Le classement des petits modèles IA et modèles embarqués en 2026

Parmi les 14 options que nous avons testées, Gemma 4, Ministral 3 (3B, 8B and 14B) et LFM3 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.

1
Gemma 4
Gemma 4 est désormais la famille ouverte par défaut sous 32B de paramètres, parce que sa licence est enfin à la hauteur de sa qualité.
Idéal pour : Les développeurs qui construisent des applications embarquées, locales ou sur un seul GPU et veulent une licence permissive et une entrée multimodale.
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
Ministral 3 (3B, 8B and 14B)
Une famille de petits modèles complète sous une licence propre, avec raisonnement et vision dans chaque taille ; Qwen la devance encore sur plusieurs des propres comparaisons de Mistral.
Idéal pour : Les équipes qui ont besoin d'un petit modèle sous licence permissive avec vision pour les portables, les appareils edge ou une inférence hébergée bon marché.
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
3
LFM3
Six modèles 2B compétents qui tiennent dans environ un gigaoctet chacun, des agents à la parole aux décisions typées, sous une licence qui s'arrête toujours à 10 millions de dollars de revenus.
Idéal pour : Les développeurs et entreprises sous 10 millions de dollars de revenus qui construisent des agents sur l'appareil, des fonctions vocales ou des classifieurs rapides devant tourner sur un téléphone, un portable ou un seul GPU.
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
4
MiniCPM5-2B
Un modèle 2B qui appelle des outils et corrige du code comme un 4B, et en sait nettement moins qu'un.
Idéal pour : Les développeurs qui mettent des assistants d'appel d'outils ou de code sur téléphones, portables et matériel edge, et les chercheurs qui veulent un entraînement de petit modèle entièrement documenté.
Prix : Poids et données d'entraînement gratuits sous Apache 2.0.
Lire notre avis sur MiniCPM5-2B
4.0/5
5
Ternary Bonsai 2 9B
Bonsai 2 9B met un modèle de vision capable de neuf milliards de paramètres dans la mémoire d'un téléphone, et redonne l'essentiel de ce qu'il coûte sur le travail à forte intensité de raisonnement.
Idéal pour : Les développeurs qui livrent un assistant local ou un assistant de code sur téléphones, portables ou GPU de 6 GB où la mémoire compte plus que les derniers points de raisonnement.
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
6
Nemotron 3.5 Bolt (74B-A9B 24GB and E4B 4GB)
Le 74B place un score du top cinq sous 100B sur un seul GPU de station de travail, mais les 24 Go de son nom sont un budget de poids, pas la carte dont vous avez besoin.
Idéal pour : Les ingénieurs avec un GPU NVIDIA de 32 GB ou plus, ou un RTX ou DGX Spark, qui veulent un modèle d'agent multimodal local capable, et les fabricants d'appareils qui construisent des assistants vocaux sur Jetson ou RTX.
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
7
gpt-oss-20b
Quatorze mois plus tard, gpt-oss-20b reste le modèle de raisonnement compétent le moins cher à héberger, mais Gemma 4 en fait désormais plus dans les mêmes 16GB.
Idéal pour : Les développeurs qui veulent un modèle de raisonnement gratuit, privé et rapide sur un portable ou un seul GPU grand public, et n'ont pas besoin d'entrée d'image.
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 $.
Lire notre avis sur gpt-oss-20b
3.8/5
8
LFM2.5-24B-A2B
Un modèle d'agent de taille portable qui surpasse Qwen3.6-35B-A3B sur les tests d'outils, freiné par une licence qui s'arrête à 10 millions de dollars de revenus.
Idéal pour : Les développeurs et petites entreprises qui font tourner des agents à appel d'outils sur des portables ou des GPU uniques, sous la barre des 10 millions de dollars de revenus ou via une API hébergée.
Prix : Poids gratuits sous la LFM Open License (usage commercial uniquement sous 10M$ 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
9
humanizer (12B)
Remarquablement bien documenté et meilleur qu'un prompt pour garder les faits, mais une réécriture anglaise sur dix modifie encore quelque chose, et son chiffre phare repose sur un détecteur qui peut changer demain.
Idéal pour : Les personnes qui rédigent avec une IA et veulent que le résultat ressemble à leur propre écriture, sur leur propre machine, et qui reliront les chiffres et les noms avant d'envoyer.
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
10
Spark-X2.6-4B
Sur le propre graphique d'iFlytek, Spark-X2.6-4B est le modèle d'agent de 4B le plus solide à ce jour, mais rien n'en a été vérifié de l'extérieur, et deux de ses plus grandes victoires viennent de benchmarks que seul iFlytek a vus.
Idéal pour : Les développeurs qui construisent des agents locaux sur portables ou appareils embarqués, peuvent vérifier les affirmations sur leurs propres tâches et sont libres d'utiliser un modèle d'iFlytek.
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
11
Limite 1B - Violetto
Des mathématiques remarquables pour sa taille, inutile en dehors des mathématiques, et jusqu'ici évalué uniquement par ceux qui l'ont créé.
Idéal pour : Les chercheurs et les équipes edtech qui ont besoin de nombreuses solutions de mathématiques de compétition à bas coût et peuvent vérifier les réponses automatiquement.
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
12
Needle 3
Un modèle crédible pour les commandes de téléphone, à une taille qu'aucun autre n'atteint, vendu avec une promesse plus large que ce que montrent ses propres graphiques.
Idéal pour : Les fabricants d'appareils et les éditeurs d'applications qui ont un petit ensemble fixe d'actions et affineront un modèle pour le faire tourner hors ligne sur du matériel très contraint.
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
13
Underdog Saluki 27B 1.0
Le Qwen3.8-27B 2 bits à faire tourner quand l'appel d'outils compte plus que les maths, tant que vous traitez les scores d'Underdog comme une promesse et non une mesure.
Idéal pour : Les développeurs qui font tourner un agent à appel d'outils local sur un portable de 16 GB ou un seul GPU grand public et acceptent une pénalité de maths et de raisonnement.
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
14
SmolLM3-3B
SmolLM3 est une exécution d'entraînement à parois de verre plus qu'un produit : inégalé pour apprendre comment un modèle 3B est fait, surclassé pour en livrer un.
Idéal pour : Les chercheurs et enseignants qui veulent un petit modèle entièrement reproductible à étudier ou affiner.
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