IA open source en 2026 : les 8 meilleurs LLM classés

En 2026, le meilleur modèle de langage à poids ouverts n’est plus américain — et l’IA open source n’est plus un choix par défaut faute de mieux. GLM-5.2 obtient un score supérieur à GPT-5.5 sur SWE-bench Pro, est distribué sous licence MIT et coûte $18 par mois, au forfait. La technologie de pointe que vous deviez autrefois louer se télécharge désormais.

Le verdict

Pour disposer d’un seul modèle ouvert capable d’assurer des tâches agentiques et du développement sérieux, choisissez GLM-5.2. Pour traiter de gros volumes au coût le plus bas sans sacrifier les performances, prenez DeepSeek V4 Flash. Si tout doit rester sur votre propre infrastructure et tenir sur un seul GPU, optez pour gpt-oss-120b. Enfin, si la clarté de la licence prime pour votre service juridique, Qwen3 ou Mistral sous Apache 2.0 constitue le choix le plus sûr.

Un modèle à poids ouverts permet de télécharger ses paramètres entraînés et de l’exécuter soi-même, au lieu de devoir le louer exclusivement via une API. Ce détail change toute l’économie d’un produit fondé sur l’IA : le modèle devient un coût que vous maîtrisez, pas un compteur qui continue de tourner pendant votre sommeil. Voici le classement selon ce que ces modèles apportent réellement.

Précision sur les tarifs du tableau : pour un modèle téléchargé, le prix par token correspond à celui de l’hébergeur le moins cher, puisque les poids eux-mêmes sont gratuits. Les montants indiqués sont les tarifs des API propriétaires de chaque fournisseur, relevés cette semaine. Avec l’auto-hébergement, le compteur de tokens disparaît au profit d’une facture GPU.

Pourquoi l’IA open source n’est plus un compromis

Pendant deux ans, « modèle ouvert » a surtout signifié « suffisamment bon quand le vrai modèle est hors budget ». Ce n’est plus le cas, et un benchmark le montre sans détour. Sur SWE-bench Pro, qui mesure la capacité d’un modèle à résoudre de vrais tickets d’ingénierie logicielle, GLM-5.2 atteint 62.1. GPT-5.5 obtient 58.6 et Gemini 3.1 Pro, 54.2. Seul Claude Opus 4.8 reste nettement devant avec 69.2. Un modèle ouvert sous licence MIT, créé par une entreprise issue de Tsinghua, dépasse désormais deux des trois laboratoires occidentaux de pointe sur le benchmark le plus pertinent pour le développement.

Reste un point décisif que presque aucun comparatif n’explique clairement : « poids ouverts » et « open source » ne recouvrent pas la même promesse. Des poids ouverts peuvent être téléchargés. Pour une entreprise, l’open source suppose aussi une licence autorisant le déploiement, la modification et la vente du produit créé, sans permission préalable. DeepSeek, GLM et Qwen sont distribués sous MIT ou Apache 2.0, deux licences réellement permissives qui permettent notamment un usage commercial. Llama et MiniMax utilisent des « licences communautaires » dont les conditions comportent des restrictions. La nuance est très concrète : elle sépare le lancement d’un produit fondé sur le modèle d’un courrier du service juridique reçu trois mois plus tard.

GLM-5.2, la référence des modèles ouverts

GLM-5.2, conçu par le laboratoire chinois Z.ai (anciennement Zhipu), est le modèle à poids ouverts le plus performant au monde pour les projets d’ingénierie de longue haleine. C’est celui à essayer en premier. Lancé à la mi-juin 2026, il propose une fenêtre de contexte réellement exploitable de 1M tokens, contre 200K dans la version précédente, et maintient sa qualité sur toute cette fenêtre au lieu de simplement accepter les tokens. La fenêtre de contexte représente la quantité de texte que le modèle conserve simultanément dans sa mémoire de travail. Avec 1M, il peut garder en vue l’intégralité d’une base de code de taille moyenne, ses tests et ses conventions pendant son exécution.

