Les 34 modèles de langage entrés sur QUELLE IA depuis son lancement, le 30 septembre 2026, du plus récent au plus ancien. Pour chacun, sa place au classement, ce qu'il fait et les pages où le retrouver.
Aucun banc d'essai suivi ne l'a encore noté : il attend ses premières mesures. Modèle fermé, il s'utilise en ligne ou par API.
Ce qu'il fait
GPT-6 Luna Decisions, c'est GPT-6 Luna servi par l'API Decisions d'OpenAI, qui rend des réponses typées : la probabilité qu'une condition soit vraie, un choix dans une liste fixe ou une note selon une grille. OpenAI la dit environ 10 fois plus rapide que son API Responses habituelle.
Pour qui
Elle sert à classer des contenus, aiguiller des demandes ou hiérarchiser des tâches dans une application, à partir de texte, d'images ou de JSON, pour 0,10 $ par million de jetons en entrée, la sortie n'étant pas facturée selon OpenAI.
À suivre
Passée de la bêta à la disponibilité générale en octobre, elle affronte des modèles de décision spécialisés comme Jev de TypeSafe ; le site ne lui donne pas encore de score général.
Jev est un modèle de décision de TypeSafe AI : il lit un texte et une série de questions fermées, puis rend pour chacune une réponse typée avec sa probabilité, sans rédiger de texte libre. Sa version 1.14, disponible depuis le 14 octobre 2026, apporte de petites améliorations un peu partout, selon TypeSafe.
Pour qui
Il sert à brancher de l'IA dans du logiciel ordinaire pour classer, router, noter ou extraire, en 70 à 500 millisecondes par réponse selon l'éditeur.
À suivre
La 1.14 ouvre à titre expérimental les images, un nouveau type de réponse et un contexte plus long, et TypeSafe en attend surtout un progrès en multilingue ; faute de score sur le site, son intérêt se jugera sur des cas réels.
Sa fiche attend toujours les premiers résultats des bancs d'essai. Avec 74 milliards de paramètres dont 9 actifs par jeton, ce modèle à poids ouverts (OpenMDW-1.1) tient sur un Mac de 96 Go.
Ce qu'il fait
Version comprimée de Nemotron 3.5 Super VL, ce modèle hybride Mamba-2, Transformer et mélange d'experts compte 74 milliards de paramètres, dont 9 milliards actifs, et comprend texte, images et vidéo. Sa déclinaison 24GB, quantifiée à 2 bits, tient selon NVIDIA dans 24 Go de mémoire à côté des autres applications.
Pour qui
NVIDIA le destine aux agents locaux du quotidien (raisonnement, outils, web, terminal) sur RTX Spark et DGX Spark ; son rapport annonce 84 jetons par seconde sur RTX Spark. Hors version 24GB, la plus petite machine suivie par le site qui le fait tourner est un Mac 96 Go.
À suivre
Poids ouverts sous licence OpenMDW-1.1, 256 000 jetons de contexte : QUELLE IA n'a pas encore de score pour lui, et reste à mesurer ce que la compression à 2 bits coûte face à la version complète BF16.
Aucun banc d'essai suivi ne l'a encore noté : il attend ses premières mesures. Poids ouverts sous licence OpenMDW-1.1, 8 milliards de paramètres : il tient sur une carte graphique de 8 Go.
Ce qu'il fait
C'est Gemma 4 E4B retravaillé par NVIDIA pour la conversation (même base de 8 milliards de paramètres), avec un mode « conversation » aux réponses brèves, prêtes à être lues à voix haute, et un raisonnement qu'on active ou coupe selon la demande. NVIDIA annonce des scores moyens environ 40 % au-dessus de son précédent petit modèle, Nano 4B, sur ses bancs d'agents conversationnels.
Pour qui
Il vise les assistants vocaux, les personnages de jeux vidéo et les robots, en local sur GeForce RTX, Jetson, RTX Spark ou DGX Spark, en 35 langues dont le français ; sur le site, il tient sur une carte graphique de 8 Go (5,5 Go allégé à 4 bits).
À suivre
Sans note sur QUELLE IA pour l'instant, il reste à mesurer hors des bancs de NVIDIA, et sa licence OpenMDW-1.1 diffère de l'Apache 2.0 de Gemma 4 : à vérifier selon l'usage visé.
Entré en attente de mesures, il a depuis un score provisoire, encore sans rang. Moonshot annonce ses poids pour le 4 novembre 2026 au plus tard, avec 2 800 milliards de paramètres dont 104 actifs par jeton.
