Meilleurs modèles de raisonnement open source 2026

Ce que « raisonnement » veut dire ici

Un modèle de raisonnement — parfois appelé modèle « thinking » — produit une chaîne de pensée cachée avant d'émettre la réponse visible. Pendant cette phase, il explore, se corrige et planifie. Cela s'applique au raisonnement logique, au raisonnement mathématique et au raisonnement code : le modèle travaille le problème avant de s'engager sur une réponse. Dans la plupart des API compatibles OpenAI, cette réflexion est renvoyée sous forme de tokens de raisonnement (ou d'un champ reasoning séparé), comptés dans completion_tokens. Beaucoup de fournisseurs — dont nous — facturent ces tokens au tarif de sortie, parce que ce sont de vrais tokens de sortie.

Cette seule règle de facturation change tout dans le choix. Un modèle de chat est bon marché parce qu'il est paresseux : il écrit une réponse et espère qu'elle plaît. Un modèle de raisonnement est cher parce qu'il traite le problème correctement — et « correctement » coûte des tokens de sortie. Pour une question de maths ou de planification difficile, ça vaut le coup. Pour « résumez ce paragraphe », brûler deux mille tokens de réflexion est un gâchis.

Le coût, c'est la chaîne de pensée

La conséquence pratique, c'est que les modèles de raisonnement doivent être comparés sur les tokens de sortie par réponse utile, pas sur le prix d'appel au million. Deux modèles peuvent avoir des tarifs identiques et des coûts réels très différents, parce que l'un utilise trois fois moins de tokens de réflexion pour arriver à la même réponse.

Aux prix que nous publions (notre prix client, marge et TVA comprises — le montant réellement débité), les tokens de sortie dominent la facture sur une charge de travail de raisonnement. Les deux chiffres qui comptent donc sont : le prix de sortie au million de tokens, et le quotient de raisonnement typique — combien de tokens de réflexion un modèle brûle sur votre classe de problème. Les deux valent la peine d'être mesurés par un appel réel.

Quoi mesurer, pas quoi croire

Les classements de benchmarks sont un point de départ, pas un verdict. Trois mises en garde valent pour toute comparaison de modèles de raisonnement en 2026 :

• Les tokens de raisonnement ne sont pas toujours visibles dans un test rapide. Un test d'appel unique avec un petit max_tokens peut ne renvoyer presque rien — le modèle dépense tout son budget à réfléchir. Ce n'est pas un modèle cassé ; c'est un modèle de raisonnement qui fait son travail. Omettez max_tokens ou prévoyez une large marge (nous conseillons au moins ~1 000).
• L'appel d'outils ne voyage pas entre les fournisseurs. La capacité d'un modèle à appeler des outils est une propriété de la pile qui le sert, pas seulement des poids. Nous la mesurons par un vrai appel (un outil de type get_weather) chez le fournisseur qui sert le modèle, et n'annonçons aucune prise en charge des outils avant cet appel — parce que le même modèle qui appelle des outils chez un fournisseur peut être refusé chez un autre.
• Le contexte se lit sur la voie qui sert le modèle, pas sur sa fiche. Les mêmes poids peuvent être servis avec une fenêtre plus courte que celle annoncée : pendant sa préversion, Scaleway sert 256k pour des modèles dont la fiche annonce 1M. Quand nous n'avons pas vérifié un chiffre, nous n'en publions aucun.

Pourquoi se méfier des classements

Les benchmarks universels de raisonnement sont la donnée la moins fiable pour une décision d'achat, pour des raisons qui n'ont rien à voir avec la triche. D'abord, ils sont publiés et reclassés en permanence — un modèle qui domine un classement en mai est neuvième en juillet, et les mêmes poids ne se sont pas détériorés, c'est le classement qui a bougé. Ensuite, les benchmarks de raisonnement récompensent la capacité à jouer un format de test connu plus que la capacité à penser sous ambiguïté en production, qui est une compétence très différente. Et surtout, pour le coût : un score de classement ne dit rien du quotient de raisonnement — le rapport tokens de réflexion par réponse utile, qui est ce qui détermine votre vraie facture.

