Le classement des LLM open source américains en 2026

Parmi les 19 options que nous avons testées, Gemma 4, SAM 3 (Segment Anything Model 3) et Muse Glimmer arrivent en tête. Chacune est classée selon notre note, avec son prix, notre verdict et le profil auquel elle convient.

Par Andrew Miller · Mis à jour le 2 nov. 2026 · Notre méthode

Notre classement : selon notre note sur 5, à partir d’avis fondés sur les prix, la documentation et les politiques de chaque produit, ainsi que sur des benchmarks indépendants lorsqu’ils existent, chacun vérifié à la date indiquée dans l’avis. Nous ne touchons aucune commission d’affiliation.

À voir aussi : le classement des LLM open source

1
Gemma 4
Licence et données : Auto-hébergé, les données restent donc là où vous le faites tourner. Apache 2.0 autorise l'usage commercial et l'affinage sans plafond de chiffre d'affaires ni avenant d'usage acceptable.
Exploitation : Les poids sont gratuits. Le 31B demande environ 62 GB en BF16 (une carte de 80 GB) ou 17,7 GB en 4 bits ; le 26B A4B pèse 14,4 GB, le 12B 7,0 GB et l'E4B 5,2 GB en 4 bits. OpenRouter affiche le 31B à 0,20 $/0,40 $ et le 26B A4B à 0,08 $/0,26 $ par 1M de tokens.
Prix : Poids gratuits sous Apache 2.0. Hébergé sur Google Cloud et chez des tiers ; OpenRouter affiche le 31B à 0,20 $/0,40 $ et le 26B A4B à environ 0,08 $/0,26 $ par 1M de tokens.
Lire notre avis sur Gemma 4
4.4/5
2
SAM 3 (Segment Anything Model 3)
Licence et données : Auto-hébergé, les images et vidéos restent sur votre matériel. La SAM License autorise l'usage commercial mais interdit les usages militaires, liés à ITAR et autres usages soumis au contrôle des exportations, ainsi que la rétro-ingénierie, et la barrière d'accès collecte nom, date de naissance, pays et affiliation selon la politique de confidentialité de Meta.
Exploitation : Avec 848M de paramètres, un seul GPU de centre de données suffit à le servir ; Meta annonce 30 ms par image avec plus de 100 objets sur un H200, et SAM 3.1 à 32 images par seconde sur un H100 pour un nombre moyen d'objets. Les prix hébergés de Roboflow suivent ses propres offres.
Prix : Gratuit sous la SAM License après une inscription contrôlée sur Hugging Face ; usage commercial autorisé avec des restrictions sur les usages militaires, ITAR et la rétro-ingénierie. L'usage hébergé via Roboflow est facturé selon les offres de Roboflow.
Lire notre avis sur SAM 3 (Segment Anything Model 3)
4.4/5
3
Muse Glimmer
Licence et données : Apache 2.0 autorise l'usage commercial sans plafond de revenus. Exécuté en local, rien ne quitte la machine ; sur OpenRouter, les conditions du fournisseur d'hébergement s'appliquent. Les données d'entraînement de Meta incluent des informations de ses propres produits et services.
Exploitation : Local : une carte de 24GB pour la version de 17GB, 32GB pour la version quasi sans perte, 64GB pour la pleine précision. Hébergé : 0,30 $/1,20 $ par 1M de tokens sur DeepInfra, 0,35 $/1,50 $ sur Together, si bien que 300M en entrée et 60M en sortie par mois font environ 162 $.
Prix : Poids gratuits sous Apache 2.0 ; pas d'API Meta. Hébergé sur OpenRouter à partir de 0,30 $ par 1M en entrée et 1,20 $ par 1M en sortie (DeepInfra).
