Meilleurs LLM open source en 2026, et ce qu'ils coûtent

La réponse courte

Pour la capacité brute à l'échelle des centres de données, les leaders des classements mi-2026 sont Kimi K3, dont Moonshot a publié les poids en juillet 2026 avec une fenêtre de contexte de 1M tokens, et DeepSeek V4, dont la variante Pro affiche 80,6 % sur le benchmark de code SWE-bench Verified sous licence MIT. Les deux rivalisent avec les modèles fermés haut de gamme sur les évaluations publiques.

Pour un seul bon GPU, les modèles denses de taille moyenne Qwen sont le choix par défaut. Pour un ordinateur portable sans GPU du tout, les petits modèles comme Gemma sont le plafond réaliste. Et pour les développeurs qui veulent simplement une inférence bon marché et capable via une API, Llama 3.3 70B et DeepSeek V3.2 répondent pour une infime fraction du prix des modèles frontières.

Le titre honnête est que « quel est le meilleur modèle ouvert » a désormais la même forme de réponse que quel modèle d'IA utiliser en général : cela dépend de la tâche et de l'endroit où elle tourne, et l'écart avec les modèles fermés s'est assez réduit pour que le prix et la licence tranchent souvent.

Open source ou poids ouverts ? La licence compte vraiment

L'étiquette « open source » recouvre trois accords différents, et la différence est invisible jusqu'à ce qu'elle vous coûte.

Les vraies licences ouvertes (MIT, Apache). DeepSeek publie sous licence MIT : utilisez-le, modifiez-le, construisez un produit commercial dessus, aucune condition qui vaille la peine de s'inquiéter. C'est le sens le plus strict de l'open source, et en 2026 plusieurs modèles de niveau frontière la portent enfin.

Poids ouverts avec conditions. La licence Llama de Meta est l'exemple célèbre : les poids sont téléchargeables et gratuits pour presque tout le monde, mais la licence restreint les déploiements commerciaux à très grande échelle et certains usages. L'explicatif sur Llama revient sur pourquoi cette distinction fait débat en ligne.

Poids ouverts, restrictions de recherche. Certaines publications autorisent la recherche et l'usage personnel mais interdisent totalement le déploiement commercial. Lisez avant de construire.

Pour un particulier utilisant ces modèles via un produit de chat, rien de tout cela ne change quoi que ce soit. Pour une entreprise qui déploie un logiciel dessus, la licence est le premier fait à vérifier, avant tout benchmark.

Les principaux modèles ouverts de 2026, comparés

Les prix sont les tarifs API hébergés par million de tokens issus de l'index des coûts de modèles de Whizi, relevés le 2026-08-20 à partir des prix catalogue d'OpenRouter. Les chiffres de benchmark sont les résultats rapportés par les développeurs sur des classements publics.

Deux tendances à noter. D'abord, les fenêtres de contexte de 1M tokens, autrefois un argument de vente des modèles fermés, sont désormais la norme chez les publications ouvertes, le comparatif des fenêtres de contexte suit le tableau complet. Ensuite, le prix plancher continue de baisser : Qwen3.7 Flash répond à une requête standard pour $0.000095 sur l'index des coûts, ce qui fait passer mille réponses sous les dix centimes.

Que coûtent-ils vraiment à faire tourner ?

L'index des coûts de Whizi calcule le prix de chaque modèle pour une réponse standard, 1 000 tokens d'entrée plus 500 tokens de sortie, afin que les tarifs catalogue deviennent comparables. Sur cette mesure, les modèles ouverts ne sont pas juste un peu moins chers que les modèles fermés haut de gamme : ils appartiennent à une autre catégorie économique.

Une réponse standard de Llama 3.3 70B coûte $0.00026. De DeepSeek V3.2, $0.00047. De Kimi K3, le modèle ouvert le plus cher de l'index, $0.0105. Les modèles fermés haut de gamme se situent entre $0.0175 et $0.035 pour la même réponse, et l'écart total de l'index entre le modèle le moins cher et le plus cher est d'environ 2 000x. Mille réponses de Llama 3.3 coûtent 26 centimes, les mêmes mille d'un modèle fermé haut de gamme peuvent dépasser $30.

