTC (YouTube)

par Melvynx · Voir la chaîne sur PSI

Sciences appliquées & ingénierie IA — Modèles & Recherche UYQIntelligence artificielle (IA)UYQFIntelligence artificielle générative
🎙 Melvynx 👥 67K 📅 25 novembre 2025 ⏱ 27 min 👁 10K 📄 opinion experte 🧭 2026-11-01
Disponible en : Français (actuel) English

Mots-clés

Opus 4.5Gemini 3 ProClaude CodeCursorbenchmark

Résumé

Cette vidéo de Melvynx compare les capacités de codage des modèles Opus 4.5 (Anthropic), Sonnet 4.5 et Gemini 3 Pro (Google) dans un contexte de développement web. Le test porte sur la création d’une page de désinscription dans un dashboard, avec des instructions précises. Les trois modèles sont exécutés dans Cursor en mode agent, avec un workflow standardisé. Les résultats montrent qu’Opus 4.5 et Sonnet 4.5 produisent des interfaces correctes, bien que Sonnet commette quelques erreurs d’import. Gemini 3 Pro est nettement moins performant, avec une mauvaise compréhension des instructions et des graphiques incorrects. L’auteur teste ensuite Opus 4.5 sur Claude Code, soulignant l’importance de l’environnement d’exécution. Il constate que Claude Code donne de meilleurs résultats pour Opus. Il effectue aussi des tests de résolution de bugs et de refactoring, où les deux modèles d’Anthropic réussissent. La vidéo inclut une revue de tweets, des benchmarks (SWE-bench) et des discussions sur la tarification. L’auteur recommande Claude pour les tâches web simples et précise que Gemini 3 est meilleur pour l’algorithmie complexe. Il mentionne également une formation gratuite sur son site.

179 mots

Évaluation critique

Valeur des informations & solidité de l’argumentation

La vidéo apporte une valeur pratique en comparant des modèles sur des tâches de développement concrètes, avec une interface réelle. L’auteur montre des exemples de code et de résultats visuels, ce qui est instructif. Cependant, l’argumentation est en partie subjective : il exprime des opinions fortes (‘Gemini c’est du bullshit’) sans justification objective. Il utilise des benchmarks issus de tweets non sourcés précisément, et sa méthodologie est critiquable (par exemple, il teste Opus sur Claude Code uniquement après les tests sur Cursor, ce qui biaise la comparaison). Il reconnaît d’ailleurs que l’outil influence les résultats. La solidité de l’argumentation est donc moyenne : elle repose sur des observations personnelles et des anecdotes, plutôt que sur une étude contrôlée.

Rigueur scientifique, qualité des sources, adéquation du titre

La rigueur scientifique est limitée. Les sources mentionnées (tweets, benchmarks) ne sont pas référencées avec des URLs dans la description, qui ne contient que des liens vers ses propres services. Les tests ne sont pas reproductibles (pas de protocole détaillé, pas de code source partagé). Le titre est manifestement exagéré et ne correspond pas à une comparaison aussi nette. L’adéquation titre/contenu est partielle : le contenu montre une supériorité d’Opus sur certains points, mais l’affirmation ‘10x’ est abusive. La vidéo reste informative pour un public développeur, mais elle doit être considérée comme un avis personnel plutôt qu’une étude rigoureuse.

232 mots

Adéquation titre / contenu

Le titre est hyperbolique : la vidéo montre une supériorité d'Opus sur certains tests, mais pas de manière aussi nette que '10x'. La démonstration reste nuancée, l'adéquation est partielle.

Qualité & fiabilité

6/10

Test pratique de modèles IA avec comparaison dans un environnement contrôlé (Cursor), mais méthodologie non rigoureuse : aucun protocole statistique, quelques erreurs de manipulation, et une part d'opinion personnelle. Les benchmarks évoqués ne sont pas sourcés précisément.

Chapitres

Sources citées

Apport & nouveautés

L’apport principal est un test pratique comparant les derniers modèles d’IA (Opus 4.5, Sonnet 4.5, Gemini 3 Pro) dans un contexte réel de développement d’application web. L’auteur souligne l’importance de l’environnement (Cursor vs Claude Code) et fournit des exemples concrets de bugs et de refactorings. Il discute aussi des changements de tarification et des benchmarks comme SWE-bench Verified. Bien que l’approche soit subjective, elle offre une perspective utile pour les développeurs qui choisissent un modèle.

Pour aller plus loin :

121 mots

Profil radar

Le profil radar montre des scores élevés en quantité d'information et en niveau technique, mais une fiabilité et une qualité modérées. Cela reflète un contenu riche en éléments pratiques, mais reposant sur une méthodologie personnelle peu rigoureuse.

Fiabilité 6/10

💬 Orientation globalement positive : l'orientation est 'positif'. Sur les 30 commentaires analysés, la plupart approuvent la supériorité de Claude sur Gemini, certains discutent la méthodologie et soulignent les forces de Gemini en algorithmique complexe, tandis que d'autres débattent de l'influence de l'outil sur les résultats.