Lire notre avis sur Muse Glimmer
4.1/5
4
Nemotron 3.5 Super VL
Licence et données : OpenMDW-1.1 autorise l'usage commercial. L'auto-hébergement garde les données en interne ; les fournisseurs hébergés fixent leurs propres conditions de conservation, et OpenRouter n'offre pas de routage en région UE pour ce modèle.
Exploitation : Au 0,15 $/0,50 $ d'OpenRouter, 1M de tours d'agent par mois à 8K tokens en entrée et 1K en sortie reviennent à environ 1 700 $, avant que sa verbosité ne gonfle la sortie. L'auto-hébergement en BF16 signifie quatre H100 par réplique ; le NVFP4 tient dans une empreinte Blackwell plus petite.
Prix : Poids gratuits sous OpenMDW-1.1. Hébergé : OpenRouter à partir de 0,15 $ en entrée / 0,50 $ en sortie par 1M de tokens, plus une variante gratuite ; NVIDIA NIM et autres fournisseurs tarifés séparément.
Lire notre avis sur Nemotron 3.5 Super VL
4.1/5
5
gpt-oss-120b
Licence et données : Apache 2.0 sans restriction d'usage dans la licence. En auto-hébergement, les prompts restent sur votre matériel ; en hébergé, la conservation suit les conditions de chaque fournisseur, et le routage uniquement dans l'UE d'OpenRouter exige une offre Business ou Enterprise.
Exploitation : 1B de tokens en entrée et 250M en sortie par mois coûtent environ 300 $ à 0,15 $/0,60 $ par million ; le batch de Bedrock divise son tarif par deux. L'auto-hébergement exige un GPU de 80GB pour l'inférence et un nœud H100 pour l'affinage.
Prix : Poids gratuits sous Apache 2.0 ; les prix hébergés varient selon le fournisseur.
Lire notre avis sur gpt-oss-120b
4.0/5
6
Granite 4.2
Licence et données : Apache 2.0, ouvert à l'usage commercial et de recherche sans limite de domaine d'usage ; les prompts auto-hébergés restent sur votre matériel.
Exploitation : L'API d'IBM facture 0,16 $ par million de tokens en entrée et 0,65 $ par million en sortie, avec une remise de 75 % sur les hits de cache. En auto-hébergement, le 30B a besoin d'environ 18GB en 4 bits ou 31GB en 8 bits.
Prix : Poids gratuits sous Apache 2.0 ; watsonx et l'hébergement tiers facturés séparément.
Lire notre avis sur Granite 4.2
4.0/5
7
LFM3
Licence et données : L'auto-hébergement garde les données en local. La LFM Open License v1.0 autorise l'usage commercial uniquement sous 10 millions de dollars de revenus annuels, avec une exception pour la recherche à but non lucratif ; la promesse de non-entraînement de Liquid sur sa page tarifaire est indiquée pour les déploiements personnalisés, et les conditions de conservation de l'API n'y sont pas publiées.
Exploitation : Aux tarifs rapportés par VentureBeat, 1 milliard de tokens en entrée et 100 millions en sortie par mois coûtent environ 100 $ sur LFM3-1.7B et 150 $ sur LFM3-VL-2B, avec les tokens audio en supplément à 2 $ en entrée et 10 $ en sortie par million sur Audio et Omni. L'auto-hébergement a besoin de 1,05 à 1,10 GB en 4 bits, 1,85 GB en Q8_0 ou 3,47 GB en BF16 ; Liquid rapporte 3,6 milliards de tokens par jour sur un B300.
Prix : Poids gratuits sous la LFM Open License (usage commercial uniquement sous 10M$ de revenus annuels). API Liquid, telle que rapportée par VentureBeat depuis la console connectée : LFM3-1.7B 0,08 $ en entrée / 0,20 $ en sortie par 1M de tokens ; VL 0,10 $ / 0,50 $ ; Audio et Omni 0,10 $ / 1,00 $ plus les tokens audio. Décisions d1 hébergées à 0,02 $ par 1M en entrée, sortie gratuite.
