Data Analysis

LiveBench: Data Analysis est la catégorie de LiveBench consacrée à l’analyse de données. Créée en 2024 par l’équipe LiveBench, réunissant Abacus.AI, New York University, NVIDIA, University of Maryland et University of Southern California, elle s’appuie sur des jeux de données récents.

Le benchmark mesure la capacité des modèles à manipuler et interpréter des tableaux, notamment par transformation, reformatage ou prédiction de colonnes. Il fournit ainsi un indicateur ciblé des performances sur des tâches d’analyse dont les réponses peuvent être vérifiées objectivement.

Carte d'identité

Classement des modèles (7)

Classement établi sur 7 modèles évalués, dont 6 de grands éditeurs. Score médian de l'ensemble : 74,4 %.

Notre analyse

Un score élevé indique qu’un modèle produit fréquemment les résultats attendus lors d’opérations de manipulation et d’interprétation de données récentes. L’évaluation repose sur une vérité-terrain objective et un scoring automatique, sans juge LLM, ce qui renforce la reproductibilité de la notation. La fiabilité pratique du classement doit toutefois être nuancée, car les scores recensés sont majoritairement auto-déclarés par les éditeurs plutôt que mesurés de manière indépendante.

Avec une médiane de 73 % et un meilleur résultat de 82 % pour GPT-5.5, le classement montre un niveau global déjà élevé, mais pas de saturation complète au plafond. L’écart entre ces deux repères reste limité, ce qui peut réduire le pouvoir discriminant parmi les modèles les plus performants. Le recours à des jeux de données récents constitue un garde-fou face au risque de contamination, sans modifier la portée ciblée du benchmark. Les résultats concernent uniquement des tâches anglophones d’analyse de données et ne résument donc pas les capacités générales d’un modèle. Sur les 26 modèles suivis, GPT-5.5 occupe la première place dans cette catégorie.

Sources des scores : livebench.