Sur Terminal-Bench 2.1, qui évalue la capacité d’un modèle à piloter un vrai terminal jusqu’à l’accomplissement d’une tâche, GLM-5.2 obtient 81.0. Il se situe à quelques points de Claude Opus 4.8, à 85.0, et devance Gemini 3.1 Pro, à 74.0. D’après les propres benchmarks de Z.ai, il est le modèle open source le mieux classé sur chacun des tests de longue haleine réalisés par le laboratoire. Sa licence MIT permet à une startup de 12 personnes de l’auto-héberger, de l’affiner sur son propre code et de l’intégrer à un produit payant sans autorisation ni redevance.

La contrainte, c’est le matériel. Avec environ 745 milliards de paramètres, un auto-hébergement efficace exige une configuration multi-GPU sérieuse. La plupart des équipes passeront donc par l’API, facturée autour de $1.40 par million de tokens en entrée et $4.40 par million en sortie, ou par le GLM Coding Plan à environ $18 par mois. Pour un fondateur habitué aux tarifs des API de pointe, ce forfait est l’argument massue : pour l’équivalent d’environ deux cafés par mois, il offre un modèle de développement de premier plan, tout en laissant la possibilité de rapatrier les poids en interne si la maîtrise des données devient indispensable.

DeepSeek V4 fixe un plancher tarifaire hors d’atteinte

Avec DeepSeek V4, les chiffres deviennent impossibles à ignorer : sa qualité approche celle des modèles de pointe pour un prix presque dérisoire. Lancé en avril 2026 par le laboratoire chinois DeepSeek, il existe en deux tailles, toutes deux sous licence MIT avec un contexte de 1M tokens. V4-Pro est un modèle Mixture-of-Experts de 1.6 billion de paramètres ; V4-Flash, une version allégée de 284 milliards de paramètres. Dans une architecture Mixture-of-Experts, seule une petite partie des paramètres s’active pour chaque token, ce qui permet de servir un modèle aussi imposant à bas coût.

Le prix fait toute la différence. Sur l’API de DeepSeek, V4-Flash coûte $0.14 par million de tokens en entrée et $0.28 par million en sortie. Même V4-Pro, le poids lourd, ne dépasse pas $0.435 en entrée et $0.87 en sortie. Pour mesurer l’écart : une charge de travail facturée quelques centaines de dollars par mois par un modèle fermé de pointe tombe souvent à quelques dizaines de dollars avec V4-Flash, pour la même tâche et une qualité de sortie que la plupart des utilisateurs ne distinguent pas au quotidien. Les deux versions proposent un mode de raisonnement pour les problèmes difficiles et des appels d’outils pour les workflows agentiques.

Sa limite réelle : DeepSeek excelle en raisonnement, en mathématiques et en code, mais ce n’est pas le premier choix pour les travaux multimodaux les plus exigeants ni pour les plus longues sessions de développement agentique, où GLM-5.2 et Kimi prennent l’avantage. Faites de V4-Flash votre modèle par défaut pour les gros volumes, la classification, l’extraction, la synthèse et la rédaction, puis réservez un modèle plus cher aux 5% de tâches qui en ont véritablement besoin.

Kimi K2.7 Code est conçu pour les agents qui programment

Kimi K2.7 Code, développé par Moonshot AI, est le modèle ouvert pensé dès le départ pour les agents de code qui tournent pendant des heures. Il est arrivé en juin 2026. Ce modèle Mixture-of-Experts de 1 billion de paramètres accepte nativement des entrées multimodales — il lit les images et les vidéos en plus du texte — et dispose d’une fenêtre de contexte de 256K tokens. GLM-5.2 est un généraliste particulièrement doué pour le code ; Kimi, lui, cible précisément les longues boucles agentiques en plusieurs étapes exécutées par les outils de développement modernes.

D’après les chiffres publiés par Moonshot, la version précédente K2.6 a atteint 80.2% sur SWE-bench Verified, au même niveau que les modèles fermés de pointe. Sur l’API officielle, K2.7 Code revient à $0.95 par million de tokens en entrée et $4.00 par million en sortie. Le tarif tombe à $0.19 lorsque le prompt est mis en cache, un avantage majeur pour les agents qui renvoient le même contexte volumineux à chaque étape. Sa licence MIT modifiée autorise aussi l’auto-hébergement commercial.

