Modèles IA

Le modèle intermédiaire d'Anthropic : proche d'Opus 5.5 sur de nombreux benchmarks pour moitié prix, à 2 $/10 $ par million de tokens.

GPT-6.1 Sol

OpenAIUsage général

Le cheval de trait de prix intermédiaire d'OpenAI : des résultats proches d'Astra en code et usage de l'ordinateur à 2 $/10 $ par million de tokens.

Nano Banana 2.1

GoogleGénération d'images

Le modèle d'image de niveau Flash de Google : quatrième aux votes à l'aveugle, à partir d'environ 3,4 cents les 1 000 images, avec jusqu'à 14 images de référence.

Voyage rerank-3

Voyage AI (MongoDB)Embeddings et reranking

Les nouveaux rerankers de Voyage AI, avec une fenêtre de 32K tokens, le suivi d'instructions et des prix à partir de 0,02 $ par million de tokens.

Claude Haiku 5.5

AnthropicUsage général

Le petit modèle rapide d'Anthropic, à partir de 0,10 $/0,50 $ par million de tokens, avec un contexte de 1M tokens et un effort réglable.

Gemini 3.8 Flash TTS

GoogleSynthèse vocale

La synthèse vocale expressive de Google, cinquième aux votes à l'aveugle pour environ 16,50 $ par million de caractères, avec conception et clonage de voix.

Gemini 4 Argon

GoogleRaisonnement

Le nouveau modèle de raisonnement phare de Google : il lit texte, images, audio, vidéo et PDF, avec un contexte de 1M tokens.

MiMo-V2.6-Pro

XiaomiRaisonnementPoids ouverts

Le modèle à poids ouverts d'un billion de paramètres de Xiaomi, en tête des modèles ouverts sur Artificial Analysis, à 0,87 $ par 1M en sortie.

NVIDIA Nemotron 3.5 Transcribe

NVIDIATranscription vocalePoids ouverts

Le modèle vocal ouvert et pilotable par prompt de NVIDIA : transcription en 40 langues, étiquettes de locuteur et traduction dans un seul checkpoint.

Perplexity Decider (pplx-decider)

PerplexityModèles de décisionPoids ouverts

Les modèles de décision ouverts 27B et 4B de Perplexity, aussi vendus comme une API à 0,02 $ le million de tokens : texte et images en entrée, probabilités en sortie.

Qwen3.8-27B

Alibaba (Qwen)Usage généralPoids ouverts

Le modèle dense Apache 2.0 d'Alibaba : 27 milliards de paramètres, entrée d'image et de vidéo, et des scores de code qui rivalisent avec des modèles bien plus grands.

voyage-4-large

Voyage AI (MongoDB)Embeddings et reranking

Le meilleur modèle d'embedding de texte de Voyage AI, bâti sur mixture-of-experts, partageant un espace vectoriel avec les modèles Voyage 4 moins chers.

Wan 3.0

AlibabaVidéo

Le nouveau modèle vidéo d'Alibaba, en tête du tableau vidéo actuel d'Artificial Analysis, avec des clips jusqu'à 30 secondes.

Cartesia Sonic 3.6

CartesiaSynthèse vocale

Le modèle de synthèse vocale à faible latence de Cartesia pour les agents vocaux, en 44 langues.

Cohere Rerank 5

CohereEmbeddings et reranking

Le reranker d'octobre 2026 de Cohere en tailles Pro et Fast, avec des scores calibrés et une option pour ne renvoyer que les passages pertinents.

ElevenLabs Scribe v2

ElevenLabsTranscription vocale

Le modèle de transcription par lots d'ElevenLabs : 2,2 % de taux d'erreur de mots aux tests indépendants, 0,22 $ de l'heure, avec diarisation et détection d'entités.

Gemma 4

GooglePetits modèles et embarquésPoids ouverts

La famille de modèles ouverts de Google sous Apache 2.0, de l'E2B à taille de téléphone à un 31B pour un seul GPU, avec entrée image, vidéo et audio.

GLM-5.3

Z.ai (Zhipu AI)CodePoids ouverts

Le modèle ouvert de Z.ai pour le code et les agents, sous une licence proche de la MIT, à 1,40 $/4,40 $ par million de tokens sur son API.

PaddleOCR-VL-1.6

Baidu (PaddlePaddle)OCR et documentsPoids ouverts

Un analyseur de documents de 0,9 milliard de paramètres qui domine le principal benchmark OCR, du moins selon le décompte de ses créateurs.

