Payant (propriétaire)
Les plus puissants en général. Abonnement ou paiement à l'usage via API. Tes données passent par l'éditeur.
> LE GUIDE DES MODÈLES LLM
Quel LLM pour toi, et sur quelle machine ?
Les modèles payants s'utilisent en ligne, via une appli ou une API. Les modèles à poids ouverts se téléchargent : tu peux les faire tourner chez toi, gratuitement et sans envoyer tes données, à condition d'avoir assez de mémoire.
Poids ouverts
Téléchargeables et modifiables selon leur licence. Hébergés chez toi ou chez un fournisseur au choix.
Local
Un modèle ouvert qui tourne sur ton ordinateur : gratuit, hors ligne, privé. La limite, c'est ta mémoire.
> QUELLE MACHINE ?
La mémoire décide de tout
Règle simple : en version 4 bits, un modèle demande environ 0,6 Go de mémoire par milliard de paramètres, plus 1 à 2 Go pour la conversation. Sur PC, c'est la mémoire de la carte graphique (VRAM) qui compte ; sur Mac Apple Silicon, la mémoire unifiée sert de VRAM. Pour les modèles « MoE », c'est le nombre total de paramètres qui fixe la mémoire ; les paramètres actifs, eux, jouent sur la vitesse.
| Ma machine | Exemples | |
|---|---|---|
| 1 PC portable 8 Go | Sans carte graphique. Petits modèles jusqu'à ~4B : résumés, reformulation, tri d'e-mails. | Qwen3.5-4B, Phi-4-mini, Ministral 3 3B |
| 2 PC 16 Go ou GPU 6-8 Go | Modèles de 7 à 9B : un bon assistant de tous les jours, en local et gratuit. | Qwen3.5-9B, Gemma 4 E4B, Ministral 3 8B |
| 3 GPU 12 Go ou Mac 24 Go | RTX 3060 / 4070, Mac M-series 24 Go. Modèles de 12 à 15B et petits MoE : code, raisonnement. | Gemma 4 12B, Mellum2.1 12B A2.5B Thinking, gpt-oss-20b |
| 4 GPU 24-32 Go ou Mac 36-48 Go | RTX 3090 / 4090 / 5090. Modèles de 24 à 35B : proches des modèles payants de milieu de gamme. | Qwen3.6-35B-A3B, Qwen3.8-27B, Gemma 4 26B A4B, Gemma 4 31B |
| 5 Mac 64-128 Go ou plusieurs GPU | Mémoire unifiée Apple ou 2-4 cartes. Modèles de 70B et MoE ~100-120B. | Qwen3-Coder-Next, Qwen3.8-Flash-Next, Llama 4 Scout, Mistral Medium 3.5 |
| 6 Serveur multi-GPU | Plus de 200 Go de mémoire. Les géants ouverts (DeepSeek, Kimi…) : en pratique, via un hébergeur. | Qwen3.8-2.4T-A95B, DeepSeek-V4-Pro (0813), DeepSeek-V4.1-Flash, MiniMax-M3 |
> SANS GPU ?
Utiliser un LLM gratuitement par API
Pas assez de mémoire pour un modèle chez toi ? Plusieurs fournisseurs offrent un accès gratuit par API, avec des limites. Vérifie leurs conditions avant d'y envoyer des données.
Type
Ma machine
Pour
40 modèles · Les prix changent souvent : on indique un niveau ($ à $$$) et le lien officiel.
Claude Fable 5.1
Anthropic · 2026-09
Le modèle le plus puissant d'Anthropic, conçu pour le raisonnement exigeant et les agents qui travaillent pendant des heures.
- Raisonnement de très haut niveau
- Tâches agentiques longues
- Contexte de 1M tokens
- Paramètres
- –
- Contexte
- 1M
- Entrées
- texte, image
- Accès
- API · Appli
- Licence
- Propriétaire
- Prix API
- $$$ premium
Claude Haiku 5.5
Anthropic · 2026-10
Le petit modèle rapide de Claude pour la classification, l'extraction et le routage à grande échelle.
- Le plus rapide de la gamme
- Très économique
- Idéal pour gros volumes
- Paramètres
- –
- Contexte
- 1M
- Entrées
- texte, image
- Accès
- API · Appli
- Licence
- Propriétaire
- Prix API
- $ économique
Claude Opus 5.5
Anthropic · 2026-09
Le modèle phare polyvalent d'Anthropic, recommandé pour la plupart des usages, notamment le code et les agents.
