Le classement des LLM open source en 2026

Parmi les 58 options que nous avons testées, MiMo-V2.6-Pro, Qwen3.8-27B et Gemma 4 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. Les modèles dont l’éditeur a retiré l’API hébergée restent listés pour leurs poids ouverts et sont signalés.

1
MiMo-V2.6-Pro
Licence et données : Poids sous MIT. La politique de confidentialité de MiMo de Xiaomi indique que les données sont stockées à Singapour et supprimées ou anonymisées après sa période de conservation ; l'appli Desktop s'entraîne sur les entrées sauf si vous vous y opposez. Des passerelles tierces rapportent que l'API de Xiaomi ne s'entraîne pas sur le trafic, ce que les conditions de l'API de Xiaomi devraient confirmer.
Exploitation : 0,435 $/0,87 $ par million de tokens avec une remise de 99 % sur le cache et un batch à moitié prix. 1 000 tâches d'agent de 500K en entrée et 30K en sortie coûtent environ 244 $ hors cache ; Flash reviendrait à environ 78 $.
Prix : Poids ouverts sous MIT. API Xiaomi : Pro 0,435 $ en entrée / 0,87 $ en sortie par 1M de tokens, entrée en cache à 0,004 $ ; Flash 0,14 $ / 0,28 $ ; Pro UltraSpeed 4,35 $ / 8,70 $ ; API Batch à moitié prix.
Lire notre avis sur MiMo-V2.6-Pro
4.5/5
2
Qwen3.8-27B
Licence et données : Apache 2.0 : usage commercial sans plafonds de revenus ni annexe d'usage acceptable. Le référencement de Qwen Cloud ne publie aucune condition de conservation ou d'entraînement, et son endpoint d'exemple est à Singapour (ap-southeast-1).
Exploitation : Auto-hébergé : 4 bits 16,5 GB, 8 bits 29 GB, FP8 31 GB, BF16 environ 56 GB de poids avant le cache KV. Hébergé : Qwen Cloud 0,50 $/3,00 $ par 1M de tokens ; les fournisseurs OpenRouter vont d'environ 0,04 $/1,25 $ à 0,45 $/3,20 $.
Prix : Poids gratuits sous Apache 2.0. Qwen Cloud : 0,50 $ en entrée / 3,00 $ en sortie par 1M de tokens (0,10 $ en cache). Hébergeurs tiers sur OpenRouter à partir d'environ 0,04 $ / 1,25 $.
Lire notre avis sur Qwen3.8-27B
4.5/5
3
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
4
GLM-5.3
Licence et données : L'API de Z.ai est exploitée depuis Singapour et ses conditions de traitement des données indiquent qu'elle traite les données des clients pour leur compte et ne stocke pas les entrées ni les sorties de l'API, traitées en temps réel ; aucune déclaration explicite sur l'entraînement à partir des prompts de l'API n'est publiée. L'auto-hébergement garde les données en interne.
Exploitation : Z.ai affiche 1,40 $/4,40 $ par million de tokens, l'entrée en cache à 0,26 $ et le stockage du cache gratuit pour une durée limitée. Artificial Analysis l'estime à 2,01 $ par tâche de l'index, contre 0,72 $ pour GPT-6.1 Sol. L'auto-hébergement implique environ 753 Go de poids FP8, plus la mémoire du cache.
Prix : Poids ouverts sous licence MIT modifiée. API Z.ai : 1,40 $ en entrée / 0,26 $ en cache / 4,40 $ en sortie par million de tokens ; GLM-5.3-Flash 0,15 $ / 0,50 $.
Lire notre avis sur GLM-5.3
4.4/5
5
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
6
DeepSeek-V4-Pro
Licence et données : Les poids ouverts sont sous licence MIT, sans restriction commerciale ni de chiffre d'affaires. La politique de confidentialité de DeepSeek (février 2026) indique que les données sont stockées en Chine, cite l'entraînement des modèles parmi les usages des saisies des utilisateurs, et ne propose l'opposition que par e-mail à privacy@deepseek.com.
Exploitation : Sur l'API, 1B de tokens en entrée par mois avec 70 % d'accès au cache plus 100M de tokens en sortie coûte environ 820 $ aux tarifs heures pleines ou 410 $ en heures creuses. L'auto-hébergement demande à peu près 865 GB pour les seuls poids, ce qui selon notre calcul implique au moins un serveur de huit GPU H200 (1,1 TB de HBM), et davantage pour des contextes complets de 1M tokens.
Prix : Poids gratuits sous licence MIT. API DeepSeek : 0,66 $ en entrée / 1,98 $ en sortie par million de tokens en heures creuses, 1,32 $ / 3,96 $ aux heures pleines ; accès au cache à partir de 0,022 $.