SAM 3 (Segment Anything Model 3)

MetaVision et multimodalPoids ouverts

Le modèle de 848M de paramètres de Meta qui trouve, détoure et suit chaque occurrence d'une courte expression textuelle dans les images et la vidéo.

Seedance 2.5

ByteDanceVidéo

Le modèle audio-vidéo conjoint de ByteDance avec prises de 30 secondes, fort référencement multimodal et éditions par horodatage.

Voxtral 3 (Transcribe and TTS)

Mistral AITranscription vocale

La famille de parole d'octobre 2026 de Mistral : transcription en 50 langues à partir de 0,0035 $ la minute, temps réel sous 500 ms, et clonage de voix.

Claude Fable 5.1

AnthropicRaisonnement

Le niveau le plus élevé d'Anthropic pour le raisonnement difficile et le travail d'agent au long cours, à 10 $/50 $ par million de tokens.

DeepSeek-V4-Pro

DeepSeekRaisonnementPoids ouverts

Le plus grand modèle à poids ouverts de DeepSeek : 1.6T paramètres, licence MIT, contexte de 1M tokens et prix d'API très bas.

EmbeddingGemma 2

Google DeepMindEmbeddings et rerankingPoids ouverts

Le modèle d'embedding ouvert et embarqué de Google qui place texte, code, images, audio et vidéo dans un même espace.

Gemini 4 Carbon

GoogleRaisonnement

Le meilleur modèle de raisonnement de Google, premier à l'indice d'Artificial Analysis, mais réservé pour l'instant à des cyberdéfenseurs agréés.

Gemini Embedding 2

GoogleEmbeddings et reranking

Le premier modèle d'embedding multimodal de Google : texte, images, vidéo, audio et PDF dans un même espace vectoriel partagé.

Gemini Omni Flash 1.1

GoogleVidéo

Le modèle vidéo par défaut de Google, construit sur Gemini, pour de courts clips que l'on affine en conversation.

GLM-5.3-Flash

Z.ai (Zhipu AI)Usage généralPoids ouverts

Le modèle mixture-of-experts de 320B de Z.ai sous licence MIT, avec entrée image et vidéo, un contexte de 1M tokens et un prix d'API de 0,15 $/0,50 $.

GLM-OCR

Z.ai (Zhipu AI)OCR et documentsPoids ouverts

Le modèle d'OCR compact de Zhipu : évalué de manière indépendante, 1,74 million de téléchargements par mois et une API à 0,03 $ par million de tokens.

GPT-6 Luna

OpenAIUsage général

Le petit modèle bon marché d'OpenAI pour les tâches à fort volume, à 0,10 $/0,50 $ par million de tokens avec un contexte de 1,05M tokens.

GPT-Live-1 (and GPT-Realtime-2.1)

OpenAIMusique et audio

Le modèle vocal full-duplex d'OpenAI : il écoute pendant qu'il parle et confie la réflexion à un modèle de texte que vous choisissez, à 0,05 $ la minute.

Jina Embeddings v5

Jina AI (Elastic)Embeddings et rerankingPoids ouverts

Les petits embedders de texte multilingues de Jina AI et leurs frères omni pour images, vidéo et audio, partageant un même espace vectoriel.

Jina Reranker v3.5

Jina AI (Elastic)Embeddings et rerankingPoids ouverts

Petit reranker multilingue 0.6B de Jina AI (désormais Elastic) qui note toute une liste de candidats en une passe, avec un contexte de 131K tokens.

Kimi K3

Moonshot AIRaisonnementPoids ouverts

Le modèle à poids ouverts de 2,8 billions de paramètres de Moonshot AI, fort sur les tâches d'agent et de navigation, avec un contexte de 1M de tokens.

MAI-Image-2.6

Microsoft AIGénération d'images

Le modèle d'image maison de Microsoft, cinquième sur l'arène d'Artificial Analysis, en préversion sur Foundry à environ 39 $ les 1 000 images.

Midjourney V8

MidjourneyGénération d'images

Le modèle d'image de huitième génération de Midjourney, désormais en V8.2 avec un éditeur à instructions, vendu uniquement en abonnement mensuel.

MiniCPM-OCR 1.0

OpenBMBOCR et documentsPoids ouverts

Le modèle d'OCR de 1,3B d'OpenBMB, le plus rapide du test de 15 modèles de son créateur et premier sur quatre des six benchmarks d'OCR, sous Apache 2.0.