- Code agentique de longue durée
- Excellent en travail de connaissance
- Modèle recommandé par défaut
- Paramètres
- –
- Contexte
- 1M
- Entrées
- texte, image
- Accès
- API · Appli
- Licence
- Propriétaire
- Prix API
- $$$ premium
Claude Sonnet 5.5
Anthropic · 2026-09
Le modèle intermédiaire de Claude : rapide et capable, idéal pour le travail quotidien.
- Meilleur équilibre vitesse/intelligence
- Rapide
- Bon rapport qualité/prix
- Paramètres
- –
- Contexte
- 1M
- Entrées
- texte, image
- Accès
- API · Appli
- Licence
- Propriétaire
- Prix API
- $$ moyen
Gemini 3.1 Pro (preview)
Google DeepMind · 2026-02
Le modèle Gemini le plus avancé disponible, encore en préversion, fort en analyse multimodale.
- Multimodal natif (vidéo, audio, PDF)
- Contexte de 1M tokens
- Intégré à l'écosystème Google
- Paramètres
- –
- Contexte
- 1M
- Entrées
- texte, image, audio, vidéo
- Accès
- API · Appli
- Licence
- Propriétaire
- Prix API
- $$ moyen
Gemini 3.5 Flash-Lite
Google DeepMind · 2026-07
La version la plus légère de Gemini, pensée pour les traitements massifs à coût minimal.
- Très économique
- Faible latence
- Multimodal
- Paramètres
- –
- Contexte
- 1M
- Entrées
- texte, image, audio, vidéo
- Accès
- API
- Licence
- Propriétaire
- Prix API
- $ économique
Gemini 3.8 Flash
Google DeepMind · 2026-09
Le modèle Gemini stable le plus récent, rapide et multimodal, pour un usage quotidien à grande échelle.
- Rapide et bon marché
- Accepte texte, image, audio, vidéo
- Contexte de 1M tokens
- Paramètres
- –
- Contexte
- 1M
- Entrées
- texte, image, audio, vidéo
- Accès
- API · Appli
- Licence
- Propriétaire
- Prix API
- $ économique
Mistral Large 4 (preview)
Mistral AI · 2026-10
Le nouveau modèle phare de Mistral, en préversion publique via API ; la publication des poids est annoncée.
- Champion européen
- Multimodal natif
- Poids ouverts annoncés
- Paramètres
- 1T (52B actifs)
- Contexte
- –
- Entrées
- texte, image
- Accès
- API
- Licence
- Propriétaire (poids ouverts annoncés)
GPT-6 Astra
OpenAI · 2026-09
Le modèle de pointe d'OpenAI, orienté agents, code et travail professionnel complexe.
- Modèle le plus capable d'OpenAI
- Utilisation d'ordinateur et de navigateur
- Génie logiciel avancé
- Paramètres
- –
- Contexte
- 1.05M
- Entrées
- texte, image
- Accès
- API · Appli
- Licence
- Propriétaire
- Prix API
- $$$ premium
GPT-6 Luna
OpenAI · 2026-09
Le modèle rapide et économique d'OpenAI pour les tâches ciblées à fort volume.
- Le plus économique d'OpenAI
- Rapide
- Idéal pour gros volumes
- Paramètres
- –
- Contexte
- 1.05M
- Entrées
- texte, image
- Accès
- API · Appli
- Licence
- Propriétaire
- Prix API
- $ économique
GPT-6.1 Sol
OpenAI · 2026-09
Le modèle équilibré d'OpenAI, proche d'Astra en qualité pour un coût bien inférieur.
- Performances proches d'Astra
- Bien moins cher qu'Astra
- Code et utilisation d'ordinateur
- Paramètres
- –
- Contexte
- 1.05M
- Entrées
- texte, image
- Accès
- API · Appli
- Licence
- Propriétaire
- Prix API
- $$ moyen
Grok 4.7
xAI · 2026-09
Le modèle le plus récent de xAI, recommandé pour le code et les tâches agentiques longues.