La procédure fiable est étroite et ennuyeuse : prenez dix à vingt de vos prompts réels les plus difficiles — ceux qui échouent vraiment sur un modèle de chat simple — lancez-les sur chaque candidat dans des conditions identiques, et inspectez les réponses. Notez-les vous-même (l'exactitude, pas la verbosité). Regardez dans les logs combien de tokens de raisonnement chaque réponse a brûlés. Cette mesure, sur vos données, dans votre format, vaut plus qu'un mois de suivi de classements. Elle est aussi bon marché : au paiement au token, une évaluation ciblée coûte quelques centimes sur un solde prépayé.

Les modèles open-weight à raisonnement de 2026

Voici une sélection des modèles open-weight à raisonnement que nous servons, avec les faits tirés de notre catalogue — pas copiés d'une page marketing. C'est une sélection, pas le marché entier : le catalogue de modèles liste tous les modèles de raisonnement que nous routons.

Accès rapide signifie que le modèle est servi par une société américaine (Modal ou OpenRouter) : l'opérateur est sous contrôle non-UE, donc nous l'étiquetons ainsi et ne le qualifions jamais de souverain. Un tiret signifie que nous n'avons pas vérifié le chiffre nous-mêmes : nous n'en publions donc aucun.

4 de ces 6 modèles tournent chez des fournisseurs souverains UE (Scaleway et AKI.IO) ; les 2 autres sont en accès rapide, servis par des sociétés américaines (Modal et OpenRouter). Le choix n'est pas vraiment « quel est le meilleur dans l'absolu » — c'est quel profil de raisonnement correspond à vos contraintes de coût et de juridiction.

Comment choisir pour votre charge de travail

• Pour du raisonnement profond — maths avancées, planification, code délicat : les plus grands modèles de réflexion méritent leur consommation. Comparez-les sur vos propres exemples difficiles, pas sur un classement.
• Pour du volume élevé ou du travail mixte : un modèle de réflexion moins cher dont le quotient de raisonnement est plus bas peut être l'achat plus malin, même légèrement moins capable en face-à-face.
• Pour les flux agentiques / avec appel d'outils : vérifiez l'appel d'outils sur la voie réelle avant de vous engager — c'est le champ le plus susceptible de différer en pratique.
• Pour du travail sensible à la juridiction : si l'inférence doit rester chez un fournisseur sous contrôle UE, limitez-vous aux modèles étiquetés souverains UE et ignorez entièrement les modèles en accès rapide.

Parce que nous facturons au token depuis un solde prépayé — les appels sont refusés dès qu'il atteint zéro, et un appel déjà en cours ne peut le faire passer que légèrement en dessous, l'écart étant déduit de votre recharge suivante —, vous pouvez mener cette comparaison pour quelques centimes d'euro — une mesure réelle de votre propre charge de travail avant de vous engager sur un modèle. Pas d'abonnement, pas de contrat à quitter ; chaque modèle et chaque prix sont publics, et le même appel API en deux lignes fonctionne sur tout le catalogue.

Les faire tourner sur une infrastructure souveraine UE

Open-weight ne veut pas dire souverain automatiquement. Les mêmes poids GLM ou DeepSeek peuvent être servis depuis la Californie ou depuis un opérateur UE. Ce qui décide de l'exposition au droit non-UE, c'est qui opère la voie de service, pas quel modèle c'est. Sur notre catalogue, les modèles de raisonnement que nous routons via des fournisseurs souverains UE sont étiquetés souverains ; tout ce qui exige une voie sous contrôle non-UE est étiqueté accès rapide — sur la fiche du modèle et dans GET /v1/models avant votre appel, puis dans l'en-tête x-sovereign de chaque réponse. Un modèle étiqueté souverain ne quitte jamais la voie souveraine sans votre accord explicite. Pourquoi c'est l'opérateur qui décide de la juridiction : notre guide RGPD vs CLOUD Act l'explique.

Si vous avez besoin de modèles de raisonnement et que l'inférence doit rester sous juridiction UE, cette combinaison est exactement ce que la sélection souveraine de raisonnement existe pour servir — open-weight, qui pense, et servie par un fournisseur d'inférence sous contrôle UE. Une réserve que nous écrivons partout : la passerelle elle-même tourne chez Vercel, dans sa région de Paris, et Vercel est une société américaine — prompts et réponses y transitent sans jamais y être stockés (voir notre politique de confidentialité). Le guide des modèles open-source en général couvre le catalogue complet, et l'analyse hébergement vs API vous dit quand louer votre propre silicium à la place.

FAQ