Lire notre avis sur DeepSeek-V4-Pro
4.3/5
7
GLM-5.3-Flash
Licence et données : Les conditions sur les données de l'API de Z.ai indiquent que prompts et sorties sont traités en temps réel et non stockés, et que les données des clients sont généralement traitées à Singapour. Les conditions ne mentionnent l'entraînement ni dans un sens ni dans l'autre, et aucune certification SOC 2 ou ISO n'est publiée. Z.ai sert le modèle sur des accélérateurs fabriqués en Chine.
Exploitation : Sur Z.ai, 2B de tokens en entrée (80 % en cache) et 200M de tokens en sortie par mois coûtent environ 208 $ ; GLM-5.3 coûterait environ 1 856 $. L'auto-hébergement représente à peu près 330 GB de poids FP8 plus le cache KV, plus que ce que peuvent contenir quatre GPU de 80 GB : prévoyez un nœud de huit GPU.
Prix : Poids ouverts sous MIT. API Z.ai : 0,15 $ en entrée / 0,50 $ en sortie par million de tokens (0,03 $ en cache) ; FlashX à 0,37 $ / 1,25 $.
Lire notre avis sur GLM-5.3-Flash
4.3/5
8
Kimi K3
Licence et données : La politique de confidentialité de Moonshot autorise l'entraînement sur le contenu des utilisateurs sans exemption d'API décrite, conserve les données tant que le compte est actif et les stocke à Singapour ; aucune certification SOC 2 ou ISO n'est nommée. La licence exempte l'usage interne de ses clauses de revenus et d'affichage.
Exploitation : 3 $/15 $ par million de tokens, 0,30 $ en cache, avec des frais supplémentaires pour les écritures de cache de 5 minutes ou 1 heure. 1 000 tâches d'agent de 500K en entrée et 30K en sortie coûtent environ 1 950 $ hors cache ; Fireworks liste un endpoint à 2,10 $/10,50 $.
Prix : Poids ouverts sous une licence MIT modifiée. API Kimi : 3 $ en entrée / 15 $ en sortie par 1M de tokens ; entrée en cache à 0,30 $.
Lire notre avis sur Kimi K3
4.3/5
9
DeepSeek-V4.1-Flash
Licence et données : Poids sous MIT sans restriction d'usage. Sur le service de DeepSeek, la politique de confidentialité (mise à jour le 10 février 2026) indique que les données sont stockées en Chine, conservées tant que le compte existe et peuvent entraîner les modèles, avec une opposition sur demande ; aucune condition distincte de conservation pour l'API n'est publiée.
Exploitation : 10 milliards de tokens en entrée et 1 milliard en sortie par mois coûtent environ 2 100 $ en heures creuses ou 4 200 $ en heures pleines chez DeepSeek ; l'entrée en cache coûte 0,003 $ par million en heures creuses. Search et Fetch ajoutent 0,75 $ les 1 000 appels réussis chacune, si bien qu'un agent qui fait 20 recherches par tâche sur 10 000 tâches paie 150 $ par mois de recherche ; gratuit via les harnais jusqu'au 31 octobre 2026, 16:00 UTC. L'auto-hébergement exige plus de 765 GB de mémoire GPU pour les seuls poids, et les notes de déploiement de DeepInfer situent la plus petite unité efficace de DeepSeek à 64 GPU de prefill plus 64 de décodage.
Prix : Poids gratuits sous licence MIT. API DeepSeek : 0,15 $ en entrée / 0,60 $ en sortie par million de tokens en heures creuses, 0,30 $ / 1,20 $ aux heures pleines de semaine ; accès au cache de 0,003 $ à 0,006 $.
Lire notre avis sur DeepSeek-V4.1-Flash
4.2/5
10
Hy4 preview
Licence et données : Poids sous Apache 2.0 sans conditions supplémentaires. Les conditions du site chinois de Tencent Cloud indiquent qu'il n'utilisera pas les entrées pour améliorer ses propres modèles ; la conservation n'est pas indiquée publiquement. Les modèles d'autres laboratoires sur TokenHub suivent leurs propres conditions.
Exploitation : 0,834 $/2,501 $ par million de tokens sur TokenHub. 1 000 tâches d'agent de 500K en entrée et 30K en sortie coûtent environ 492 $ hors cache. L'auto-hébergement en FP8 a besoin de huit GPU de classe B300.
Prix : Poids ouverts sous Apache 2.0. Tencent Cloud TokenHub : 6 ¥ en entrée / 18 ¥ en sortie par 1M de tokens, soit 0,834 $ / 2,501 $ à l'international, entrée en cache à 0,042 $. OpenRouter à partir d'environ 0,75 $ / 2,25 $. Hy3 : 0,13 $ / 0,53 $.