- Orienté code et travail de connaissance
- Contexte de 500k tokens
- Plusieurs niveaux de raisonnement
- Paramètres
- –
- Contexte
- 500k
- Entrées
- texte, image
- Accès
- API
- Licence
- Propriétaire
- Prix API
- $$ moyen
Qwen3.5-4B
Alibaba (Qwen) · 2026-02
Modèle de poche pour PC modestes : assistant hors ligne, résumé, traduction.
- Très léger
- Fonctionne sans GPU
- Comprend les images
- Paramètres
- 4.7B
- Contexte
- 256k
- Entrées
- texte, image
- Accès
- Local
- Licence
- Apache-2.0
- Prix API
- Gratuit
En local : PC portable 8 Go · mémoire 4 bits ≈ 4 Go
Ollama
ollama run qwen3.5:4bPhi-4-mini
Microsoft · 2025-02
Petit modèle de Microsoft pour PC modestes ; la famille Phi n'a pas été renouvelée depuis 2025.
- Très léger
- Licence MIT
- Bon en raisonnement pour sa taille
- Paramètres
- 3.8B
- Contexte
- 128k
- Entrées
- texte
- Accès
- Local
- Licence
- MIT
- Prix API
- Gratuit
En local : PC portable 8 Go · mémoire 4 bits ≈ 4 Go
Ollama
ollama run phi4-miniMinistral 3 3B
Mistral AI · 2025-12
Le plus petit Mistral, pour PC modestes et appareils embarqués.
- Tourne sur 8 Go de RAM
- Vision intégrée
- Apache 2.0
- Paramètres
- 3.8B
- Contexte
- 256k
- Entrées
- texte, image
- Accès
- Local
- Licence
- Apache-2.0
- Prix API
- Gratuit
En local : PC portable 8 Go · mémoire 4 bits ≈ 4 Go
Ollama
ollama run ministral-3:3bQwen3.5-9B
Alibaba (Qwen) · 2026-02
Petit modèle polyvalent et très populaire, parfait pour débuter l'IA locale.
- Tourne sur un PC portable 16 Go
- Multilingue
- Comprend les images
- Paramètres
- 9.7B
- Contexte
- 256k
- Entrées
- texte, image
- Accès
- Local
- Licence
- Apache-2.0
- Prix API
- Gratuit
En local : PC 16 Go ou GPU 6-8 Go · mémoire 4 bits ≈ 7 Go
Ollama
ollama run qwen3.5:9bGemma 4 E4B
Google DeepMind · 2026-04
Petit Gemma 4 multimodal pour appareils grand public, y compris la reconnaissance vocale.
- Conçu pour portables et mobiles
- Audio et vision natifs
- Apache 2.0
- Paramètres
- 8B (4B effectifs)
- Contexte
- 128k
- Entrées
- texte, image, audio, vidéo
- Accès
- Local
- Licence
- Apache-2.0
- Prix API
- Gratuit
En local : PC 16 Go ou GPU 6-8 Go · mémoire 4 bits ≈ 6 Go
Ollama
ollama run gemma4:e4bMinistral 3 8B
Mistral AI · 2025-12
Petit modèle de Mistral avec vision, idéal comme assistant local au quotidien.
- Compact avec vision
- Excellent en français
- Apache 2.0
- Paramètres
- 8.9B
- Contexte
- 256k
- Entrées
- texte, image
- Accès
- Local
- Licence
- Apache-2.0
- Prix API
- Gratuit
En local : PC 16 Go ou GPU 6-8 Go · mémoire 4 bits ≈ 7 Go
Ollama
ollama run ministral-3:8bGemma 4 12B
Google DeepMind · 2026-05
Gemma 4 de taille moyenne avec audio natif, excellent pour l'IA multimodale locale.
- Comprend audio, image et vidéo
- Tient sur un GPU 12 Go
- Apache 2.0
- Paramètres
- 12B
- Contexte
- 256k
- Entrées
- texte, image, audio, vidéo
- Accès
- Local
- Licence
- Apache-2.0
- Prix API
- Gratuit
En local : GPU 12 Go ou Mac 24 Go · mémoire 4 bits ≈ 9 Go
Ollama
ollama run gemma4:12bMellum2.1 12B A2.5B Thinking
JetBrains · 2026-09
Petit modèle de code de JetBrains (créateurs d'IntelliJ), idéal pour un assistant de programmation local.