Ce qu'il fait
Kimi K3.1 Pro ouvre la série K3.1 de Moonshot : c'est Kimi K3 post-entraîné avec beaucoup plus de calcul, un mélange d'experts de 2 800 milliards de paramètres (104 milliards actifs) avec 1 million de jetons de contexte. Moonshot le dit au niveau des meilleurs modèles fermés en code et en agents, avec 65,7 % sur Terminal-Bench 4.0 contre 66,4 % pour Claude Opus 5.5, selon ses propres mesures.
Pour qui
Il vise le code de projet complet (jeux sous Unity, Unreal Engine ou Godot), la modélisation 3D dans Blender ou en CAO et la finance, et il est déjà disponible sur Kimi.ai, Kimi Work, Kimi Code et l'API ; c'est en web et interfaces que le site le classe le mieux.
À suivre
Les poids doivent sortir d'ici le 4 novembre 2026, sans licence annoncée, et il faudra une vraie infrastructure de serveur : 1 932 Go de mémoire même en version allégée, selon les calculs du site.
Sa fiche attend toujours les premiers résultats des bancs d'essai. Modèle fermé, il s'utilise en ligne ou par API.
Ce qu'il fait
C'est la version de GPT-6 Luna qu'OpenAI a mise dans ChatGPT en octobre 2026 à la place de GPT-5.6 Luna, le mois la distinguant de la version de septembre restée dans Codex et ChatGPT Work. OpenAI la place sous GPT-6 Sol, qui la devance dans ses évaluations de cybersécurité.
Pour qui
Modèle grand public aux poids fermés, elle équipe ChatGPT, qu'OpenAI annonce pour tous, offres gratuites comprises. Selon la fiche de sécurité, elle commet moins d'erreurs factuelles que GPT-5.6 Luna sur presque toutes les mesures.
À suivre
OpenAI signale aussi des reculs sur certains contenus sensibles, comme l'automutilation ; QUELLE IA n'a pas encore de score pour cette version, dont la place face à GPT-6 Sol reste à mesurer.
Aucun banc d'essai suivi ne l'a encore noté : il attend ses premières mesures. Modèle fermé, il s'utilise en ligne ou par API.
Ce qu'il fait
GPT-6 Sol (October) est la version de GPT-6 Sol qu'OpenAI a déployée dans ChatGPT pour tous, en remplacement de GPT-5.6 Sol ; OpenAI date ses modèles par mois, et la version September reste en service dans Codex et ChatGPT Work.
Pour qui
C'est le modèle de la conversation au quotidien dans ChatGPT, à poids fermés, qu'OpenAI classe à un niveau de capacité élevé en cybersécurité, en biologie et en chimie.
À suivre
Le site ne l'a pas encore mesuré. Sa fiche signale un recul statistiquement significatif sur l'automutilation face à son prédécesseur, jugé limite mais sans gravité par OpenAI après relecture manuelle.
Entré en attente de mesures, il a depuis un score provisoire, encore sans rang. Poids ouverts sous licence MIT : il lui faut un serveur plutôt qu'une machine de bureau.
Ce qu'il fait
Avec la 1017, DeepSeek livre une mise à jour mineure de son V4.1 Flash, qu'elle remplace sur son site, son application et son API sous le même nom, deepseek-flash, au même tarif. L'éditeur chinois annonce de meilleurs résultats en raisonnement, code, agents et vision, des tâches bouclées plus vite et des réponses plus courtes.
Pour qui
Le code et les agents sont son terrain : entraînée par renforcement pour mener un projet de bout en bout, elle est optimisée pour le DeepSeek Harness et pour CodeBuddy et WorkBuddy de Tencent, et lit texte et images sur un million de jetons.
À suivre
Ses poids sont ouverts sous licence MIT, mais avec environ 510 Go de fichiers elle ne tient sur aucune machine suivie par le site ; reste à voir si la concision annoncée tient hors des bancs de DeepSeek.
Entré en attente de mesures, il est aujourd'hui classé 42e du général. Poids ouverts sous licence Muse Model License, mais 816 milliards de paramètres dont 42 actifs par jeton : il lui faut un serveur plutôt qu'une machine de bureau.
Ce qu'il fait
Muse Spark Open est la version à poids ouverts de Muse Spark, publiée par Meta le 15 octobre 2026 : un mélange d'experts de 816 milliards de paramètres, dont 42 milliards actifs, qui lit texte, images, vidéo et audio sur 1 million de jetons de contexte. Meta le présente comme le modèle ouvert américain le plus capable à ce jour et le compare notamment à Kimi K3 et GLM 5.3.
