← Retour au blog
AiEnviron 6 min de lecture

Un modèle chinois de texte-image passe enfin devant GPT au classement général : ArtArk prend 95.14 avec une fidélité parfaite

Publié le 14 nov. 2026
Un modèle chinois de texte-image passe enfin devant GPT au classement général : ArtArk prend 95.14 avec une fidélité parfaite

Le 10 novembre, SuperCLUE a actualisé son classement texte-image de novembre 2026. Cinq modèles sont entrés en complément. L'un d'eux, ArtArk, de 进化智能, prend 95.14 d'entrée et la première place au général.

Deuxième, GPT Image 2.5 Sunburst à 94.27. Troisième, SenseNova U1 Pro de SenseTime à 93.81.

L'expression "un modèle chinois en tête" est usée dans la presse tech chinoise. Tous les deux mois, quelqu'un arrive en haut. L'intérêt tient à la structure du tableau, et le rang seul dit peu. La note de qualité d'image d'ArtArk plafonne à 87.92, le niveau le plus bas du top 10, presque trois points sous GPT Image 2.5 Flare à 90.76. Les autres items ont rattrapé le total.

Ce que représente ce 100

Le classement découpe le texte-image en six items : qualité d'image, fidélité au prompt, génération de caractères chinois, reproduction du réel, création et raisonnement, mise en page d'informations complexes.

ArtArk obtient 100 en fidélité au prompt. Sur les 25 modèles évalués, il est le seul à avoir la note parfaite. Deuxième, Flare à 93.94.

Cet item mesure l'obéissance. La beauté ne compte pas. Les consignes portent des contraintes vérifiables : combien de personnes dans le cadre, qui se tient à la gauche de qui, cinq pommes rouges ou une seule sur la table, quels caractères sur l'enseigne, d'où vient la lumière. Le modèle doit tout respecter et rester naturel. Une note parfaite veut dire qu'il ne se trompe presque jamais dans cette vérification.

Autrement dit, ce n'est peut-être pas le meilleur peintre. C'est celui qui improvise le moins.

Tableau des scores du benchmark texte-image de SuperCLUE, avec ArtArk à 95.14 au général et 100 en fidélité au prompt.

Cette compétence vaut peu en galerie et sur les réseaux. Elle vaut cher devant un rayon. Une image e-commerce exige couleur du produit, position du logo et texte du packaging exacts. Une affiche de marque exige le slogan identique au caractère près. Un rendu immobilier exige plan, orientation et nombre de meubles conformes aux dessins. Ces travaux étaient refusés aux modèles, parce qu'ils adorent broder. Une note de cohérence parfaite dit à l'acheteur : vous pouvez commencer à tester.

La forme du point faible

Le côté faible est tout aussi net.

La qualité d'image à 87.92 est son item le plus bas et le seul sous 90. Cela le place au milieu : finesse, matière et gradation de la lumière accusent un écart visible avec les meilleurs.

Caractères chinois à 97.02, un peu sous les 97.25 de Sunburst, mais tout proche. Reproduction du réel à 96.02, également un peu sous les 96.49 de Sunburst. Création et raisonnement à 96.47, sous les 96.81 de GPT-Image-2. Mise en page complexe à 93.38, à plus de deux points des 95.80 de SenseNova U1 Pro.

Il domine sur l'exécution et recule sur l'esthétique. C'est le portrait d'un spécialiste, et un portrait honnête.

Le classement ne le cache pas. Il place les 25 modèles sur une carte à quatre quadrants, capacité d'application en abscisse, capacité générale en ordonnée. ArtArk atterrit avec Sunburst, U1 Pro et Qwen-Image-3.0-Pro dans la case "leaders accomplis", mais en bas à droite, loin du coin "pionnier technique".

Les cinq premiers se tiennent en 1.91 point, et c'est le vrai problème

Sunburst 94.27, ArtArk 95.14, soit 0.87 d'écart. Sur tout le top 5, la note haute et la note basse sont séparées de 1.91.

Il y a trois ans, un tel classement montrait couramment dix points entre la tête et le milieu, et la première place était acquise. L'écart est tombé dans le bruit d'une seule évaluation. Le classement admet que les modèles chinois à moins d'un point comptent comme à égalité. À cette règle, ArtArk, Sunburst et U1 Pro forment un seul palier.

Un écart réduit pose un problème pratique. Le score total ne dit plus rien à l'achat. Il faut lire les sous-notes.

Cette fois, les champions par item sont dispersés. Les meilleures notes en caractères chinois et en reproduction sont chez Sunburst. La mise en page complexe revient à SenseNova U1 Pro, 95.80. La création et le raisonnement à la génération précédente, GPT-Image-2, 96.81, plus haut que les deux nouvelles versions de cette année. La fidélité au prompt à ArtArk.

Quatre "meilleurs" différents sur un même tableau : cette génération ne grimpe plus la même échelle. Les trajectoires divergent vite. Certains comblent l'exécution sémantique, d'autres la matière de l'image, d'autres l'organisation de la page. Choisir un modèle passe de "prendre le meilleur" à "prendre le plus adapté".

La vitesse des versions

La lignée Nano Banana mérite un détour. La version 2.1 gagne 2.74 sur la 2, dont 9.09 en fidélité au prompt et 6.87 en mise en page complexe. En parallèle, qualité d'image, reproduction du réel, création et raisonnement n'ont presque pas bougé.

Cette courbe est inhabituelle. Un changement de génération relève d'ordinaire tous les items un peu. Un item qui monte de neuf points quand deux restent plats, c'est une frappe ciblée sur le point le plus faible de la génération précédente : l'alignement sémantique. Google a visiblement lu le même rapport.

À l'inverse, la structure d'ArtArk, cohérence maximale et qualité au plancher, porte un risque. La cohérence se comble vite avec de l'ingénierie et des données d'entraînement. La matière, non : derrière elle il y a le jugement esthétique et la distribution des données, et cela se travaille lentement. Un concurrent peut revenir en un trimestre.

Conclusion en une phrase

La vraie information se cache derrière les rangs. Le centre de gravité de l'évaluation s'est déplacé. Rendre une image belle, les vingt et quelques meilleurs modèles le font tous. Savoir exécuter strictement une phrase complexe devient la ligne de partage.

Pour qui fabrique des images, la méthode doit changer. Avant, on faisait un voeu : dix tirages, un choix. Maintenant on rédige un brief, on énonce les contraintes comme une commande, puis on réceptionne. Plus le modèle obéit, moins l'effort part dans le prompt et plus il part dans le jugement. Quand tous les modèles produisent du "beau", vous seul savez quelle image est juste.

Articles associés