- Spécialisé développement
- Très rapide (2.5B actifs)
- Apache 2.0
- Paramètres
- 12B (2.5B actifs)
- Contexte
- 128k
- Entrées
- texte
- Accès
- Local
- Licence
- Apache-2.0
- Prix API
- Gratuit
En local : GPU 12 Go ou Mac 24 Go · mémoire 4 bits ≈ 9 Go
gpt-oss-20b
OpenAI · 2025-08
Le petit modèle ouvert d'OpenAI, un MoE de raisonnement accessible sur une machine grand public.
- Très populaire en local
- Rapide (3.6B actifs)
- Appels d'outils natifs
- Paramètres
- 21B (3.6B actifs)
- Contexte
- 128k
- Entrées
- texte
- Accès
- Local
- Licence
- Apache-2.0
- Prix API
- Gratuit
En local : GPU 12 Go ou Mac 24 Go · mémoire 4 bits ≈ 14 Go
Ollama
ollama run gpt-oss:20bQwen3.6-35B-A3B
Alibaba (Qwen) · 2026-04
MoE compact et véloce, idéal pour un assistant local réactif sur GPU 24 Go ou Mac 36 Go.
- Très rapide (3B actifs)
- Vision intégrée
- Apache 2.0
- Paramètres
- 36B (3B actifs)
- Contexte
- 256k
- Entrées
- texte, image, vidéo
- Accès
- Local
- Licence
- Apache-2.0
- Prix API
- Gratuit
En local : GPU 24-32 Go ou Mac 36-48 Go · mémoire 4 bits ≈ 24 Go
Ollama
ollama run qwen3.6:35bQwen3.8-27B
Alibaba (Qwen) · 2026-08
Modèle dense de 27B, le plus téléchargé du moment, excellent compromis qualité/taille pour une carte graphique 24 Go.
- Très bon en code agentique
- Vision image et vidéo
- Licence Apache 2.0
- Paramètres
- 27.8B
- Contexte
- 256k
- Entrées
- texte, image, vidéo
- Accès
- Local
- Licence
- Apache-2.0
- Prix API
- Gratuit
En local : GPU 24-32 Go ou Mac 36-48 Go · mémoire 4 bits ≈ 19 Go
Ollama
ollama run qwen3.8:27bGemma 4 26B A4B
Google DeepMind · 2026-04
Version MoE de Gemma 4, l'un des modèles ouverts les plus téléchargés, rapide en local.
- MoE rapide (≈4B actifs)
- Multimodal
- Apache 2.0
- Paramètres
- 26B (4B actifs)
- Contexte
- 256k
- Entrées
- texte, image, vidéo
- Accès
- Local
- Licence
- Apache-2.0
- Prix API
- Gratuit
En local : GPU 24-32 Go ou Mac 36-48 Go · mémoire 4 bits ≈ 17 Go
Ollama
ollama run gemma4:26bGemma 4 31B
Google DeepMind · 2026-04
Le plus grand Gemma 4 dense, très bon généraliste local multilingue sur GPU 24 Go.
- Apache 2.0
- Plus de 140 langues
- Mode réflexion intégré
- Paramètres
- 31B
- Contexte
- 256k
- Entrées
- texte, image, vidéo
- Accès
- Local
- Licence
- Apache-2.0
- Prix API
- Gratuit
En local : GPU 24-32 Go ou Mac 36-48 Go · mémoire 4 bits ≈ 21 Go
Ollama
ollama run gemma4:31bDevstral Small 2
Mistral AI · 2025-12
Modèle de code agentique de Mistral, pensé pour tourner localement avec des outils comme Vibe CLI.
- Spécialisé agents de code
- Tient sur un GPU 24 Go
- Apache 2.0
- Paramètres
- 24B
- Contexte
- 384k
- Entrées
- texte, image
- Accès
- Local
- Licence
- Apache-2.0
- Prix API
- Gratuit
En local : GPU 24-32 Go ou Mac 36-48 Go · mémoire 4 bits ≈ 16 Go
Ollama
ollama run devstral-small-2:24bNemotron 3.5 Lightning 30B A3B
NVIDIA · 2026-08
Modèle ouvert de NVIDIA conçu pour la vitesse, adapté aux agents locaux sur GPU 24 Go.