Lire notre avis sur LFM3
4.0/5
8
Muse Spark Open
Licence et données : Muse Model License : usage, modification, distillation et redistribution gratuits ; attribution requise dans chaque produit ; les fournisseurs de modèle en tant que service au-dessus de 20M$ de revenus annuels ont besoin d'un accord séparé. Meta ne revendique aucune propriété des sorties. Auto-hébergé, rien ne quitte votre infrastructure.
Exploitation : Auto-hébergement : NVFP4 (environ 537 GB) sur un nœud Blackwell à quatre GPU, BF16 (environ 1,65 To) sur huit B300, ou deux Mac Studios M5 Ultra de 512 GB. Hébergé, un million de réponses de support par mois à 3 000 tokens en entrée et 500 en sortie font environ 5 875 $ aux tarifs d'OpenRouter.
Prix : Poids gratuits sous la Muse Model License (attribution requise ; seuil de 20M$ de revenus pour le modèle en tant que service). Hébergé sur OpenRouter à 1,25 $ en entrée, 0,15 $ en cache, 4,25 $ en sortie par 1M de tokens.
Lire notre avis sur Muse Spark Open
4.0/5
9
Ternary Bonsai 2 9B
Licence et données : Apache 2.0, suivant le modèle de base Qwen3.5-9B, sans plafond de revenus ni restrictions d'usage au-delà de la licence. En tournant en local, les prompts et images restent sur l'appareil.
Exploitation : Gratuit à faire tourner sur du matériel que vous possédez : le fichier PTQ1_0 de 2,00 GB est le plus petit et le fichier MTP de 2,68 GB ajoute le décodage spéculatif. PrismML annonce jusqu'à 179 tokens par seconde sur un M5 Max et jusqu'à 5 fois le débit du modèle en pleine précision sur une RTX 4090 et un M5 Pro. Les prix de Darkbloom ne sont pas publiés.
Prix : Gratuit sous Apache 2.0. Hébergé sur la console Darkbloom ; prix non publiés.
Lire notre avis sur Ternary Bonsai 2 9B
4.0/5
10
Mage-VL-Cowork
Licence et données : Auto-hébergement uniquement. Apache 2.0, mais la note Responsible AI de Microsoft indique un usage de recherche uniquement, avec des données d'entraînement de sources publiques, sous licence et internes. La fiche exige des sandboxes isolées, aucun identifiant monté et une liste blanche réseau contre l'injection de prompt.
Exploitation : Les poids BF16 pèsent 9,48 GB et un calcul de ModelFit estime un cache complet de 32K tokens à environ 4,8 GB, si bien qu'un GPU de 24 GB contient les deux. Microsoft ne publie aucun matériel minimal ; chaque tâche a nécessité en moyenne 18,77 appels au modèle et 5 499 tokens de sortie dans ses tests.
Prix : Gratuit sous Apache 2.0, bien que le dépôt de Microsoft indique que les modèles Mage sont destinés à la recherche et pas au déploiement dans des produits ou services. Pas d'API hébergée.
Lire notre avis sur Mage-VL-Cowork
3.9/5
11
Nemotron 3.5 Bolt (74B-A9B 24GB and E4B 4GB)
Licence et données : Auto-hébergé, si bien que les données restent en local. OpenMDW-1.1 autorise l'usage commercial sans plafond de revenus ; les droits prennent fin si vous poursuivez sur un brevet ou un droit d'auteur dans le modèle. NVIDIA publie ses jeux de données de pré- et post-entraînement mais liste beaucoup de sources comme privées.
Exploitation : Les poids sont gratuits et Artificial Analysis ne liste aucun prix à l'usage pour le 74B. Matériel : un GPU de 32 GB pour un contexte de 65K ou 48 GB pour 262K sur le 74B ; E4B culmine à 3,1 à 5,0 GB sur les tests de NVIDIA, d'une RTX 5070 à un Jetson Orin.