Cette spécialisation a une contrepartie. Kimi est excellent pour le code et l’exécution agentique, mais moins polyvalent pour la rédaction ou l’analyse généraliste. S’il faut créer un agent de code ou un outil de développement interne, c’est un choix de premier rang. Pour un modèle unique capable de tout faire, GLM-5.2 ou DeepSeek offre un meilleur équilibre. Pour comprendre comment ces modèles s’intègrent aux outils qui les exploitent concrètement, consultez les meilleurs agents IA pour coder.

Qwen3, le modèle ouvert sérieux à la licence la plus permissive

Qwen3, développé par Alibaba, est le modèle à privilégier lorsque la clarté de la licence et la couverture linguistique comptent davantage que la première place sur un benchmark précis. Son modèle ouvert phare, Qwen3-235B-A22B, repose sur une architecture Mixture-of-Experts de 235 milliards de paramètres, dont 22 milliards actifs, avec un contexte de 256K tokens et la prise en charge de 119 langues. Surtout, il est sous Apache 2.0, la licence la plus permissive de toute cette sélection : c’est le choix par défaut pour une entreprise dont les juristes se méfient des conditions sur mesure.

Le même modèle permet de basculer entre un mode de raisonnement pour les problèmes complexes et un mode sans raisonnement, plus rapide, pour les conversations courantes. Inutile, donc, de payer une réflexion dont vous n’avez pas besoin. Les poids se téléchargent gratuitement et peuvent être exécutés via Alibaba Cloud ou n’importe quel hébergeur qui les propose.

Attention à un point que le marketing tend à brouiller : le dernier modèle phare d’Alibaba, Qwen3.7-Max, est fermé et disponible uniquement via API. Les modèles réellement ouverts sont les poids publiés de milieu de gamme et la version 235B, pas la gamme Max. Pour un décideur non technique chargé des achats, la règle tient en une phrase : pour posséder le modèle, choisissez un poids Qwen ouvert et clairement nommé, pas Max. Le modèle ouvert 235B reste légèrement derrière GLM-5.2 et DeepSeek V4 sur les benchmarks de code les plus difficiles, mais sa licence permissive et sa couverture multilingue en font le choix souverain le plus sûr pour un produit mondial.

MiniMax M3 fait entrer le multimodal parmi les meilleurs modèles ouverts

MiniMax M3 est le modèle ouvert à surveiller lorsque le travail combine texte, images et vidéo tout en exigeant un contexte immense. C’est aussi le plus récent de cette sélection, lancé le 1er juin 2026. Ce modèle Mixture-of-Experts compte 428 milliards de paramètres, dont 23 milliards actifs, offre un contexte de 1M tokens et accepte nativement les entrées multimodales. Son mécanisme d’attention, baptisé MiniMax Sparse Attention par le laboratoire, vise à contenir le coût de l’inférence sur les longs contextes.

Côté prix, MiniMax se montre offensif : sa propre API affiche M3 à $0.30 par million de tokens en entrée et $1.20 par million en sortie, dans le cadre d’une remise permanente de 50%. Avec des scores tels que 93.0 sur GPQA Diamond, il se classe aussi parmi les meilleurs modèles de raisonnement, ouverts ou fermés.

La réserve concerne la licence. Les poids de M3 sont téléchargeables, mais l’utilisation commerciale du modèle ou de ses dérivés nécessite un accord distinct, au-delà de la MiniMax Community License par défaut. En clair : le modèle est excellent pour expérimenter, mais obtenez les conditions commerciales par écrit avant de fonder une activité dessus. Cette seule clause le place derrière les modèles MIT et Apache dès qu’il s’agit de commercialiser un produit.

gpt-oss, le modèle qui tient sur votre propre GPU

La famille à poids ouverts gpt-oss d’OpenAI s’adresse aux organisations qui doivent impérativement exécuter leur modèle sur du matériel qu’elles contrôlent, sans monter de cluster. Le grand gpt-oss-120b totalise 117 milliards de paramètres, mais seulement 5.1 milliards sont actifs ; il est conçu pour fonctionner sur un unique GPU de 80GB, comme un NVIDIA H100. Le plus petit gpt-oss-20b se contente de 16GB de mémoire, soit une station de travail bien équipée. Les deux sont sous Apache 2.0.