- Architecture hybride Mamba + MoE
- Très rapide (3B actifs)
- Contexte jusqu'à 1M
- Paramètres
- 31.6B (3B actifs)
- Contexte
- 1M
- Entrées
- texte
- Accès
- Local
- Licence
- OpenMDW-1.1
- Prix API
- Gratuit
En local : GPU 24-32 Go ou Mac 36-48 Go · mémoire 4 bits ≈ 21 Go
Ollama
ollama run nemotron-3.5-lightning:30bGLM-4.7-Flash
Zhipu AI (Z.ai) · 2026-01
MoE léger de Z.ai, très bon dans la classe 30B pour un déploiement local.
- Licence MIT
- Rapide (3B actifs)
- Bon en code
- Paramètres
- 31B (3B actifs)
- Contexte
- 200k
- Entrées
- texte
- Accès
- Local
- Licence
- MIT
- Prix API
- Gratuit
En local : GPU 24-32 Go ou Mac 36-48 Go · mémoire 4 bits ≈ 21 Go
Ollama
ollama run glm-4.7-flashQwen3-Coder-Next
Alibaba (Qwen) · 2026-01
Modèle de code de Qwen pour agents de programmation, efficace en local sur Mac 64 Go.
- Spécialisé code et agents
- Seulement 3B actifs : rapide
- S'intègre aux outils CLI/IDE
- Paramètres
- 80B (3B actifs)
- Contexte
- 256k
- Entrées
- texte
- Accès
- Local
- Licence
- Apache-2.0
- Prix API
- Gratuit
En local : Mac 64-128 Go ou plusieurs GPU · mémoire 4 bits ≈ 50 Go
Ollama
ollama run qwen3-coder-nextQwen3.8-Flash-Next
Alibaba (Qwen) · 2026-08
MoE de nouvelle génération de Qwen, rapide malgré sa taille, à faire tourner sur un Mac à grande mémoire.
- MoE très rapide (6B actifs)
- Nouvelle attention parcimonieuse
- Contexte extensible à 1M
- Paramètres
- 180B (6B actifs)
- Contexte
- 256k
- Entrées
- texte, image
- Accès
- Local
- Licence
- Qwen Community 1.0
- Prix API
- Gratuit
En local : Mac 64-128 Go ou plusieurs GPU · mémoire 4 bits ≈ 110 Go
Ollama
ollama run qwen3.8-flash-next:125b-mlxLlama 4 Scout
Meta · 2025-04
Dernier Llama ouvert de Meta (2025), un MoE multimodal au contexte géant, désormais distancé par les modèles récents.
- Contexte annoncé de 10M tokens
- Multimodal natif
- Large écosystème Llama
- Paramètres
- 109B (17B actifs)
- Contexte
- 10M
- Entrées
- texte, image
- Accès
- Local
- Licence
- Llama 4 Community
- Prix API
- Gratuit
En local : Mac 64-128 Go ou plusieurs GPU · mémoire 4 bits ≈ 67 Go
Ollama
ollama run llama4:16x17bMistral Medium 3.5
Mistral AI · 2026-05
Modèle dense fusionné de Mistral qui réunit chat, raisonnement (ex-Magistral) et code (agent Vibe).
- Instruction, raisonnement et code en un seul modèle
- Vision intégrée
- Modèle européen
- Paramètres
- 128B
- Contexte
- 256k
- Entrées
- texte, image
- Accès
- Local · API
- Licence
- MIT modifiée
- Prix API
- Gratuit
En local : Mac 64-128 Go ou plusieurs GPU · mémoire 4 bits ≈ 79 Go
Ollama
ollama run mistral-medium-3.5:128bMistral Small 4
Mistral AI · 2026-03
MoE de Mistral sous licence libre, rapide et polyvalent, pour Mac 64-128 Go ou petits serveurs.
- Apache 2.0
- MoE rapide (6.5B actifs)
- Contexte de 256k
- Paramètres
- 119B (6.5B actifs)
- Contexte
- 256k
- Entrées
- texte, image
- Accès
- Local · API
- Licence
- Apache-2.0
- Prix API
- Gratuit
En local : Mac 64-128 Go ou plusieurs GPU · mémoire 4 bits ≈ 73 Go
gpt-oss-120b
OpenAI · 2025-08
Le grand modèle ouvert d'OpenAI, un MoE de raisonnement qui tient sur un seul GPU 80 Go ou un Mac 128 Go.