Pour qui
Il est entraîné pour le travail d'agent au long cours, comme lire une grosse base de code, planifier un changement et appeler des outils ; Meta le fait tourner sur deux Mac Studio M5 Ultra reliés, mais la version allégée demande environ 563 Go de mémoire, et l'accès le plus simple reste l'API, chez OpenRouter ou Together AI par exemple.
À suivre
Sa licence maison impose la mention « Built with Muse Spark Open » et un accord séparé au-delà de 20 millions de dollars de revenus annuels, et Meta promet un rapport d'évaluation complet prochainement.
Entré en attente de mesures, il a depuis un score provisoire, encore sans rang. Poids ouverts sous licence OpenMDW-1.1, 120 milliards de paramètres dont 12 actifs par jeton : il tient sur un PC portable RTX Spark de 128 Go.
Ce qu'il fait
Nemotron 3.5 Super VL est le modèle multimodal à poids ouverts de NVIDIA pour les agents : 120 milliards de paramètres, dont 12 milliards actifs par jeton. Il réunit raisonnement, appel d'outils et compréhension du texte, des images, des documents et de la vidéo, sans devoir enchaîner un modèle de texte et un modèle de vision.
Pour qui
NVIDIA le destine notamment au code et à l'analyse de documents, avec un contexte d'un million de jetons ; allégé à 82,8 Go, il tient sur le PC portable RTX Spark 128 Go. C'est en web et interfaces que le site le classe le mieux.
À suivre
NVIDIA annonce jusqu'à 5 fois plus de débit sur une seule carte graphique que les modèles ouverts de sa taille, mais ses propres tableaux le placent derrière Qwen3.8-Flash-Next et GLM-5.3-Flash sur la plupart des lignes : à confirmer par les mesures.
Entré en attente de mesures, il est aujourd'hui classé 11e du général. C'est en écriture qu'il se classe le mieux, 5e.
Ce qu'il fait
Nouvelle génération de modèles de Meta, bâtie sur les fondations de Muse Spark, Muse Wonder existe en deux versions : celle-ci, ouverte aux développeurs par la Meta Model API et Muse Code, et Muse Wonder Full, réservée aux abonnés de Muse Code. Meta met en avant une « mémoire active », qui garde ce qui compte d'une conversation à l'autre, et une « concentration active » pour les tâches qui se compliquent.
Pour qui
Il vise les agents personnels et professionnels (démêler une déclaration de sinistre, comprendre un bail, ranger ses finances), lit texte, images, vidéo et audio sur un million de jetons et ne s'utilise que par l'API de Meta ; c'est en écriture que le site le classe le mieux.
À suivre
Meta annonce son arrivée prochaine dans l'assistant Muse, sans précision pour l'Europe, et promet un rapport de sûreté complet : elle dit ne pas exclure, sans protections, un risque élevé dans le domaine chimique et biologique pour la version Full.
Entré en attente de mesures, il a depuis un score provisoire, encore sans rang. Sa meilleure tâche : web et interfaces, où il est 6e.
Ce qu'il fait
Variante la plus puissante de la série Muse Wonder, que Meta présente comme ses modèles les plus capables à ce jour, elle lit texte, images, vidéo et audio avec un contexte d'un million de jetons. Selon Meta, son modèle de base plus grand lui permet de mieux réussir les tâches inédites que ne le laissait prévoir la tendance de Muse Spark 1.3.
Pour qui
Meta vise le droit, la finance et la santé, ainsi que la programmation, d'un jeu à une appli pour une nouvelle entreprise, mais seuls les abonnés de Muse Code y ont accès, sans API ni poids téléchargeables. C'est en web et interfaces que le site le classe le mieux.
À suivre
Meta ne donne pas sa taille et promet un rapport de sécurité complet pour plus tard ; son score sur QUELLE IA, encore provisoire, est à confirmer par les mesures.
Son score reste provisoire : trop peu de mesures pour lui donner un rang. Poids ouverts sous licence Apache 2.0, 3,2 milliards de paramètres : il tient sur une carte graphique de 8 Go.
Ce qu'il fait
Petit modèle hybride de la génération Granite 4.0 d'IBM (3,2 milliards de paramètres), il alterne couches Mamba-2 et blocs transformeur dans un rapport de neuf pour un ; IBM annonce ainsi plus de 70 % de mémoire vive en moins que des transformeurs classiques sur les longs textes et les sessions simultanées.
