Modèles & catalogue
Les meilleurs modèles IA open-source pour les entreprises européennes en 2026
Publié 2026-08-03 · 5 min de lecture
Les modèles à poids ouverts ont comblé la majeure partie de l'écart avec les labos fermés en 2026, mais « open-source » ne dit rien sur la licence exacte, la VRAM nécessaire, ou si vous pouvez le faire tourner sur une infrastructure qui échappe à la juridiction américaine. Voici une liste pratique des modèles vers lesquels nous routons réellement du trafic, ce à quoi ils excellent, et — quand c'est pertinent — leur coût par million de tokens sur une infrastructure souveraine UE.
Si vous ne devez retenir qu'une chose : GLM-5.2 est aujourd'hui le modèle généraliste à poids ouverts le plus performant et celui vers lequel on orienterait la plupart des cas d'usage professionnels ; Qwen3.5 397B est le seul modèle de cette liste servi simultanément par deux clouds souverains UE distincts, ce qui compte si la redondance de fournisseur est un vrai impératif pour vous ; et Mistral Small 3.2 mérite un regard particulier si le fait que le labo lui-même soit européen, pas seulement l'hébergement, entre dans votre évaluation. Voici le tableau complet, modèle par modèle, avec de vrais tarifs et de vraies licences — pas des arguments marketing.
GLM-5.2 — le généraliste le plus fort
Construit par Zhipu AI / Z.ai, GLM-5.2 est un modèle à mélange d'experts de 753 milliards de paramètres, publié sous licence MIT — l'une des licences open-source les plus permissives, sans restriction sur l'usage commercial ou le fine-tuning. Il est largement considéré comme le modèle généraliste entièrement à poids ouverts le plus performant disponible mi-2026, compétitif face aux modèles fermés de pointe sur les benchmarks de codage et de raisonnement à long horizon. Sur Frontière, il est servi via les Generative APIs de Scaleway à 1,80 € par million de tokens en entrée et 5,50 € en sortie — un tarif premium pour un modèle premium, celui vers lequel on orienterait la plupart des équipes en premier si le budget n'est pas la contrainte principale.
La famille Qwen — un palier pour chaque budget
La famille Qwen d'Alibaba est la gamme à poids ouverts la plus complète disponible, et le catalogue de Frontière couvre cinq de ses modèles sur trois paliers de prix :
- Qwen3.5 397B (403 milliards de paramètres au total, 17 milliards actifs — une architecture à mélange d'experts) est le porte-drapeau : multimodal, sous licence Apache-2.0, et — fait rare — disponible à la fois sur OVHcloud et Scaleway, le seul modèle de notre catalogue avec cette redondance. 0,60 € / 3,60 € par million de tokens (entrée/sortie) chez Scaleway.
- Qwen3 235B est le porte-drapeau de la génération précédente, toujours pleinement capable et sensiblement moins cher : 0,75 € / 2,25 € par million de tokens.
- Qwen3.6 27B est un modèle multimodal plus récent et plus petit — Apache-2.0, et le seul modèle Qwen de notre catalogue exclusif à OVHcloud plutôt qu'à Scaleway.
- Qwen3 32B est un modèle dense (pas MoE) de milieu de gamme, bien tarifé et stable depuis sa sortie mi-2025.
- Qwen3 Coder 30B est spécialisé code — le modèle à privilégier si la charge de travail concerne des pipelines CI, de la revue de code, ou de l'outillage développeur plutôt que du chat généraliste.
- Qwen3.5 9B est le palier économique : petit, rapide, et assez peu cher pour tourner à fort volume sur de la classification simple ou du chat léger.
Les cinq tournent sur OVHcloud AI Endpoints, tarifés en dollars là-bas et convertis en euros pour la facturation.
Mistral Small 3.2 — l'option européenne
Mistral AI est un labo basé à Paris, ce qui fait de Mistral Small 3.2 (24 milliards de paramètres, Apache-2.0) le seul modèle de cette liste où l'argument de souveraineté s'étend à l'origine même du modèle, pas seulement à son hébergement. Il prend en charge un éventail de langues inhabituellement large — 26 sont listées sur sa fiche modèle, plus que tout autre modèle de notre catalogue — ce qui compte si votre entreprise opère réellement sur plusieurs marchés européens plutôt qu'en anglais d'abord avec une couche de traduction ajoutée par-dessus.
gpt-oss 120B/20B — les poids ouverts d'OpenAI
OpenAI a publié deux modèles à poids ouverts, gpt-oss-120b et gpt-oss-20b, en août 2025 sous licence Apache-2.0. Ce ne sont pas les modèles les plus récents de cette liste, mais ils sont peu chers, bien documentés, et portent une reconnaissance de marque qui compte dans les discussions d'achat où « quelle société a construit ça » fait partie de la validation interne. Les deux sont disponibles sur OVHcloud, à 0,08 € / 0,41 € par million de tokens pour le 120B et environ moitié moins pour le 20B.