Prix : Poids ouverts gratuits sous OpenMDW-1.1. Aucun prix d'API à l'usage publié pour l'un ou l'autre modèle ; E4B a un endpoint build.nvidia.com.
Lire notre avis sur Nemotron 3.5 Bolt (74B-A9B 24GB and E4B 4GB)
3.9/5
12
Beam
Licence et données : Apache 2.0, avec la Usage Policy de Reflection recommandée à côté. Sur l'API de Reflection, l'en-tête reflection-data-retention de chaque réponse rapporte une conservation zéro, standard ou contributeur ; seules les conditions contributeur, qu'une organisation doit accepter, autorisent l'entraînement sur vos requêtes.
Exploitation : 1 milliard de tokens en entrée et 100 millions en sortie par mois coûtent environ 520 $ sur Together AI ou Baseten et environ 350 $ sur Nebius. L'auto-hébergement a besoin de 273 Gio pour le NVFP4, 468,72 Gio pour le FP8 ou 933,81 Gio pour le BF16 avant tout cache KV.
Prix : Poids Apache 2.0 gratuits. API Reflection gratuite en bêta publique avec limites quotidiennes. Hébergé : Together AI et Baseten 0,40 $ en entrée / 0,04 $ en cache / 1,20 $ en sortie par 1M de tokens ; OpenRouter à partir de 0,24 $ / 0,98 $.
Lire notre avis sur Beam
3.8/5
13
gpt-oss-20b
Licence et données : Auto-hébergé, les prompts restent donc en local. Apache 2.0 autorise l'usage commercial et l'affinage ; la politique d'usage n'exige que le respect de la loi applicable.
Exploitation : Les poids sont gratuits et tiennent sur un GPU de 16GB. Hébergé sur OpenRouter à partir de 0,018 $ en entrée et 0,09 $ en sortie par million de tokens, si bien qu'1M de courtes réponses par mois coûte bien moins de 100 $ ; Artificial Analysis le chiffre à environ 0,01 $ par tâche de l'index.
Prix : Poids gratuits sous Apache 2.0. Hébergé à partir de 0,018 $ en entrée / 0,09 $ en sortie par 1M de tokens sur OpenRouter ; Artificial Analysis indique 0,07 $ / 0,25 $.
Lire notre avis sur gpt-oss-20b
3.8/5
14
LFM2.5-24B-A2B
Licence et données : L'auto-hébergement garde les données en local. La LFM Open License v1.0 autorise l'usage commercial uniquement aux organisations sous 10 millions de dollars de revenus annuels, avec une exception pour la recherche à but non lucratif.
Exploitation : Sur OpenRouter, 1 milliard de tokens en entrée et 100 millions en sortie par mois coûtent environ 120 $ ; sur le 0,10 $/1,00 $ de Liquid Console, environ 200 $. L'auto-hébergement a besoin de 13,58 à 14,53 GB en 4 bits, 25,49 GB en Q8_0 ou 47,96 GB en BF16.
Prix : Poids gratuits sous la LFM Open License (usage commercial uniquement sous 10M$ de revenus annuels). Liquid Console : 0,10 $ en entrée / 1,00 $ en sortie par 1M de tokens ; OpenRouter : 0,05 $ / 0,70 $.
Lire notre avis sur LFM2.5-24B-A2B
3.8/5
15
FrogNano-4B-2609
Licence et données : Auto-hébergé, le code reste donc sur votre infrastructure. La fiche du modèle demande une sandbox à privilèges minimaux, réseau coupé par défaut ; FrogNano n'a reçu aucun entraînement propre de sécurité, de refus ou adversarial.
Exploitation : Pas de prix d'API. Les poids BF16 occupent environ 9,3 GB plus le cache KV, qui grossit nettement près de la limite de 131K tokens ; les usages sur CPU, poste de travail, mobile et en version quantifiée n'ont pas été validés. Les presets de benchmark de Microsoft accordent à chaque tâche jusqu'à 10 800 secondes et 150 étapes.