Lire notre avis sur Hy4 preview
4.2/5
11
Qwen3.8-Flash-Next
Licence et données : Qwen Community License 1.0 : usage commercial autorisé ; le nom du modèle doit être affiché au-dessus de 100 millions d'utilisateurs mensuels ou 20 millions de dollars de revenus mensuels ; licence distincte pour les activités de modèle en tant que service et d'assistant IA de code ou de bureautique à n'importe quelle taille. La documentation de sécurité des données de Qwen Cloud couvre le chiffrement et le stockage en région mais ne publie aucune durée de conservation ou politique d'entraînement.
Exploitation : Hébergé : 0,15 $ en entrée et 0,47 $ en sortie par million de tokens et 0,016 $ pour les hits de cache ; le Batch est proposé sans remise publiée. Auto-hébergé : environ 360 GB de poids BF16 ou 180 GB de FP8, soit un serveur multi-GPU H100 ou H200 avant le cache KV.
Prix : Poids ouverts sous la Qwen Community License 1.0 (licence distincte pour les activités d'hébergement et d'assistants IA). API Qwen3.8-Flash : 0,15 $ en entrée / 0,47 $ en sortie par 1M de tokens ; hits de cache à 0,016 $.
Lire notre avis sur Qwen3.8-Flash-Next
4.2/5
12
Qwen3.8-Max
Licence et données : La licence autorise l'usage commercial ; le nom du modèle doit être affiché au-dessus de 100 millions d'utilisateurs mensuels ou 20 millions de dollars de revenus mensuels ; licence distincte pour les activités de modèle en tant que service ou d'assistant de travail IA au-dessus de 50 millions de dollars de revenus annuels ; l'usage interne est exempté. La documentation de sécurité des données de Qwen Cloud couvre le chiffrement et le stockage en région mais ne publie aucune durée de conservation ou politique d'entraînement.
Exploitation : 10 millions de tokens en entrée et 2 millions en sortie par jour, un assistant interne chargé, coûtent environ 32 $ par jour ou environ 960 $ par mois au prix de liste ; les lectures de cache explicites à 0,17 $ réduisent le coût du contexte répété de plus de 90 %.
Prix : Poids ouverts sous la licence Qwen3.8-Max. API Qwen Cloud : 2 $ en entrée / 6 $ en sortie par 1M de tokens ; lectures de cache 0,17 $ (explicite) ou 0,25 $ (implicite).
Lire notre avis sur Qwen3.8-Max
4.2/5
13
Step 5 Preview
Licence et données : Poids sous la StepFun Model License 1.0 : règle d'affichage au-dessus de 100M d'utilisateurs ou 20M$ de revenus mensuels, licence commerciale pour les fabricants d'appareils et les activités MaaS de plus de 20M$ par an, usage interne exempté. Les conditions d'API de StepFun autorisent l'entraînement sur le trafic des programmes Startup et d'accès anticipé ; les conditions pour les autres trafics payants ne sont pas explicites.
Exploitation : 1,00 $/2,70 $ par million de tokens avec 90 % de moins sur l'entrée en cache. 1 000 tâches d'agent de 500K en entrée et 30K en sortie coûtent environ 581 $ hors cache. L'auto-hébergement FP8 a besoin de quatre GPU B300 ou huit H200 ; le BF16 a besoin de huit B300 ou seize H200.
Prix : Poids ouverts sous la StepFun Model License 1.0. API StepFun : 1,00 $ en entrée / 2,70 $ en sortie par 1M de tokens, 90 % de moins sur l'entrée en cache ; même prix sur OpenRouter et DeepInfra.
Lire notre avis sur Step 5 Preview
4.2/5
14
Ministral 3 (3B, 8B and 14B)
Licence et données : Apache 2.0 sans restriction d'usage en auto-hébergement. Sur l'API de Mistral, les entrées et sorties du niveau gratuit peuvent servir à l'entraînement sauf si vous vous y opposez ; les utilisateurs à l'usage peuvent s'y opposer.
Exploitation : 0,10 $ à 0,20 $ par million de tokens sur l'API de Mistral, avec le batch à moitié prix. En auto-hébergement, le 14B en FP8 a besoin d'un GPU de 24 GB ; le 3B tourne sur les téléphones et les cartes Jetson.
Prix : Poids ouverts sous Apache 2.0. API Mistral : 14B 0,20 $, 8B 0,15 $, 3B 0,10 $ par 1M de tokens, le même pour l'entrée et la sortie ; batch à moitié prix.
Lire notre avis sur Ministral 3 (3B, 8B and 14B)
4.1/5
15
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
16
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
17
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
18
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
19
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
20
Ling-3.1-flash
Licence et données : Poids sous MIT, avec un résumé public du contenu d'entraînement. Les conditions de confidentialité et de conservation de l'API d'inclusionAI n'ont pas été trouvées sur ses pages de modèle ou OpenRouter ; auto-hébergez pour les données sensibles.