C’est le choix pragmatique pour un déploiement sur site. Pour une entreprise réglementée, un hôpital, une banque ou un prestataire de défense qui ne peut envoyer ses données vers aucune API externe, « tient sur un H100 » suffit à trancher. L’effort de raisonnement est configurable : le modèle peut privilégier la rapidité et l’économie, ou prendre davantage de temps et de précautions. Il donne aussi un accès complet à la chaîne de raisonnement pour le débogage. Ses fonctions agentiques sont bien réelles, avec appels de fonctions, navigation web et exécution de Python en natif.

Soyons précis : gpt-oss ne cherche pas à dominer les benchmarks comme GLM-5.2 ou DeepSeek V4, et c’est la version la plus ancienne de ce groupe. On le choisit pour son déploiement — un modèle performant, exploitable sur du matériel déjà disponible et sous une licence claire — pas parce qu’il serait le plus intelligent de tous.

Mistral, l’option open source européenne

Le laboratoire français Mistral est le choix naturel quand la résidence européenne des données et un fournisseur occidental connu rassurent vos acheteurs. Sa gamme ouverte comprend Mistral Small 4, un modèle hybride réunissant suivi d’instructions, raisonnement et code dans une architecture efficace, ainsi que Mistral Medium 3.5, un modèle multimodal de pointe, sans oublier Devstral 2 pour les agents de code.

Pour une entreprise européenne qui vend à des clients européens, les achats se discutent plus facilement avec un fournisseur parisien qu’avec un fournisseur pékinois, quelles que soient les performances réelles des poids. Les modèles de Mistral sont plus petits et plus légers que les gigantesques architectures MoE chinoises : un avantage lorsque l’efficacité compte, une limite quand il faut viser le sommet des classements en code. C’est le choix rassurant et conforme, pas le champion des benchmarks.

Llama 4 mise sur l’écosystème, plus sur la performance de pointe

Llama 4 de Meta n’est plus le modèle à choisir pour remporter les benchmarks, mais il conserve l’outillage le plus riche et la communauté la plus vaste. Lancée en 2025, la génération actuelle comprend Scout et Maverick, deux modèles Mixture-of-Experts nativement multimodaux dotés de 17 milliards de paramètres actifs. Maverick totalise 400 milliards de paramètres répartis entre 128 experts. Le plus grand modèle, Behemoth, n’est toujours pas sorti.

En 2026, le véritable atout de Llama est sa force d’attraction : aucun autre modèle ouvert ne compte autant d’affinages, de quantifications, de guides de déploiement ni de compétences disponibles sur le marché de l’emploi. Si votre équipe utilise déjà Llama et qu’il répond bien à ses besoins, rien ne presse pour migrer. Mais la licence doit être nommée correctement. Llama relève de la licence communautaire de Meta, pas d’Apache ou de MIT, avec des restrictions commerciales absentes d’une véritable licence open source. Pour un nouveau projet sans contrainte de licence préexistante, les modèles chinois plus récents sous MIT et Apache font mieux en capacités comme en simplicité juridique.

Quel LLM open source choisir selon votre besoin ?

Le bon modèle dépend de votre contrainte ; il n’existe pas un vainqueur universel. Repérez votre situation dans le tableau.

Le vrai calcul des coûts

Pour une entreprise, tout l’enjeu finit sur la facture. Voici donc le calcul réel, sans battage marketing. Un modèle ouvert se finance de trois manières, adaptées à des échelles différentes.

1. 1

   Louer l’API (engagement minimal)

   Vous appelez le modèle via l’API du fournisseur et payez au token. Aux tarifs de DeepSeek V4-Flash, un million de tokens en sortie coûte 28 cents. Une équipe qui traite quelques centaines de millions de tokens par mois — une charge bien réelle pour un produit très utilisé — paie des dizaines de dollars, pas des milliers. C’est le meilleur point de départ dans presque tous les cas.

2. 2

   Choisir un forfait (dépenses prévisibles)

   Pour un usage intensif en développement, un abonnement tel que le GLM Coding Plan à environ $18 par mois supprime toute inquiétude liée au prix par token. Le montant est fixe et il n’y a plus de tokens à compter. C’est la formule idéale pour une petite équipe d’ingénierie qui code toute la journée avec l’IA.