Pour qui
IBM le destine aux usages locaux et embarqués à faible latence, ou comme brique rapide d'un système d'agents, en douze langues dont le français ; il tient sur une carte graphique de 8 Go (2,2 Go allégé à 4 bits), sous licence Apache 2.0.
À suivre
Sans raisonnement explicite, il a été rejoint depuis par Granite 4.2 ; sa note provisoire, mesurée seulement en français, demande d'autres mesures pour trancher.
Encore trop peu mesuré pour un rang, il a un score provisoire. Il se télécharge (licence Apache 2.0) et tourne dès une carte graphique de 8 Go, avec 6,9 milliards de paramètres.
Ce qu'il fait
Petit modèle de la famille Granite 4.0 d'IBM, c'est un mélange d'experts de 6,9 milliards de paramètres selon le site (IBM arrondit à 7), dont 1 milliard seulement actif. Il reprend l'architecture hybride de la gamme, couches Mamba-2 et blocs Transformer, pensée pour économiser la mémoire.
Pour qui
IBM le vise pour les usages locaux et embarqués où la latence compte, ou comme rouage rapide d'un système d'agents qui appelle des fonctions ; il sait aussi résumer, classer du texte et compléter du code, en douze langues dont le français. Une carte graphique de 8 Go suffit à le faire tourner, d'après les machines suivies par le site.
À suivre
Sous licence Apache 2.0, il garde un score provisoire sur QUELLE IA, classé seulement en français pour l'instant : sa tenue réelle est à confirmer par les mesures.
Il n'a qu'un score provisoire, faute de mesures suffisantes. Avec 7,3 milliards de paramètres, ce modèle à poids ouverts (Apache 2.0) tient sur une carte graphique de 8 Go.
Ce qu'il fait
OLMo 3 7B Instruct est la version conversationnelle de la famille OLMo 3 de l'Allen Institute for AI (Ai2) : elle produit des réponses plus courtes que les variantes Think pour gagner en efficacité. Dans les évaluations d'Ai2, elle égale ou dépasse des modèles ouverts comme Qwen 2.5, Gemma 3 ou Llama 3.1.
Pour qui
Elle vise la conversation, le suivi d'instructions, l'appel d'outils et la génération de données synthétiques, et tient sur une carte graphique de 8 Go en version allégée.
À suivre
Entièrement ouverte, des données aux points de contrôle, elle fait une base légère pour la recherche ou l'affinage ; Ai2 en a d'ailleurs repris la recette pour un modèle plus grand, OLMo 3.1 Instruct 32B.
Son score reste provisoire : trop peu de mesures pour lui donner un rang. Poids ouverts sous licence Apache 2.0, 7,3 milliards de paramètres : il tient sur une carte graphique de 8 Go.
Ce qu'il fait
OLMo 3 7B Think est la version raisonnement, à 7 milliards de paramètres, de la famille Olmo 3 de l'Allen Institute for AI, qui publie avec les poids les points d'étape de l'entraînement et toutes ses données. Selon l'institut, il égale Qwen 3 8B sur MATH et mène les modèles comparés sur HumanEvalPlus en code.
Pour qui
Il expose ses étapes de réflexion, et l'outil OlmoTrace relie ses réponses aux données d'entraînement, de quoi intéresser chercheurs et curieux. Allégé à 5,0 Go, il tient sur une carte graphique de 8 Go.
À suivre
Sorti en 2025 sous licence Apache 2.0 et complété depuis par Olmo 3.1, il n'est encore mesuré par le site qu'en français.
Encore trop peu mesuré pour un rang, il a un score provisoire. Il se télécharge (licence Apache 2.0) et tourne dès un Mac de 24 Go, avec 20,9 milliards de paramètres.
Ce qu'il fait
Reka Flash 3.1 met à jour Reka Flash 3, le modèle ouvert de 20,9 milliards de paramètres de Reka AI. Grâce à un apprentissage par renforcement retravaillé, Reka annonce 10 points de mieux sur LiveCodeBench v5 et le dit au niveau de Qwen3-32B ou Gemini 2.5 Flash Thinking en code.
Pour qui
Il vise le code et sert de base à affiner pour des tâches d'agents, en anglais ; une version quantifiée à 3,5 bits facilite l'usage local, et il tient sur un Mac 24 Go en version allégée.
À suivre
Sorti en mai 2025 sous licence Apache 2.0, il arrive sur le site avec du recul : ses mesures diront s'il tient face aux modèles ouverts plus récents.
Entré 18e du général, il est aujourd'hui 16e. Sa meilleure tâche : code, où il est 10e.
