Qu'est-ce qu'un LLM ?

Les trois mots, dans l'ordre qui compte

Décomposons le nom à l'envers.

Modèle. Un modèle est une fonction qui transforme une entrée en sortie, avec des règles apprises à partir de données plutôt qu'écrites par un développeur. Le modèle météo prend les relevés du jour et sort la prévision de demain. Un modèle de langage prend du texte et sort une probabilité pour ce qui vient ensuite.

Langage. L'entrée et la sortie sont du texte, découpé en jetons, des fragments de mots. Que sont les jetons en IA détaille cette unité ; en résumé, le modèle lit et écrit par fragments d'environ trois quarts de mot.

Grand. Le modèle possède un très grand nombre de paramètres, les nombres internes que l'entraînement ajuste. GPT-2 en 2019 en comptait 1,5 milliard. GPT-3 en 2020 en comptait 175 milliards. Le catalogue que ce site tarife en 2026 inclut un modèle Qwen à 2 400 milliards de paramètres, dont environ 95 milliards sont actifs sur un jeton donné. Le mot « grand » porte beaucoup de sens, et le nombre a été multiplié par plus de mille en sept ans.

Un LLM est donc un très gros prédicteur du mot suivant. Toute autre propriété qu'on lui attribue, le raisonnement, le ton, les erreurs assurées, découle de ce seul métier.

Un LLM n'est pas un chatbot, et la différence fait tout le produit

ChatGPT est une application. GPT est le modèle qu'elle contient. Claude est à la fois une famille de modèles et l'application qu'Anthropic construit autour d'eux. Gemini suit la même logique chez Google. Qu'est-ce qu'un chatbot IA couvre la couche application ; cette page traite du moteur.

La distinction cesse d'être théorique dès qu'on comprend que le moteur est interchangeable. La même fenêtre de chat peut envoyer votre message à GPT, Claude, Gemini, DeepSeek ou Llama, et les réponses diffèrent en ton, coût, vitesse et précision. Un espace de travail multi-modèles comme Whizi, c'est exactement cela : une fenêtre, 280+ modèles derrière, et un sélecteur pour choisir qui répond. L'application est le volant. Le LLM est le moteur, et il en existe des dizaines.

Comment un LLM est entraîné, en deux étapes

Étape un, le pré-entraînement. Le modèle lit un corpus de texte gigantesque et, à chaque position, tente de deviner le jeton suivant. Chaque erreur ajuste un peu les paramètres. Meta a rapporté que Llama 3 avait été pré-entraîné sur plus de 15 000 milliards de jetons, ce qui, en comptant environ 100 000 jetons pour un roman de 75 000 mots (trois quarts de mot par jeton), représente le texte d'environ 150 millions de livres. Après cette étape, le modèle est un excellent autocomplétion et un mauvais assistant : posez-lui une question et il peut enchaîner avec trois autres questions, car c'est souvent ce que fait le texte sur internet.

Étape deux, le post-entraînement. On montre alors au modèle des exemples de bonnes réponses, et des personnes évaluent laquelle de deux réponses est la meilleure, un processus appelé apprentissage par renforcement à partir de retours humains, ou RLHF. C'est de là que vient le comportement d'assistant : répondre dans le format demandé, refuser certaines requêtes. C'est du coaching, pas de la nouvelle connaissance. Les faits viennent toujours de la première étape.

Deux conséquences découlent de ces deux étapes. La connaissance du modèle s'arrête à la date de fin de ses données de pré-entraînement, d'où la date limite de connaissances de chaque modèle. Et rien dans aucune des deux étapes n'installe de vérificateur de faits : le modèle a appris à produire du texte probable, puis du texte plaisant. La vérité est un effet secondaire fréquent des deux, pas une garantie. Pourquoi l'IA se trompe va plus loin.

Pourquoi un LLM prédit au lieu de chercher

Un moteur de recherche récupère. Il possède un index de pages et renvoie celles qui correspondent. Un LLM n'a pas d'index. Tout ce qu'il a lu pendant le pré-entraînement a été compressé dans ses paramètres, et au moment de répondre il régénère du texte à partir de cette compression, un jeton à la fois, en choisissant chaque jeton dans une distribution de probabilité.

