I Made Opus 5.5, Fable 5.1 & GPT-6 Build the Same App (RAW RESULTS)

I Made Opus 5.5, Fable 5.1 & GPT-6 Build the Same App (RAW RESULTS)

J'ai fait construire la même application à Opus 5.5, Fable 5.1 et GPT-6 (RÉSULTATS BRUTS)

par Pat Simmons · Voir la chaîne sur PSI

Sciences appliquées & ingénierie IA — Modèles & Recherche UYQIntelligence artificielle (IA)UYQFIntelligence artificielle générative
🎙 Pat Simmons 👥 26K 📅 25 septembre 2026 ⏱ 36 min 👁 676 📄 revue d'actualité 🧭 2026-09-25
Disponible en : Français (actuel) English

Mots-clés

Claude Opus 5.5Claude Fable 5.1GPT-6 Astradéveloppement webjeu vidéo

Résumé

Dans cette vidéo, le créateur Pat Simmons confie trois tâches de développement à trois grands modèles d’IA : Claude Opus 5.5, Claude Fable 5.1 et GPT-6 Astra, en utilisant exactement les mêmes prompts. Les trois builds sont : un livre animé de Moby Dick dessiné entièrement en code (sans génération d’images), un film de lancement avec des effets sonores générés par code, et un clone du jeu Tony Hawk’s Pro Skater. Pour chaque tâche, il compare les résultats en termes de qualité visuelle, de fonctionnalité, et de coût. Les modèles reçoivent un prompt unique et doivent déployer leurs créations sur Vercel. Opus 5.5 s’avère nettement supérieur sur les deux premières tâches, avec des rendus très détaillés et proches de la référence, tandis que Fable et Astra produisent des résultats corrects mais moins aboutis. Sur le jeu vidéo, les modèles utilisent Blender et Three.js pour générer des ressources 3D, avec des résultats mitigés mais impressionnants pour des IA. Le créateur fournit également des estimations de coûts API : environ 25 à 620 dollars pour les builds selon les modèles, Étonnamment variables. La vidéo se conclut sur l’idée que ces modèles sont désormais capables de créer des prototypes complexes et que la qualité progresse rapidement, même si la conception sonore reste faible.

210 mots

Évaluation critique

Valeur des informations & solidité de l’argumentation

La vidéo apporte des données concrètes sur les capacités réelles des trois modèles d’IA sur des tâches créatives et techniques. L’argumentation est basée sur l’observation directe des builds, avec une comparaison équitable grâce à des prompts identiques. Le choix des tâches est varié (web, animation, jeu) et montre différents aspects : respect des instructions, originalité, rendu esthétique. Cependant, l’évaluation reste subjective et les coûts sont estimés par les modèles eux-mêmes, ce qui limite la robustesse des conclusions. Le présentateur reconnaît ces limites.

Rigueur scientifique, qualité des sources, adéquation du titre

Les sources sont principalement les références données dans la description (blog post, newsletter) et les liens des builds hébergés. Aucune source scientifique n’est citée, ce qui est compréhensible pour un test pratique. La rigueur est relative : pas de protocole détaillé ni de métriques objectives pour comparer les résultats. L’adéquation titre/contenu est parfaite : le titre annonce clairement que c’est une comparaison brute. Le créateur mentionne les coûts API mais sans méthode standardisée, ce qui limite la portée des chiffres.

177 mots

Adéquation titre / contenu

Le titre reflète exactement le contenu : comparaison de trois modèles d'IA sur des tâches de génération de code.

Qualité & fiabilité

7/10

Test empirique avec prompts identiques, mais méthodologie peu contrôlée (pas de réplicabilité, coûts estimés par les modèles eux-mêmes). Résultats intéressants mais à prendre avec précaution.

Chapitres

Sources citées

Apport & nouveautés

L’apport original est la comparaison systématique et pratique de trois modèles d’IA de dernière génération sur des tâches de génération de code complexes, avec des builds déployés en ligne et une analyse des coûts. Cela donne un aperçu actualisé des capacités respectives de ces modèles en conditions réelles.

Pour aller plus loin :

  • Claude (modèle d’IA) — Contexte sur la famille Claude d’Anthropic.
  • Blender — Le logiciel de modélisation 3D utilisé pour générer les personnages et décors.
  • Joséphine (risographie) — La technique d’impression imitée dans le premier build.
  • Three.js — La bibliothèque JavaScript 3D utilisée pour le rendu des jeux.

100 mots

Profil radar

Le profil radar montre un bon équilibre entre quantité d'informations, qualité et niveau technique, mais une fiabilité globale légèrement en retrait en raison de l'absence de méthodologie scientifique et des coûts non vérifiés.

Fiabilité 6/10