C'est pourquoi les modèles ouverts font tourner en silence le palier rapide ou économique de nombreux produits d'IA, et pourquoi les tâches à fort volume, classification, extraction, résumé à grande échelle, leur reviennent presque toujours. L'index des coûts en direct contient le tableau complet des 100 modèles avec le calcul par réponse.

La mise en garde qui garde tout ça honnête : faire tourner les poids soi-même n'est gratuit que si votre temps et votre matériel le sont. Un GPU capable de bien servir un modèle 70B est un achat à quatre chiffres, et les modèles de taille moyenne qui tiennent sur un GPU grand public échangent de la capacité contre cela. Pour la plupart des gens, l'accès hébergé aux modèles ouverts capture l'avantage de prix sans le matériel.

Quel modèle ouvert pour quelle tâche

Travail à fort volume et sensible au coût (résumés, extraction, étiquetage) : Llama 3.3 70B ou Qwen3.7 Flash. À des fractions d'un dixième de centime par réponse, le coût de se tromper occasionnellement est plus bas que le coût d'un modèle premium qui a raison.

Code : DeepSeek V4 Pro ou les variantes code de Kimi K3. Les chiffres SWE-bench rapportés les placent en vraie concurrence avec les assistants de code fermés, et la licence MIT fait de DeepSeek le choix sûr à intégrer. Claude vs DeepSeek les met à l'épreuve l'un contre l'autre.

Documents longs : n'importe laquelle des publications à contexte 1M, avec Llama 4 Maverick comme choix économique à $0.20 par million de tokens d'entrée.

Local et privé : un modèle Qwen de taille moyenne sur un GPU de 24 Go, ou des petits modèles de la classe Gemma sur un ordinateur portable. La confidentialité est totale, la capacité moyenne, et le guide Llama couvre les attentes réalistes pour une exécution locale.

Travail multilingue et hébergé en Europe : Mistral Large 3, qui ancre aussi l'explicatif Mistral.

Là où les modèles ouverts perdent encore

Un guide honnête nomme les écarts, car ils sont réels et ils tranchent les achats.

Le tout premier niveau du raisonnement. Sur les tâches de raisonnement multi-étapes et agentiques les plus difficiles, les modèles fermés haut de gamme gardent encore l'avantage sur la plupart des évaluations publiées. L'écart s'est réduit énormément, il ne s'est pas refermé.

Finition et produit. Les poids ouverts sont livrés comme des poids. Les modes vocaux, les outils de recherche approfondie, la mémoire et les écosystèmes d'applications sont de l'ingénierie produit que les fournisseurs fermés regroupent et que les modèles ouverts laissent à qui les héberge.

Constance de l'hébergement. Le même modèle ouvert peut se comporter différemment selon l'hébergeur, en fonction de la quantification et des choix de service, un mode de défaillance que les API fermées n'ont pas. Si un modèle ouvert semble soudain moins bon, l'hébergeur est suspect avant le modèle.

Support et responsabilité. Quand un modèle fermé se comporte mal, il y a un fournisseur. Quand des poids autohébergés se comportent mal, il y a un tracker d'issues GitHub.

Trois façons de vraiment en utiliser un

1. Via un espace de travail multimodèle. La voie sans configuration : Whizi inclut des modèles ouverts comme Llama, DeepSeek, Kimi, Qwen et Mistral aux côtés de GPT, Claude et Gemini, si bien qu'ouvert contre fermé cesse d'être une décision d'abonnement et devient une décision par question. Envoyez le travail volumineux aux modèles ouverts bon marché et le raisonnement difficile à un modèle haut de gamme dans la même conversation.

2. Via une API. Pour les développeurs, les modèles ouverts hébergés aux prix ci-dessus sont la principale raison de regarder au-delà des fournisseurs frontières pour des charges de production.

3. Sur votre propre matériel. Ollama et LM Studio rendent l'exécution locale vraiment simple aujourd'hui. Choisissez cette option pour la confidentialité ou un besoin hors ligne, pas pour économiser : l'électricité est bon marché, le GPU ne l'est pas.