Ce qu'il fait
Claude Haiku 5.5 est le petit modèle d'Anthropic, pensé pour les travaux rapides et répétitifs : Anthropic le dit plus rapide que tous ses modèles précédents et environ 75 % moins cher à faire tourner que Haiku 4.5. C'est aussi le premier Haiku doté d'un réglage d'effort, pour arbitrer entre coût et intelligence.
Pour qui
Résumés, classification, requêtes en base de données, support client en direct : il sert aussi de sous-agent à Opus 5.5 et Sonnet 5.5 pour le code. C'est en code et en vision et multimodal que le site le classe le mieux.
À suivre
Anthropic reconnaît que Sonnet 5.5 et Opus 5.5 restent meilleurs pour le code agentique complexe : son intérêt se jouera sur les volumes, à confirmer par les mesures.
Entré en attente de mesures, il a depuis un score provisoire, encore sans rang. Poids ouverts sous licence Apache 2.0, 501 milliards de paramètres dont 23 actifs par jeton : il tient sur un Mac de 512 Go.
Ce qu'il fait
Premier modèle à poids ouverts de Reflection AI, Beam est un mélange d'experts de 501 milliards de paramètres, dont 23 milliards actifs, entraîné en priorité pour le code et les agents et limité au texte. Reflection reconnaît que Kimi K3 reste devant en capacité brute et met en avant l'efficacité de Beam au moment de répondre.
Pour qui
Il vise développeurs et entreprises pour la programmation et les tâches d'agent au long cours, avec un effort de raisonnement réglable et Mirror CLI, l'outil maison pour le piloter depuis le terminal ; c'est en web et interfaces que le site le classe le mieux. En local, la plus petite machine suivie qui le porte est un Mac 512 Go.
À suivre
Les poids sont publiés depuis le 16 octobre 2026 sous licence Apache 2.0, en BF16, FP8 et NVFP4 : les résultats avancés par Reflection restent à confirmer par les mesures du site, où son score est encore provisoire.
Entré en attente de mesures, il est aujourd'hui classé 62e du général. Mistral AI annonce ses poids pour la fin d'octobre 2026.
Ce qu'il fait
Mistral Large 4, que Mistral surnomme « le Chonk », est le plus grand modèle de l'éditeur français : 1 000 milliards de paramètres, nativement multimodal (texte et images), lancé en préversion publique par API. Mistral dit l'avoir entraîné à partir de zéro sur 3 800 GPU NVIDIA Grace Blackwell, dans ses propres centres de données en Europe.
Pour qui
Mistral le pousse sur la cybersécurité (il annonce 93 % de réussite sur les défis de Cybench), la finance, le droit et la lecture d'images techniques, en plus de 160 langues, avec un déploiement possible sur un cloud privé ou sur site ; c'est en français que le site le classe le mieux.
À suivre
Son entraînement se poursuit pendant la préversion, précise Mistral, et ses poids, attendus pour la fin d'octobre 2026, ne tiendront sur aucune machine suivie par QUELLE IA : de quoi intéresser d'abord les entreprises qui veulent l'héberger elles-mêmes.
Il n'a qu'un score provisoire, faute de mesures suffisantes. Avec 32 milliards de paramètres, ce modèle à poids ouverts (EXAONE AI Model License Agreement 1.2 - NC) tient sur un Mac de 32 Go.
Ce qu'il fait
EXAONE 4.0 32B est le modèle « hybride » de LG AI Research : il répond directement ou raisonne pas à pas, une capacité héritée d'EXAONE Deep. C'est la version « professionnelle » de la gamme, à côté d'un petit modèle de 1,2 milliard de paramètres prévu pour tourner sur l'appareil.
Pour qui
LG le destine au droit, à la comptabilité ou à la médecine, avec appel de fonctions et prise en charge de MCP pour bâtir des agents, en coréen, en anglais et en espagnol ; en version allégée, il tient sur un Mac 32 Go.
À suivre
Sa licence non commerciale le réserve d'abord à la recherche et à l'enseignement, et, sorti en juillet 2025, il devra montrer face aux modèles ouverts plus récents qu'il reste dans la course.
Son score reste provisoire : trop peu de mesures pour lui donner un rang. Poids ouverts sous licence Apache 2.0, 12 milliards de paramètres : il tient sur une carte graphique de 12 Go.
Ce qu'il fait
Gemma 4 12B est le modèle intermédiaire de la famille Gemma 4, glissé par Google DeepMind entre le petit E4B et le 26B à mélange d'experts. Son architecture « unifiée » se passe d'encodeurs : images et sons entrent directement dans le modèle de langage, et c'est le premier Gemma de taille moyenne à comprendre l'audio en natif.