C'est pourquoi un LLM peut écrire une recette fonctionnelle pour un plat qu'il n'a jamais vu nommé, et pourquoi il peut aussi produire une citation de jurisprudence qui n'existe pas. Les deux sont des continuations plausibles. Le modèle n'a aucun mécanisme séparé qui vérifie si une continuation plausible est réelle.

La solution que les produits utilisent consiste à greffer la récupération : chercher sur le web ou dans vos fichiers d'abord, puis donner au modèle les passages trouvés et lui demander de répondre à partir de ceux-ci. Cette technique s'appelle le RAG, et qu'est-ce que le RAG l'explique. La recherche web dans une application de chat, c'est du RAG avec internet comme source. Le modèle prédit toujours ; il prédit simplement à partir de meilleur matériau.

Ce que le prix achète au sein d'une famille, mesuré

Chaque famille propose une échelle : un petit modèle, un moyen, un modèle phare. L'Artificial Analysis Intelligence Index, un score composite couvrant des benchmarks publics de raisonnement, de code et de connaissances, chiffre chaque échelon, et le classement affiche un prix mixte par million de jetons à côté. Les quatre échelles ci-dessous ont été relevées le 2026-09-17.

OpenAI achète 15 points pour 18 fois le tarif, Anthropic 35 points pour 36 fois, Qwen 19 points pour 16 fois. DeepSeek casse le schéma : V4 Flash surpasse V4 Pro à moins de la moitié du prix. Deux choses en découlent. Au sein d'une famille, les derniers points sont les plus chers, donc pour une question factuelle courte le petit modèle donne la même réponse que le modèle phare. Et entre les familles, le prix est un mauvais indicateur de qualité : DeepSeek V4 Flash à $0.27 par million de jetons obtient deux points de plus que Claude Sonnet 5 à $5.09. C'est la chose la plus utile à savoir sur les LLM en tant qu'acheteur : le modèle est un curseur, pas un coût fixe. Whizi facture selon la même logique, un crédit pour un message sur le modèle maison, 20 pour Claude Opus 5, et jusqu'à 100 pour les lignes les plus chères, que comment fonctionnent les crédits Whizi détaille modèle par modèle.

La mise en garde honnête est qu'un indice composite est une moyenne sur des tâches. Pour une longue chaîne de raisonnement, le modèle phare justifie son prix ; pour une réécriture, non. Pour une comparaison de ce en quoi chaque famille excelle réellement, quel modèle d'IA choisir est la page de décision.

Ce qu'un LLM ne peut pas faire, en une liste

Tout ce qui suit est une conséquence de l'architecture, pas un bug que la prochaine version corrigera.

• Il ne peut rien savoir après sa date limite d'entraînement, sauf si la récupération lui fournit le texte.
• Il ne peut pas compter de façon fiable sur de longues entrées, car il travaille en jetons et en probabilités, pas en boucle sur des éléments.
• Il ne peut pas vérifier sa propre sortie ; un second passage du même modèle n'est que le même prédicteur qui devine à nouveau.
• Il ne peut pas se souvenir de vous d'une conversation à l'autre, sauf si le produit stocke des notes et les recolle ensuite ; cette mémoire est une fonctionnalité du produit, pas du modèle.
• Il ne peut pas voir toute la conversation indéfiniment. Chaque modèle a une fenêtre de contexte, le texte maximal qu'il peut considérer à la fois, et qu'est-ce qu'une fenêtre de contexte explique ce qui se passe quand on l'atteint.

La conséquence pratique : traitez un LLM comme un collègue fluide, parfois dans l'erreur, et gardez la vérification de votre côté du bureau. La boucle qui transforme un modèle en quelque chose qui agit seul est une autre chose, et qu'est-ce qu'un agent IA trace cette limite. Pour tout ce qui a un coût associé, demandez à un second modèle. Deux prédicteurs différents qui sont d'accord, c'est une preuve faible ; deux qui sont en désaccord, c'est un signal fort de vérifier.