DeepSeek V4 et Kimi K3 — le palier frontière
Deux modèles dépassent ce qu'offre aujourd'hui tout cloud géré souverain UE. DeepSeek V4 (licence MIT, contexte 1M tokens) existe en deux tailles : une variante Pro de 1,6 billion de paramètres et une variante Flash nettement plus petite, 158 milliards de paramètres — raisonnablement auto-hébergeable sur un serveur à deux ou quatre GPU, contrairement au palier Pro. Kimi K3, de Moonshot AI, est le plus gros modèle à poids ouverts disponible au monde avec 2,8 billions de paramètres, une prise en charge native de la vision, et une fenêtre de contexte de 1M tokens ; ses poids ne sont devenus publics que fin juillet 2026.
Aucun des deux n'est au catalogue géré d'OVHcloud ou de Scaleway à l'heure où ces lignes sont écrites — rien d'anormal, un cloud géré souverain a toujours, par construction, un temps de retard sur les toutes dernières sorties (la certification prend du temps). Sur Frontière, les deux sont listés en accès rapide non-souverain (Modal, société américaine) pendant qu'on évalue des serveurs UE dédiés pour une variante souveraine — la taille de Kimi K3 en fait un chantier multi-nœuds, tandis que l'empreinte plus modeste de DeepSeek V4 Flash en fait un candidat réaliste à court terme.
Les licences en un coup d'œil
| Modèle | Licence | À noter |
|---|---|---|
| GLM-5.2 | MIT | Aucune restriction sur l'usage commercial |
| Qwen3.5 397B / Qwen3 235B / Qwen3.6 27B / Qwen3 32B / Qwen3 Coder 30B / Qwen3.5 9B | Apache-2.0 | Permissive, licence de brevet incluse |
| Mistral Small 3.2 | Apache-2.0 | 26 langues documentées |
| gpt-oss 120B / 20B | Apache-2.0 | Première publication à poids ouverts d'OpenAI depuis GPT-2 |
| DeepSeek V4 (Pro/Flash) | MIT | Contexte 1M tokens |
| Qwen2.5-VL 72B | Licence propre à Qwen (« other ») | Ni Apache ni MIT — vérifier les conditions avant redistribution commerciale |
FAQ
FAQ
Lequel de ces modèles choisir si je veux juste la meilleure option généraliste ?
GLM-5.2 pour la capacité, si le budget le permet. Qwen3.5 397B si vous voulez spécifiquement un modèle disponible en redondance sur deux fournisseurs souverains UE distincts. Qwen3 32B si vous voulez une option par défaut solide et peu chère pour un usage quotidien.
DeepSeek V4 et Kimi K3 sont-ils disponibles dès aujourd'hui via Frontière ?
Ils figurent dans notre catalogue en accès rapide non-souverain pendant qu'on évalue une infrastructure UE dédiée. Ils ne sont pas encore servis via les clouds souverains gérés d'OVHcloud ou Scaleway — aucun fournisseur ne les propose à ce jour.
Pourquoi le même modèle coûte-t-il parfois des prix différents selon le fournisseur ?
OVHcloud facture en dollars, Scaleway en euros, et chacun négocie sa propre économie d'hébergement — donc un même modèle à poids ouverts peut porter des prix différents selon le cloud qui le sert. Quand un modèle est disponible chez les deux (actuellement seulement Qwen3.5 397B), on route vers le fournisseur nativement en euros pour éviter d'introduire une conversion de devise dans la facturation.
Apache-2.0 ou MIT, laquelle est préférable pour un produit commercial ?
Les deux sont très permissives et autorisent l'usage commercial, la modification et la redistribution avec des obligations minimales (attribution, généralement). Apache-2.0 inclut en plus une licence de brevet explicite, que certaines équipes juridiques préfèrent pour cette raison. Aucune des deux n'impose de copyleft obligeant à ouvrir le code de votre propre produit.
Que signifie « mélange d'experts » (MoE) pour des modèles comme GLM-5.2 ou Qwen3.5 397B ?
Cela signifie que le modèle a beaucoup plus de paramètres au total qu'il n'en utilise réellement par token — Qwen3.5 397B a 403 milliards de paramètres au total mais n'en active qu'environ 17 milliards par passe. Cela rapproche le coût et la latence d'inférence de ceux d'un modèle dense bien plus petit, tout en conservant la capacité d'un modèle bien plus grand.
Prêt à essayer ?
Créez un compte et appelez n'importe quel modèle du catalogue en quelques minutes.
Créer un compte