Pour qui
Sous licence Apache 2.0, il vise les agents multimodaux qui tournent en local : Google annonce 16 Go de mémoire vidéo ou unifiée, et en version allégée il tient sur une carte graphique de 12 Go.
À suivre
Google le dit proche de son 26B pour moins de la moitié de la mémoire, ce que les mesures indépendantes devront confirmer.
Encore trop peu mesuré pour un rang, il a un score provisoire. Il se télécharge (licence Apache 2.0) et tourne dès une carte graphique de 8 Go, avec 5,1 milliards de paramètres.
Ce qu'il fait
Plus petit des quatre modèles Gemma 4 de Google, il est pensé pour tourner sur l'appareil : le « E » signifie paramètres « effectifs », environ 2 milliards au calcul pour 5,1 milliards au total selon les données du site. Il lit texte, images et vidéo, et comprend aussi la voix en entrée.
Pour qui
Google le destine aux téléphones et petits appareils, du Raspberry Pi au Jetson Orin Nano de NVIDIA, hors ligne, avec plus de 140 langues et 128 000 jetons de contexte. Sur PC, une carte graphique de 8 Go suffit, d'après les machines suivies par le site.
À suivre
Sous licence Apache 2.0, il garde un score provisoire sur QUELLE IA : sa tenue en français, seule tâche où le site le classe pour l'instant, est à confirmer par les mesures.
Il n'a qu'un score provisoire, faute de mesures suffisantes. Avec 8 milliards de paramètres, ce modèle à poids ouverts (Apache 2.0) tient sur une carte graphique de 8 Go.
Ce qu'il fait
Deuxième plus petit modèle de la famille Gemma 4 de Google, sortie en quatre tailles de E2B à 31B, il compte 8 milliards de paramètres, mais Google annonce une empreinte effective de 4 milliards à l'exécution, pour ménager mémoire et batterie.
Pour qui
Il lit le texte, les images et l'audio sur 128 000 jetons de contexte, hors ligne sur téléphone, Raspberry Pi ou Jetson Orin Nano, et tient sur une carte graphique de 8 Go (5,5 Go allégé à 4 bits) ; c'est en français que le site le classe le mieux.
À suivre
NVIDIA en a déjà dérivé son Bolt E4B, présent sur cette page ; sa note provisoire, sous licence Apache 2.0, reste à consolider par d'autres mesures.
Classé d'emblée 202e du général, il est 205e aujourd'hui. Poids ouverts sous licence Apache 2.0, 32,2 milliards de paramètres : il tient sur un Mac de 32 Go.
Ce qu'il fait
Lancé par IBM avec la famille Granite 4.0, c'est un mélange d'experts de 32 milliards de paramètres, dont 9 milliards actifs. Il marie couches Mamba-2 et blocs Transformer, un choix qui, selon IBM, réduit de plus de 70 % la mémoire nécessaire pour les longs textes et les sessions simultanées.
Pour qui
IBM en fait un modèle de travail pour l'entreprise (agents qui manient plusieurs outils, service client automatisé), en douze langues dont le français, tâche où le site le classe d'ailleurs le mieux. Pour le faire tourner chez soi, la plus petite machine suivie est un Mac 32 Go.
À suivre
Sous licence Apache 2.0, signé cryptographiquement et certifié ISO 42001 selon IBM, il reste une option à comparer, mesures du site à l'appui, avec les modèles ouverts plus récents de même taille.
Encore trop peu mesuré pour un rang, il a un score provisoire. Il se télécharge (licence Apache 2.0) et tourne dès une carte graphique de 8 Go, avec 3,7 milliards de paramètres.
Ce qu'il fait
Plus petit des trois modèles de Granite 4.2, la première famille d'IBM à raisonner avant de répondre, il bascule selon IBM entre réflexion complète, réponse directe et un mode « effort réduit », et appelle des outils nativement. Contrairement aux versions 8B et 30B, il n'a pas suivi l'entraînement spécifique aux agents (code, terminal, web).
Pour qui
Avec 3,7 milliards de paramètres, il tourne chez soi sur une carte graphique de 8 Go (2,6 Go allégé à 4 bits), et IBM annonce une fenêtre de 512 000 jetons pour les longs documents, sous licence Apache 2.0.
À suivre
Sa note reste provisoire : les prochaines mesures diront si le raisonnement intégré compense sa petite taille.