Exploitation : À 0,30 $/0,90 $, 1 000 tâches d'agent de 500K en entrée et 30K en sortie coûtent environ 177 $ hors cache, avant sa sortie de raisonnement au-dessus de la moyenne. Au prix indiqué par OpenRouter, environ un quart de cela.
Prix : Poids ouverts sous MIT. API inclusionAI : 0,30 $ en entrée / 0,90 $ en sortie par 1M de tokens, en cache 0,06 $, selon Artificial Analysis ; OpenRouter indique 0,075 $ / 0,225 $.
Lire notre avis sur Ling-3.1-flash
4.0/5
21
MiniCPM-V 4.7 (35B-A3B and 1B)
Licence et données : Auto-hébergé, si bien que les images et documents restent sur votre matériel. Apache 2.0 autorise l'usage commercial, la modification et la redistribution sans plafond de revenus.
Exploitation : Les poids sont gratuits. Le 35B a besoin d'environ 68 GB de VRAM en pleine précision (un H100 dans le test de MindStudio), 36,90 GB en Q8_0 ou 21,17 GB en Q4_K_M ; le 1B fait 0,67 GB en Q4_K_M plus 1,11 GB pour la vision. Aucun prix au token hébergé n'est publié.
Prix : Poids Apache 2.0 gratuits pour les deux tailles. Aucun prix hébergé de première partie publié ; vous payez votre propre matériel.
Lire notre avis sur MiniCPM-V 4.7 (35B-A3B and 1B)
4.0/5
22
MiniCPM5-2B
Licence et données : Apache 2.0 pour le code et les poids, sans plafond de revenus ni addendum d'usage acceptable. Auto-hébergé uniquement, si bien que les prompts restent sur votre matériel ; aucun fournisseur d'inférence Hugging Face ne l'héberge.
Exploitation : Aucun prix hébergé n'existe, donc le coût est le matériel : environ 5 GB de poids BF16, 2,68 GB en Q8_0 et 1,56 GB en Q4_K_M, qu'un seul GPU grand public ou un portable tient avec de la place pour le contexte. OpenBMB ne publie aucun chiffre de débit pour dimensionner une flotte.
Prix : Poids et données d'entraînement gratuits sous Apache 2.0.
Lire notre avis sur MiniCPM5-2B
4.0/5
23
MiniMax-M3.1-Flash
Licence et données : Licence : l'usage commercial exige un crédit « Built with MiniMax M3.1-Flash » et une notification unique à MiniMax ; les produits de plus de 20 millions de dollars de revenus annuels ont besoin d'une autorisation écrite préalable ; l'usage militaire est interdit. Les conditions de conservation et d'entraînement de l'API de MiniMax n'étaient pas publiées sur les pages que nous avons pu lire.
Exploitation : 10 milliards de tokens en entrée et 1 milliard en sortie par mois font environ 2 100 $ sur l'API de MiniMax, avec l'entrée en cache à 0,015 $ par million ; le raisonnement à l'effort max gonfle le côté sortie. L'auto-hébergement a besoin d'environ 250 GB de mémoire GPU pour les poids MXFP8 avant le cache KV, dans un nœud H100 80 GB à huit GPU.
Prix : Poids ouverts sous la licence communautaire MiniMax. API MiniMax par 1M de tokens, plate à toute longueur de prompt : 0,15 $ en entrée, 0,60 $ en sortie, 0,015 $ en entrée en cache.
Lire notre avis sur MiniMax-M3.1-Flash
4.0/5
24
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
25
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
26
Flint
Licence et données : En local, rien ne quitte la machine. L'endpoint OpenRouter est servi par Recursive ; la fiche indique que les conditions d'hébergement et les pratiques sur les données sont distinctes de la licence des poids, et nous n'avons trouvé aucune condition de conservation publiée.
Exploitation : Poids gratuits. En local, un Mac ou un GPU doté de 48 GB de mémoire pour les versions 4 bits ; sur serveur, un H200 ou un B300 par réplique BF16 (environ 80 GB). En hébergé : gratuit et limité en débit sur OpenRouter ; aucun prix payant au token publié.
Prix : Poids ouverts gratuits sous Apache 2.0 ; endpoint gratuit et limité en débit sur OpenRouter. API Flint payante pour certains partenaires, prix non publié.
Lire notre avis sur Flint
3.9/5
27
Kolibri 1
Licence et données : Apache 2.0 sans politique d'usage acceptable distincte ni plafond de revenus. Auto-hébergé, les prompts restent sur vos serveurs ; Aleph Alpha indique que le travail spécifique aux clients ne s'entraîne jamais sur les données des clients.
Exploitation : Les poids FP8 prennent environ 78 GB. Aleph Alpha liste un H200, B200 ou B300, ou deux A100 ou H100 de 80 GB, comme minimum, et recommande deux H100 ou deux H200 pour le service. Aucun prix au token hébergé n'est publié.