Prix : Poids gratuits (marqués MIT sur Hugging Face ; le tableau de la fiche indique Apache 2.0). Pas d'API hébergée ; vous le servez vous-même, par exemple avec SGLang.
Lire notre avis sur FrogNano-4B-2609
3.7/5
16
Ornith-1.5-122B
Licence et données : Auto-hébergé uniquement, si bien que les données restent là où vous le faites tourner. Il n'y a pas d'API de première partie, et donc aucune condition de conservation ou d'entraînement à examiner.
Exploitation : Poids gratuits. Le BF16 fait 250 GB (un nœud multi-GPU), le FP8 133 GB (deux cartes de 80 GB), et le NVFP4 (77,7 GB) ou Q4_K_M (75,8 GB) sont les seules versions proches d'une carte de 80 GB ; les Mac obtiennent une version MLX 4 bits de 68,7 GB. Aucun prix hébergé de première partie publié ; NanoGPT liste 0,20 $ en entrée et 0,80 $ en sortie par million de tokens mais marque le modèle indisponible.
Prix : Poids ouverts gratuits sous MIT. Vous ne payez que votre propre matériel ou hébergement.
Lire notre avis sur Ornith-1.5-122B
3.6/5
17
SmolLM3-3B
Licence et données : Apache 2.0 sans addendum d'usage acceptable ; usage commercial et redistribution autorisés. Auto-hébergé uniquement, si bien que les données restent sur votre appareil ou serveur. Le mélange de données d'entraînement est public, ce qui rend possibles les vérifications de provenance.
Exploitation : Environ 3,1B de paramètres, soit environ 6GB en BF16, donc un seul GPU grand public, un portable Apple ou une version téléphone 4 bits. Sans API payante listée, le coût à grande échelle est votre propre matériel.
Prix : Poids gratuits sous Apache 2.0, avec la recette de données d'entraînement et les checkpoints publiés. Pas d'API hébergée sur les Inference Providers propres de Hugging Face.
Lire notre avis sur SmolLM3-3B
3.5/5
18
Phi-4-Reasoning-Vision-15B
Licence et données : Licence MIT ; l'auto-hébergement garde les images et les prompts en local, et l'hébergement Foundry suit les conditions d'Azure.
Exploitation : L'auto-hébergement a besoin d'un GPU avec bien plus de 30GB, comme un A6000 de 48GB ou un A100 de 80GB ; aucun prix Foundry n'est publié : ni la fiche du modèle ni la liste de prix de détail d'Azure, qui porte des compteurs au token pour d'autres modèles Phi-4, n'en liste un.
Prix : Poids gratuits sous MIT ; hébergement Microsoft Foundry facturé séparément.
Lire notre avis sur Phi-4-Reasoning-Vision-15B
3.4/5
19
Phi-4-multimodal
Licence et données : Licence MIT sans plafond de revenus ni politique d'usage distincte. Auto-hébergé, l'audio et les images restent sur votre matériel ; les conditions d'Azure ne s'appliquent que si vous utilisez l'endpoint hébergé de Microsoft.
Exploitation : Sur Azure AI Foundry, l'audio en entrée coûte 4 $ par 1M de tokens contre 0,08 $ pour le texte et les images, si bien que la parole domine toute facture ; la sortie est à 0,32 $ par 1M, les mêmes tarifs qu'au lancement selon la liste de prix de détail d'Azure. L'auto-hébergement a besoin d'un GPU de centre de données récent.
Prix : Poids gratuits sous MIT. Azure AI Foundry : 0,08 $ en entrée / 0,32 $ en sortie par 1M de tokens de texte ou d'image ; audio en entrée 4 $ par 1M.
Lire notre avis sur Phi-4-multimodal
3.3/5