Il n'a qu'un score provisoire, faute de mesures suffisantes. Avec 49,9 milliards de paramètres, ce modèle à poids ouverts (NVIDIA Open Model License) tient sur un Mac de 48 Go.
Ce qu'il fait
Modèle intermédiaire de la famille Llama Nemotron de NVIDIA, entre Nano et Ultra, il compte 49,9 milliards de paramètres obtenus en comprimant Llama 3.3 70B. Sa particularité : une simple consigne système active ou coupe le raisonnement, si bien qu'un seul modèle sert aux deux types de tâches.
Pour qui
NVIDIA le destine aux agents, aux assistants conversationnels et à la recherche documentaire (RAG), avec appel d'outils, 128 000 jetons de contexte et le français parmi les langues prises en charge, l'anglais et le code restant prioritaires. Chez soi, la plus petite machine suivie par le site qui le fait tourner est un Mac 48 Go.
À suivre
Sorti en mars 2025 sous la NVIDIA Open Model License, doublée des conditions de Llama 3.3, il garde un score provisoire sur QUELLE IA : son intérêt pour un usage local en français est à confirmer par les mesures.
Son score reste provisoire : trop peu de mesures pour lui donner un rang. Modèle fermé, il s'utilise en ligne ou par API.
Ce qu'il fait
Mercury est le premier modèle de conversation d'Inception Labs, qui écrit par diffusion : il part d'un brouillon bruité et l'affine en quelques passes, au lieu de produire un jeton après l'autre. Inception le dit jusqu'à 10 fois plus rapide que des modèles comparables, pour un niveau proche de Gemini 2.5 Flash et Claude 4.5 Haiku sur ses propres tests.
Pour qui
Avec 128 000 jetons de contexte, l'appel d'outils et des sorties JSON, il vise les assistants de code et les agents vocaux en temps réel, là où la latence compte.
À suivre
Suivi depuis par Mercury 2, Mercury 2.5 et Mercury 3, il sert surtout de repère pour mesurer les progrès de la diffusion appliquée au texte.
Encore trop peu mesuré pour un rang, il a un score provisoire. Il se télécharge (licence NVIDIA Nemotron Open Model License) et tourne dès une carte graphique de 8 Go, avec 4 milliards de paramètres.
Ce qu'il fait
Nemotron 3 Nano 4B est le plus petit modèle de la famille Nemotron 3 et, selon NVIDIA, son premier modèle optimisé pour tourner directement sur l'appareil. Il a été élagué et distillé à partir de Nemotron Nano 9B v2, dont il garde le raisonnement hybride.
Pour qui
NVIDIA le destine aux personnages de jeux vidéo, aux assistants vocaux locaux et à l'automatisation d'objets connectés, en anglais, sur GeForce RTX, Jetson ou DGX Spark ; en version allégée, il tient sur une carte graphique de 8 Go.
À suivre
NVIDIA annonce 18 jetons par seconde sur un Jetson Orin Nano de 8 Go et l'empreinte mémoire la plus faible de sa catégorie, des chiffres maison à confirmer par les mesures.
Il n'a qu'un score provisoire, faute de mesures suffisantes. Avec 31,6 milliards de paramètres, ce modèle à poids ouverts (NVIDIA Open Model License) tient sur une carte graphique de 24 Go.
Ce qu'il fait
Nemotron Cascade 2 30B A3B est un modèle de raisonnement à poids ouverts de NVIDIA : 30 milliards de paramètres, dont 3 milliards actifs. NVIDIA annonce un niveau médaille d'or aux Olympiades internationales de mathématiques et d'informatique 2025, avec 20 fois moins de paramètres que le seul modèle ouvert à l'avoir fait avant lui.
Pour qui
Taillé pour les maths et la programmation, avec un mode réflexion et un mode réponse directe, il tient une fois allégé (21,8 Go) sur une carte graphique de 24 Go.
À suivre
NVIDIA, qui publie aussi ses données d'entraînement, dit dépasser Qwen3.5-35B-A3B en maths, en code et en suivi d'instructions ; le site ne le mesure encore qu'en français, et le reste est à confirmer par les mesures.
Son score reste provisoire : trop peu de mesures pour lui donner un rang. Modèle fermé, il s'utilise en ligne ou par API.
Ce qu'il fait
Nova 2 Lite est le modèle « de tous les jours » de la deuxième génération Nova d'Amazon, lancée avec un Nova 2 Pro plus ambitieux encore en préversion. AWS le présente comme un modèle de raisonnement rapide et économique, doté de trois niveaux d'intensité de réflexion pour arbitrer entre vitesse, qualité et coût, d'outils intégrés (interpréteur de code, ancrage sur le web) et d'un contexte d'un million de jetons.