Prix : Gratuit sous Apache 2.0. Pas d'API hébergée publique ; déploiement en entreprise via l'équipe commerciale d'Aleph Alpha, prix non publiés.
Lire notre avis sur Kolibri 1
3.9/5
28
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
29
MiniMax-M3
Licence et données : Licence : l'usage commercial exige un crédit « Built with MiniMax M3 » et une notification à MiniMax ; les produits de plus de 20 millions de dollars de revenus annuels ont besoin d'une autorisation écrite préalable ; pas d'usage militaire. Les conditions d'API de MiniMax vous laissent la propriété mais lui permettent d'utiliser les entrées et le contenu généré pour développer et améliorer ses services ; aucune option de retrait ni période de conservation n'est publiée.
Exploitation : 1M de réponses de support par mois à 2 000 tokens en entrée et 300 en sortie chacune font environ 960 $ sur le niveau standard, moins avec des prompts système en cache. L'auto-hébergement en BF16 a besoin d'environ 850 GB de mémoire GPU avant le cache KV : un nœud H200 ou B200 à huit GPU, ou plus d'un nœud H100.
Prix : Poids ouverts sous la licence communautaire MiniMax. API par 1M de tokens sur les prompts jusqu'à 512K : 0,30 $ en entrée, 1,20 $ en sortie, 0,06 $ en cache ; le double au-dessus de 512K ; niveau prioritaire 1,5x.
Lire notre avis sur MiniMax-M3
3.9/5
30
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
31
Sage-A1.5
Licence et données : Apache 2.0, sans restriction d'usage. Les conditions relatives aux données de l'essai hébergé Intern Discovery ne figurent pas sur la fiche du modèle ; auto-hébergez pour le travail sensible.
Exploitation : Environ 72GB en BF16 pour 35,95 milliards de paramètres, soit un GPU de 80GB avec peu de cache disponible ; la version FP8 divise cela par deux, et le GGUF Q4_K_M tourne dans llama.cpp, Ollama et LM Studio.
Prix : Poids ouverts sous Apache 2.0 ; essai gratuit sur le forfait de tokens Intern Discovery de Shanghai AI Lab ; prix de l'API payante non publiés.
Lire notre avis sur Sage-A1.5
3.9/5
32
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
33
Command A+
Licence et données : Les poids auto-hébergés gardent les données en interne sous Apache 2.0. La plateforme API de Cohere est SOC 2 Type II ; pour les clients payants, elle supprime les prompts et générations journalisés après 30 jours et traite l'usage pour l'entraînement comme une option à désactiver dans Data Controls (sans préciser le réglage par défaut), la rétention zéro étant réservée aux clients entreprise approuvés ; les déploiements privés tournent dans votre VPC, sur site ou dans Model Vault, où Cohere dit n'avoir aucun accès.
Exploitation : L'auto-hébergement demande deux H100 ou une B200 en W4A4, quatre H100 en FP8 et huit en BF16. En hébergé, 1M de réponses RAG par mois à 8 000 tokens en entrée et 400 en sortie coûte environ 3 000 $ aux tarifs d'OpenRouter de 0,30 $/1,50 $.
Prix : Poids gratuits sous Apache 2.0. Tarif de l'API Cohere non publié ; OpenRouter affiche 0,30 $ en entrée / 1,50 $ en sortie par 1M de tokens. Déploiement privé sur devis.
Lire notre avis sur Command A+
3.8/5
34
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
35
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
36
Ling-3.0-flash-Sante
Licence et données : Les poids MIT permettent un auto-hébergement sans restriction, la voie la plus sûre pour les données patients. Sur Vercel, le seul fournisseur est Novita, et la page de la passerelle ne l'indique ni comme sans conservation ni comme sans entraînement ; vérifiez les conditions de Novita avant d'envoyer des informations de santé.
Exploitation : L'auto-hébergement demande quatre GPU de 141 GB ou huit GPU de 80 GB pour le contexte complet de 256K. En hébergé, 100 millions de tokens en entrée et 20 millions en sortie par mois coûtent environ 11,40 $ au prix affiché de Vercel, avant les tokens de raisonnement.
Prix : Poids ouverts sous MIT. Vercel AI Gateway : 0,07 $ en entrée / 0,22 $ en sortie par million de tokens (ligne de Novita : 0,08 $ en entrée, 0,02 $ en cache).
Lire notre avis sur Ling-3.0-flash-Sante
3.8/5
37
Mistral Medium 3.5
Licence et données : MIT modifiée : utilisable uniquement si le revenu mensuel de votre entreprise est sous 20 millions de dollars. Sur Mistral Studio, les entrées et sorties en mode gratuit peuvent servir à l'entraînement, les clients à l'usage peuvent s'y opposer, et Vibe s'entraîne par défaut sauf en Enterprise.
