Quel LLM installer dans votre entreprise ?

• 21 Md MoE · 3,6 Md actifs
• Contexte 128k
• ●●○ Français : BonFR
• Apache 2.0

Le modèle open-weight d'OpenAI. MoE rapide à l'inférence, raisonnement à niveau d'effort réglable, très bon en agentique et utilisation d'outils.

• 24 Md
• Contexte 256k
• ●●● Français : ExcellentFR
• Apache 2.0

Le spécialiste code de Mistral : agents de code, édition multi-fichiers, lecture d'images, contexte 256k. L'alternative souveraine signée d'un éditeur français pour le développement.

• 25,2 Md MoE · 3,8 Md actifs
• Contexte 256k
• ●●● Français : ExcellentFR
• Apache 2.0

L'un des deux modèles les plus téléchargés de la génération Gemma 4 : MoE de 3,8 Md de paramètres actifs sur 25,2, multimodal et presque aussi rapide qu'un modèle de 4 Md.

• 27,8 Md
• Contexte 256k
• ●●● Français : ExcellentFR
• Apache 2.0

Le généraliste dense de référence, dans sa génération d'août 2026 : multimodal (images et vidéo), raisonnement à effort réglable, contexte 256k. Son attention hybride allège fortement le cache mémoire sur les contextes longs. Il est aussi devenu un vrai modèle de code : 73,0 sur Terminal-Bench 2.1 contre 63,4 pour Qwen3.6 27B, et 61,7 sur SWE-bench Pro, devant Opus 4.6 Max (53,4).

• 36 Md MoE · 3 Md actifs
• Contexte 256k
• ●●● Français : ExcellentFR
• Apache 2.0

MoE avec seulement ~3 Md de paramètres actifs : débit très élevé, taillé pour le code agentique et les usages intensifs multi-utilisateurs. Multimodal, contexte 256k.

• 30,7 Md
• Contexte 256k
• ●●● Français : ExcellentFR
• Apache 2.0

Le grand dense de la génération Gemma 4 : 30,7 Md de paramètres, le plus gros modèle de la famille, multimodal (texte et images) et excellent multilingue.

• 36 Md MoE · 3 Md actifs
• Contexte 256k
• ●●○ Français : BonFR
• MIT

La deuxième génération d'Ornith, toujours 3 Md de paramètres actifs par token, et toujours sous licence MIT. DeepReinforce la donne devant Qwen3.6 35B sur l'ensemble de ses bancs de code et d'agents, et loin devant les denses de taille comparable comme Gemma 4 31B sur le code agentique. C'est un modèle de raisonnement : il ouvre chaque réponse par un bloc de réflexion, que le serveur d'inférence renvoie à part. Multimodal, contexte 256k.

• 80 Md MoE · 3 Md actifs
• Contexte 256k
• ●●○ Français : BonFR
• Apache 2.0

Le spécialiste code de Qwen : 80 Md de paramètres dont ~3 actifs par token grâce à un MoE très creux, sur une architecture hybride à attention linéaire qui allège les longs contextes. La qualité d'un grand modèle avec le débit d'un petit, taillé pour les agents de code et les gros dépôts.

• 117 Md MoE · 5,1 Md actifs
• Contexte 128k
• ●●○ Français : BonFR
• Apache 2.0

Le grand open-weight d'OpenAI : MoE 5,1 Md actifs. Raisonnement de haut niveau à effort réglable, à coût d'inférence maîtrisé.

• 119 Md MoE · 6,5 Md actifs
• Contexte 256k
• ●●● Français : ExcellentFR
• Apache 2.0

Le modèle unifié de Mistral : raisonnement, multimodal et code agentique dans un seul MoE (6,5 Md actifs), avec un contexte de 256k tokens. Français pris en charge nativement, éditeur européen. Le choix souveraineté par excellence.

• 128 Md
• Contexte 256k
• ●●● Français : ExcellentFR
• MIT modifiée

Le plus gros modèle dense de la sélection : 128 Md de paramètres, multimodal, contexte 256k, des dizaines de langues dont le français. Un dense sollicite tous ses paramètres sur chaque token, 128 Md contre 6,5 pour Mistral Small 4 : son débit est donc plus faible.

• 180 Md MoE · 6 Md actifs
• Contexte 256k
• ●●● Français : ExcellentFR
• Qwen Community 1.0

L'une des architectures les plus économes de la sélection : 180 Md de paramètres au total, dont 51 Md logés dans des embeddings n-gram qui demandent moins de calcul, et 6 seulement actifs par token. Son attention hybride, qui marie Gated DeltaNet et une attention creuse par micro-blocs, vise les charges agentiques à contexte long, là où la latence se paie. Multimodal, contexte 256k natif, extensible à un million.

• 284 Md MoE · 13 Md actifs
• Contexte 1M
• ●●○ Français : BonFR
• MIT

Le format « Flash » de DeepSeek V4, dans sa révision de juillet 2026 : 284 Md de paramètres dont 13 actifs par token, au niveau des meilleurs modèles fermés sur les bancs d'agents et de code, avec un contexte d'un million de tokens pour les très gros corpus documentaires. DeepSeek annonce cette révision devant la préversion de son V4 Pro d'avril malgré un nombre de paramètres actifs bien inférieur. Texte seul. Publié en précision mixte, FP4 pour les experts et FP8 pour le reste, soit environ 167 Go de poids.

• 320 Md MoE · 18 Md actifs
• Contexte 1M
• ●●○ Français : BonFR
• MIT

Le premier modèle nativement multimodal de la série GLM-5 : 320 Md de paramètres dont 18 actifs, contexte d'un million de tokens. Z.ai le donne devant GLM-5.2 sur l'ensemble de ses bancs pour un dixième du prix, et proche de Claude Opus 4.8 en code et en agents. Il inaugure dans la série GLM une attention hybride, creuse et linéaire, qui allège nettement le service des contextes longs.