Pour qui
Amazon cite des premiers clients qui l'emploient pour le service client, le traitement de documents et l'automatisation de processus ; ses poids sont fermés, on y accède par Amazon Bedrock, où il peut aussi être affiné.
À suivre
Sorti en décembre 2025 et encore provisoire sur le site, il se regarde surtout comme une option économique dans l'écosystème AWS, à confirmer par les prochaines mesures.
Entré 207e du général, il est aujourd'hui 211e. Il se télécharge (licence Apache 2.0) et tourne dès un Mac de 32 Go, avec 32,2 milliards de paramètres.
Ce qu'il fait
OLMo 3.1 32B Think prolonge OLMo 3 32B Think : l'Allen Institute for AI (Ai2) a relancé son apprentissage par renforcement pendant 21 jours sur 224 GPU. Ai2 annonce des gains en maths, en raisonnement et en suivi d'instructions, sur un modèle dont tout est publié : données, code, poids et points de contrôle.
Pour qui
Ai2 en fait un outil de recherche sur le raisonnement long et l'apprentissage par renforcement, où l'on peut suivre les étapes de réflexion jusqu'aux données qui les ont produites ; sous licence Apache 2.0, il tient sur un Mac 32 Go en version allégée.
À suivre
Son atout principal est la transparence, utile à qui veut adapter un modèle de bout en bout ; les gains annoncés restent à confirmer par des mesures indépendantes.
Il n'a qu'un score provisoire, faute de mesures suffisantes. Avec 3,1 milliards de paramètres, ce modèle à poids ouverts (Apache 2.0) tient sur une carte graphique de 8 Go.
Ce qu'il fait
SmolLM3 3B est le petit modèle entièrement ouvert de Hugging Face : poids, données et recette d'entraînement sont publiés. Hugging Face annonce qu'il dépasse Llama-3.2-3B et Qwen2.5-3B et tient tête à des modèles de 4 milliards de paramètres, avec un mode réflexion activable.
Pour qui
Il parle six langues dont le français, accepte 128 000 jetons de contexte et tient, allégé à 2,1 Go, sur une carte graphique de 8 Go : un bon candidat pour un usage local.
À suivre
Sorti en 2025 sous licence Apache 2.0, il reste une référence pour qui veut comprendre l'entraînement d'un petit modèle ; le site ne le mesure encore qu'en français.
Entré en attente de mesures, il est aujourd'hui classé 4e du général. Sa meilleure tâche : usage courant, où il est 2e.
Ce qu'il fait
Gemini 4 Argon est le nouveau modèle de pointe de Google DeepMind, à poids fermés, taillé pour les tâches longues : génie logiciel, droit et finance, défense en cybersécurité. Sa singularité tient à ses réponses, qui peuvent atteindre 1 million de jetons, contre 64 000 auparavant.
Pour qui
Il vise les équipes qui confient de grosses migrations de code à des agents et les spécialistes de la sécurité, puisque Google dit qu'il sait trouver, valider et corriger seul des failles critiques. C'est en usage courant et en écriture que le site le classe le mieux.
À suivre
Réservé au lancement à des testeurs choisis, il doit s'ouvrir aux clients payants de l'API et aux abonnés Google AI Ultra, à 2 $ par million de jetons en entrée et 10 $ en sortie, puis 4 $ et 20 $, selon Google.
598 modèles de langage avaient déjà leur fiche le 30 septembre 2026, jour de la mise en ligne de QUELLE IA. Ils ne figurent pas ici comme nouveautés : on les retrouve dans le catalogue des modèles et dans le classement général.
La règle
Date d'entrée : le premier moment où la fiche du modèle figure dans une édition publiée, en heure de Paris, classé ou en attente de mesures. Elle ne change plus ensuite ; un modèle renommé garde la date de son ancienne fiche.
La phrase de chaque entrée est calculée par règle à partir des données du site, sans modèle de langage : statut à l'entrée et aujourd'hui (classé avec son rang du général, score provisoire, en attente de mesures), poids ouverts ou fermés, taille, plus petite machine suivie qui le fait tourner, tâche où il est le mieux classé. L'analyse, quand elle existe, est écrite à la main à partir de l'annonce de l'éditeur, de sa fiche technique et des données du site : un chiffre annoncé par l'éditeur lui est attribué. 34 entrées sur 34 ont une analyse.