3. 3

   Auto-héberger les poids (engagement maximal, coût marginal minimal)

   Vous téléchargez les poids sous MIT ou Apache et les exécutez sur vos propres GPU. Le compteur par token est remplacé par une facture GPU fixe, à laquelle s’ajoute le temps d’ingénierie. Cette option ne devient rentable qu’avec un volume élevé et constant, ou lorsque la maîtrise des données n’est pas négociable. gpt-oss-120b sur un seul H100 constitue un point d’entrée réaliste ; les architectures MoE à mille milliards de paramètres exigent un cluster.

L’affirmation souvent répétée selon laquelle une équipe dépensant $10,000 par mois pour un modèle fermé pourrait ramener sa facture entre $1,000 et $2,000 avec un modèle ouvert est globalement juste. Les tarifs ci-dessus permettent de le vérifier facilement : pour un travail comparable, GLM-5.2 et DeepSeek V4 coûtent environ cinq à dix fois moins cher que les API fermées de pointe. L’économie est réelle. Ce calcul passe toutefois sous silence le coût d’ingénierie d’une bonne infrastructure d’inférence interne. Pour la plupart des équipes, une API ou un forfait reste donc plus avantageux que l’auto-hébergement tant que les volumes ne sont pas importants. Pour comparer directement ces modèles ouverts à Claude, GPT et Gemini sur le code, consultez le [meilleur modèle d’IA pour coder](/blog/best-ai-model-for-coding-2026).

La règle pour décider

Une seule contrainte change entièrement la décision. Si vous pouvez utiliser une API, il faut arbitrer entre coût et capacité : GLM-5.2 s’impose pour les tâches agentiques difficiles, DeepSeek V4 Flash pour tous les gros volumes. Si aucune API n’est envisageable en raison de la résidence des données, de la réglementation ou d’une infrastructure isolée, la seule question utile devient celle du matériel disponible. La réponse est alors gpt-oss-120b sur un GPU, ou Qwen3 sur une configuration un peu plus grande. Décidez d’abord si l’API est possible ; tout le reste en découle.

Quel est le meilleur LLM open source en 2026 ?

Pour les tâches agentiques et le développement sérieux, choisissez GLM-5.2 : il domine tous les benchmarks ouverts de longue haleine, est distribué sous licence MIT et existe avec un forfait à $18 par mois. Pour les gros volumes à bas prix, DeepSeek V4 Flash est imbattable avec $0.14 en entrée et $0.28 en sortie par million de tokens.

Poids ouverts et open source, est-ce la même chose ?

Non, et la différence peut coûter cher. Avec des poids ouverts, le modèle est téléchargeable. Pour une entreprise, l’open source signifie aussi que la licence autorise le déploiement et la vente du produit créé. DeepSeek, GLM, Qwen et gpt-oss utilisent les licences permissives MIT ou Apache 2.0 ; Llama et MiniMax ont des licences communautaires restrictives qu’un juriste doit étudier avant tout usage commercial.

Peut-on exécuter ces modèles sur son propre matériel ?

Certains, très facilement. gpt-oss-120b tient sur un seul H100 de 80GB et gpt-oss-20b fonctionne avec 16GB. Les énormes modèles Mixture-of-Experts — DeepSeek V4, GLM-5.2 et Kimi K2.7 — nécessitent un cluster multi-GPU pour être correctement auto-hébergés ; la plupart des équipes les louent donc via une API.

Une entreprise américaine peut-elle utiliser des modèles ouverts chinois sans risque ?

Les poids téléchargés s’exécutent entièrement sur votre infrastructure et n’envoient aucune donnée ailleurs : l’auto-hébergement élimine donc le problème de résidence des données. La question ne se pose que si vous appelez l’API hébergée d’un fournisseur, auquel cas vos données sont transmises à cet hébergeur. Si c’est un enjeu, auto-hébergez les poids ouverts ou passez par un hébergeur occidental qui les propose.

Quel est le meilleur LLM ouvert à exécuter localement sur une machine classique ?

gpt-oss-20b, qui fonctionne avec 16GB de mémoire, ou un poids Qwen3 de milieu de gamme. Tous deux offrent sur une seule station de travail un modèle performant sous licence permissive, sans aucune location.

Vous voulez une vue d’ensemble adaptée à votre entreprise, avec non seulement les modèles mais aussi les agents, les outils et les stacks qui permettent d’en faire des produits ? Consultez la cartographie des outils IA pour les dirigeants et recevez chaque semaine une courte analyse de ce qui est réellement sorti et des décisions à prendre.