Exploitation : 1 milliard de tokens en entrée et 100M en sortie par mois font environ 2 250 $ au prix de liste, ou environ 1 125 $ avec la remise batch de 50 % ; la même charge sur Large 4 fait environ 1 778 $. L'auto-hébergement signifie environ 134 GB de poids surtout en FP8, donc quatre GPU de 80 GB comme plancher.
Prix : Poids ouverts sous une licence MIT modifiée (aucun droit pour les entreprises de plus de 20M$ de revenus mensuels). API : 1,50 $ par 1M de tokens en entrée, 7,50 $ par 1M en sortie ; batch 50 % de moins.
Lire notre avis sur Mistral Medium 3.5
3.8/5
38
Nanbeige4.3-33B
Licence et données : Apache 2.0 sans restriction d'usage ; uniquement auto-hébergé, donc aucune condition de données tierce ne s'applique. Aucune déclaration sur la provenance des données au-delà de la fiche du modèle.
Exploitation : Les poids BF16 demandent environ 66 Go, soit quatre GPU de 24 Go ou deux de 48 Go avant le cache ; une version 4 bits occupe environ 21 Go plus environ 28 Go de cache avec 128K de contexte.
Prix : Poids ouverts sous Apache 2.0 ; pas d'API hébergée officielle.
Lire notre avis sur Nanbeige4.3-33B
3.8/5
39
ZDTaichu5.0-9B
Licence et données : Auto-hébergé, les images restent donc sur votre matériel. Les poids sont sous NVIDIA Open Model License : usage commercial et modèles dérivés autorisés, sans plafond de revenus, mais la licence prend fin si vous engagez des actions en brevets ou en droit d'auteur visant le modèle, NVIDIA peut la mettre à jour, et toute redistribution doit inclure la licence et sa mention. Les parties Qwen3.5 et le code du dépôt sont sous Apache 2.0.
Exploitation : Les poids sont gratuits et il n'existe aucun prix hébergé. Les fichiers de poids pèsent 19,59 Go en BF16, 12,67 Go en FP8 et 9,81 Go en NVFP4 ; le GGUF Q4_K_M fait 5,63 Go plus un fichier de vision Q8_0 de 0,88 Go. NVFP4 n'est natif que sur les GPU NVIDIA Blackwell. Le modèle brouillon DSpark de 6,42 Go a donné des accélérations de 2,46x à 3,17x sur un H800 dans les tests de Taichu.
Prix : Poids gratuits sous NVIDIA Open Model License, les parties Qwen3.5 sous Apache 2.0. Aucune API hébergée ni prix par token publié ; vous payez votre propre GPU.
Lire notre avis sur ZDTaichu5.0-9B
3.8/5
40
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
41
humanizer (12B)
Licence et données : Fonctionne entièrement en local ; rien n'est envoyé nulle part. Apache 2.0, héritée de Gemma 4 12B ; l'auteur n'est pas affilié à Google.
Exploitation : Gratuit. Q8_0 pèse 12,7 GB avec un pic de 13,7 GB sur un Mac, Q4_K_M 7,6 GB, et le fichier 2 bits 3,9 GB avec un pic de 6,2 GB ; la vitesse sur un M5 Max est d'environ 36 à 38 tokens par seconde.
Prix : Gratuit sous Apache 2.0 : poids, fichiers GGUF, application de bureau et CLI. Pas de service hébergé.
Lire notre avis sur humanizer (12B)
3.7/5
42
Hy-Memory-30B-A3B
Licence et données : Apache 2.0 sans restriction d'usage. Auto-hébergé : les mémoires des utilisateurs ne quittent jamais votre infrastructure, principal gain de confidentialité par rapport à l'envoi de chaque tour à un modèle hébergé.
Exploitation : Environ 60GB de poids BF16, donc une H100 de 80GB ou deux GPU de 48GB ; aucune version quantifiée n'existe encore pour des cartes plus petites.
Prix : Poids ouverts sous Apache 2.0 ; pas d'API hébergée.
Lire notre avis sur Hy-Memory-30B-A3B
3.7/5
43
Mistral Small 4
Licence et données : Apache 2.0 autorise l'usage commercial sans limites d'attribution ni de revenus. Sur l'API de Mistral, les entrées et sorties du niveau gratuit peuvent servir à l'entraînement sauf si vous vous y opposez ; les utilisateurs à l'usage peuvent s'y opposer à tout moment ; les retours pouce-levé et pouce-baissé sont utilisables sur toutes les offres.
Exploitation : 1M de réponses de chat par mois à 1 500 tokens en entrée et 250 en sortie coûtent environ 375 $ sur l'API et environ 190 $ en batch. L'auto-hébergement a besoin de deux à quatre GPU de classe H100 par réplique en FP8, ou un DGX B200.