- Raisonnement réglable
- Apache 2.0
- Rapide (5.1B actifs)
- Paramètres
- 117B (5.1B actifs)
- Contexte
- 128k
- Entrées
- texte
- Accès
- Local
- Licence
- Apache-2.0
- Prix API
- Gratuit
En local : Mac 64-128 Go ou plusieurs GPU · mémoire 4 bits ≈ 72 Go
Ollama
ollama run gpt-oss:120bQwen3.8-2.4T-A95B
Alibaba (Qwen) · 2026-08
Le géant de Qwen (base de Qwen3.8-Max), réservé aux serveurs multi-GPU.
- Classe « Max » en poids ouverts
- Raisonnement réglable
- Contexte jusqu'à 1M
- Paramètres
- 2.4T (95B actifs)
- Contexte
- 256k
- Entrées
- texte
- Accès
- Local
- Licence
- Qwen3.8-Max (licence propre)
- Prix API
- Gratuit
En local : Serveur multi-GPU · mémoire 4 bits ≈ 1470 Go
DeepSeek-V4-Pro (0813)
DeepSeek · 2026-08
Le grand modèle de DeepSeek, parmi les meilleurs en poids ouverts, pour serveurs ou via API.
- Licence MIT très permissive
- Contexte de 1M tokens
- Capacités agentiques renforcées
- Paramètres
- 1.6T (49B actifs)
- Contexte
- 1M
- Entrées
- texte
- Accès
- Local · API
- Licence
- MIT
- Prix API
- Gratuit
En local : Serveur multi-GPU · mémoire 4 bits ≈ 992 Go
Ollama (cloud)
ollama run deepseek-v4-pro:cloudDeepSeek-V4.1-Flash
DeepSeek · 2026-09
Version rapide et multimodale de DeepSeek V4, économique à servir malgré sa taille totale.
- Multimodal (texte + image)
- Très peu de paramètres actifs
- Contexte de 1M tokens
- Paramètres
- 552B (8-16B actifs)
- Contexte
- 1M
- Entrées
- texte, image
- Accès
- Local · API
- Licence
- MIT
- Prix API
- Gratuit
En local : Serveur multi-GPU · mémoire 4 bits ≈ 460 Go
Ollama (cloud)
ollama run deepseek-v4.1-flash:cloudMiniMax-M3
MiniMax · 2026-06
MoE multimodal de MiniMax optimisé pour les très longs contextes et les agents.
- Attention parcimonieuse pour 1M tokens
- Multimodal natif
- Efficace (23B actifs)
- Paramètres
- 428B (23B actifs)
- Contexte
- 1M
- Entrées
- texte, image
- Accès
- Local · API
- Licence
- MiniMax Community License
- Prix API
- Gratuit
En local : Serveur multi-GPU · mémoire 4 bits ≈ 258 Go
Ollama (cloud)
ollama run minimax-m3:cloudKimi K3
Moonshot AI · 2026-06
Le géant multimodal de Moonshot, orienté agents et recherche approfondie, pour infrastructures serveur.
- Modèle ouvert de pointe
- Multimodal natif (image, vidéo)
- Contexte de 1M tokens
- Paramètres
- 2.8T (104B actifs)
- Contexte
- 1M
- Entrées
- texte, image, vidéo
- Accès
- Local · API
- Licence
- Kimi K3 License
- Prix API
- Gratuit
En local : Serveur multi-GPU · mémoire 4 bits ≈ 1670 Go
Ollama (cloud)
ollama run kimi-k3:cloudGLM-5.3
Zhipu AI (Z.ai) · 2026-08
Le modèle phare de Z.ai, un des meilleurs modèles ouverts pour le code, à servir sur grappe de GPU.
- Excellent en code agentique
- Contexte de 1M tokens
- Raisonnement réglable
- Paramètres
- 753B
- Contexte
- 1M
- Entrées
- texte
- Accès
- Local · API
- Licence
- GLM-5.3 (licence propre)
- Prix API
- Gratuit
En local : Serveur multi-GPU · mémoire 4 bits ≈ 454 Go
Ollama (cloud)
ollama run glm-5.3:cloudAucun modèle ne correspond à ces filtres.