Prix : Poids gratuits sous Apache 2.0. API : 0,15 $ en entrée / 0,60 $ en sortie par 1M de tokens ; batch 50 % de moins ; entrée en cache jusqu'à 90 % de moins.
Lire notre avis sur Mistral Small 4
3.7/5
44
Spark-X2.6-4B
Licence et données : Auto-hébergé, donc les prompts restent sur l'appareil. Poids sous Apache 2.0 ; aucune déclaration sur les données d'entraînement ni sur les tests de sécurité dans la fiche. Le chargement exécute le propre code de modèle de l'éditeur.
Exploitation : Matériel uniquement : les poids BF16 pèsent environ 8,2 GB et le GGUF Q4_K_M environ 3,5 GB ; un contexte de 1M de tokens demande bien plus de mémoire que les poids, et la fiche suggère de le réduire.
Prix : Gratuit sous Apache 2.0 ; tourne sur votre propre matériel. Aucun prix hébergé publié pour le modèle de 4B.
Lire notre avis sur Spark-X2.6-4B
3.7/5
45
Clover-35B-A3B-Preview
Licence et données : Apache 2.0, héritée de Qwen3.6-35B-A3B, avec le copyright d'origine préservé ; auto-hébergement uniquement.
Exploitation : Un H100 ou H200 de 80GB pour le BF16 ; l'INT4 tourne sur un GPU grand public de 16GB selon les tests de DiffuSpace.
Prix : Poids ouverts sous Apache 2.0 ; pas d'API hébergée.
Lire notre avis sur Clover-35B-A3B-Preview
3.6/5
46
Falcon-H1R-7B
Licence et données : Licence Falcon LLM : sans redevance, sans plafond de chiffre d'affaires, attribution obligatoire, et une politique d'usage acceptable que le TII peut mettre à jour et que les utilisateurs doivent surveiller.
Exploitation : Les fichiers GGUF officiels vont de 4,6GB en Q4_K_M et 8,1GB en Q8_0 à 15,2GB en BF16, si bien qu'un GPU de 24GB gère des lots de production ; il n'existe aucun prix hébergé au token à comparer.
Prix : Poids gratuits sous la licence Falcon LLM (sans redevance ; attribution et politique d'usage acceptable obligatoires). Aucune API hébergée publique recensée par Artificial Analysis.
Lire notre avis sur Falcon-H1R-7B
3.6/5
47
Limite 1B - Violetto
Licence et données : Auto-hébergement uniquement, donc les problèmes et les réponses restent sur votre matériel. Les données d'entraînement ne sont décrites que comme moins de 300 milliards de tokens sélectionnés ; les détails attendent le rapport technique.
Exploitation : Poids gratuits ; un checkpoint BF16 de 1B pèse environ 2 GB, si bien qu'un seul GPU suffit à le servir, avec un parallélisme de tenseurs et de pipeline maintenu à 1 selon la fiche. Aucun prix hébergé n'existe.
Prix : Poids ouverts gratuits sous Apache 2.0. Pas d'API hébergée ; vous ne payez que votre propre GPU.
Lire notre avis sur Limite 1B - Violetto
3.6/5
48
Needle 3
Licence et données : L'inférence ne touche jamais le réseau et fonctionne en environnement isolé. La télémétrie d'usage anonyme est activée par défaut ; NEEDLE_TELEMETRY=0 et DO_NOT_TRACK=1 la désactivent. Les données d'entraînement sont propriétaires et non divulguées.
Exploitation : Ni licence ni frais par appel. Sur un Raspberry Pi 5, Cactus annonce un décodage d'environ 400 tokens par seconde à 20 couches à 4 000 à 2 couches. Le fine-tuning sur la plateforme et son post-entraînement en 2 bits sont payants, à des prix non publiés.
Prix : Poids ouverts gratuits sous Apache 2.0 ; moteurs précompilés téléchargeables gratuitement. La Cactus Platform vend du post-entraînement en 2 bits, des datasets et des fine-tunes complets ; prix non publiés.
Lire notre avis sur Needle 3
3.6/5
49
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
50
Qwen3.5-397B-A17B
Licence et données : Apache 2.0 autorise l'usage commercial, l'affinage et la redistribution sans limites de revenus ou d'utilisateurs. L'auto-hébergement garde les prompts en interne ; sur OpenRouter, il n'est pas disponible via le routage en région UE, et chaque hébergeur fixe sa propre conservation.
Exploitation : Les hébergeurs OpenRouter facturent 0,39 $ à 0,75 $ en entrée et 2,34 $ à 4,50 $ en sortie par 1M de tokens ; Qwen3.5-Plus hébergé est à 0,30 $/1,80 $. L'auto-hébergement a besoin d'environ 406 GB pour le FP8 (un serveur à huit GPU de 80 GB), 214 GB en 4 bits ou 180 GB en 3 bits.
Prix : Poids gratuits sous Apache 2.0 ; Qwen3.5-Plus sur Alibaba Cloud et hébergement tiers facturés séparément.
Lire notre avis sur Qwen3.5-397B-A17B
3.6/5
51
Underdog Saluki 27B 1.0
Licence et données : Auto-hébergé, si bien que les données restent sur la machine. Apache 2.0 autorise l'usage commercial et la modification ; le fichier NOTICE crédite Qwen et ISTA-DASLab.
Exploitation : Les poids sont gratuits et il n'y a pas de prix d'API de première partie. Le fichier fait 7,89 GB plus jusqu'à 928 MB pour la vision, et Underdog indique qu'un portable de 16 GB le fait tourner ; aucun chiffre de VRAM pour les longs contextes n'est publié.
Prix : Poids Apache 2.0 gratuits. Pas de prix d'API hébergée ; vous payez votre propre matériel, ou l'utilisez dans l'appli Underdog.
Lire notre avis sur Underdog Saluki 27B 1.0
3.6/5
52
Xing4.0-29B-A4B
Licence et données : Apache 2.0 : usage commercial et affinage autorisés sans plafond de revenus ni addendum d'usage acceptable. Auto-hébergé, rien ne quitte vos serveurs ; l'endpoint OpenRouter est exploité par un tiers, Phala, sous ses propres conditions.
Exploitation : Les poids BF16 font environ 62GB (31,2B de paramètres embeddings inclus), un H100 de 80GB ; le FP8 divise cela par deux ; une version GGUF communautaire à 11,6GB tient sur une carte de 16GB. La seule option hébergée, l'endpoint gratuit d'OpenRouter, est plafonnée à 20 requêtes par minute et 50 par jour (1 000 par jour une fois qu'un compte a acheté 10 $ de crédits), si bien que le trafic de production signifie l'auto-hébergement.
Prix : Poids gratuits sous Apache 2.0. Pas d'API de première partie ; OpenRouter liste un endpoint gratuit (hébergé par Phala) sous ses plafonds de requêtes pour modèles gratuits.
Lire notre avis sur Xing4.0-29B-A4B
3.6/5
53
SenseNova-Loop-9B-Preview
Licence et données : Apache 2.0 sans restriction d'usage ; auto-hébergement uniquement. Le chargement exige du code distant, qui exécute le Python de SenseTime sur votre machine. Aucune déclaration sur les données d'entraînement au-delà de recettes multimodales sur longues séquences et de trajectoires d'outils.
Exploitation : Le checkpoint de 38,1 GB et le parallélisme de tenseurs sur quatre GPU de chaque exemple de service le destinent à des serveurs multi-GPU, pas à des cartes uniques. Chaque token coûte 56 passages de couche, si bien que le calcul par token est plus proche d'un modèle de 14,6B que d'un modèle de 9B.
Prix : Gratuit sous Apache 2.0. Aucune API hébergée indiquée pour ce modèle.
Lire notre avis sur SenseNova-Loop-9B-Preview
3.5/5
54
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
55
Devstral Small 2
API hébergée retirée le 31 mars 2026 ; poids ouverts toujours disponibles
Licence et données : Apache 2.0 sans restriction d'usage ; auto-hébergé, si bien que le code ne quitte jamais votre matériel, sauf si vous choisissez un hébergeur tiers.
Exploitation : Il n'existe plus de prix d'API propriétaire ; l'auto-hébergement exige environ 24GB de VRAM pour les poids FP8 officiels, 19,3GB en Q6_K ou 14,3GB en Q4_K_M, plus la mémoire du cache KV pour les longs contextes.
Prix : Poids gratuits sous Apache 2.0. La version API de Mistral a été retirée le 31 mars 2026, et Artificial Analysis ne recense aucune API publique.
Lire notre avis sur Devstral Small 2
3.4/5
56
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
57
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
58
Devstral 2
API hébergée retirée le 31 juil. 2026 ; poids ouverts toujours disponibles
Licence et données : MIT modifiée : aucun droit pour les entreprises au-delà de 20M $ de chiffre d'affaires mensuel mondial le mois précédent, y compris pour les dérivés, et une mention d'attribution est requise. En auto-hébergement, le code reste sur votre matériel.
Exploitation : L'auto-hébergement demande environ 125 GB pour les poids, un nœud de quatre GPU de 80 GB est donc le minimum avant le cache KV. Sur l'API de Mistral, 1B de tokens en entrée et 100M en sortie par mois auraient coûté environ 600 $ au prix catalogue.
Prix : Poids ouverts sous une licence MIT modifiée (exclue pour les entreprises au-delà de 20M $ de chiffre d'affaires mensuel). Retiré de l'API de Mistral le 31 juillet 2026.
Lire notre avis sur Devstral 2
3.1/5