MiniMax H3 (Hailuo 3.0)

MiniMaxVidéoPoids ouverts

Le modèle vidéo 33B de MiniMax avec son stéréo : la meilleure entrée à poids ouverts, sous licence hors des États-Unis, de l'UE, du Royaume-Uni et de la Corée du Sud.

Qwen3-VL-Embedding

Alibaba (Qwen)Embeddings et rerankingPoids ouverts

L'embedder multimodal ouvert d'Alibaba pour texte, images, captures d'écran et vidéo dans un seul espace vectoriel, en tailles 2B et 8B.

Chandra OCR 2

DatalabOCR et documentsPoids ouverts

Le parseur de Datalab basé sur Qwen 3.5 mène olmOCR-Bench et un classement indépendant d'imprimés anciens, mais ses poids ne sont gratuits que sous 2 M$.

Cohere Embed 5

CohereEmbeddings et reranking

Les modèles d'embedding multimodaux de Cohere pour le texte, les images et les PDF, avec une entrée de 128K tokens et des niveaux Pro et Fast qui partagent un même espace vectoriel.

DeepSeek-V4.1-Flash

DeepSeekUsage généralPoids ouverts

Le modèle mixture-of-experts ouvert de DeepSeek sous licence MIT, avec entrée d'images et un contexte de 1M tokens, à partir de 0,15 $ par million de tokens en entrée en heures creuses.

Fish Audio Drama 3

Fish Audio (39 AI, Inc.)Synthèse vocalePoids ouverts

Le modèle vocal à poids ouverts de 35B de Fish Audio pour des scènes dirigées à plusieurs personnages : le meilleur modèle ouvert du classement TTS d'Artificial Analysis.

FLUX 3

Black Forest LabsVidéo

Le modèle multimodal de Black Forest Labs pour la vidéo avec audio et les images, construit sur une architecture partagée.

Gemini 3.5 Transcribe

GoogleTranscription vocale

Les modèles de transcription dédiés de Google, avec une variante Live en streaming, à environ un demi-centime la minute.

GPT-6 Astra

OpenAIRaisonnement

Le modèle de raisonnement phare d'OpenAI pour le travail le plus difficile, à 10 $/50 $ par million de tokens avec un contexte de 1,05M tokens.

Hy4 preview

Tencent (Hy, formerly Hunyuan)CodePoids ouverts

Le flagship 770B à poids ouverts de Tencent (anciennement Hunyuan) sous Apache 2.0 pur, fort en code avec un contexte de 1M de tokens.

Kimi K3.1 Pro

Moonshot AIRaisonnement

Le Kimi K3 réentraîné de Moonshot AI : en tête du tableau Terminal-Bench d'Artificial Analysis, mais 22e de son indice v5.0, plus dur, et lent.

LightOnOCR-3-4B

LightOnOCR et documentsPoids ouverts

Le modèle d'OCR de bout en bout de 4B de LightOn, avec boîtes de mise en page et données de graphiques, premier sur ParseBench et meilleur sur les documents français selon les tests de son créateur.

Mistral OCR 4.1

Mistral AIOCR et documents

L'OCR de documents de Mistral avec boîtes englobantes de paragraphes, étiquettes de blocs et scores de confiance en 170 langues, à 4 $ les 1 000 pages.

Nano Banana Pro (Gemini 3 Pro Image)

GoogleGénération d'images

Le modèle d'image premium de Google : quatre fois le prix de Nano Banana 2.1, mais toujours celui à qui les testeurs font confiance pour le réalisme.

OvisOCR3

Alibaba (ATH-MaaS)OCR et documentsPoids ouverts

Le successeur d'OvisOCR2 : la même taille de 0,8B, désormais avec extraction de champs et tableaux sur plusieurs pages, sur des scores que seul Alibaba a vérifiés pour l'instant.

Qwen3-Embedding and Qwen3-Reranker

Alibaba (Qwen)Embeddings et rerankingPoids ouverts

La famille d'embedding et de reranking Apache 2.0 d'Alibaba, d'un modèle 0.6B à un 8B qui a dominé MTEB multilingue en juin 2025.

Qwen3.8-Flash-Next

Alibaba (Qwen)Usage généralPoids ouverts

La préversion de l'architecture Qwen4 par Qwen : 6 milliards de paramètres actifs, de forts scores de code rapportés par le fournisseur et une licence restrictive.

Qwen3.8-Max

Alibaba (Qwen)RaisonnementPoids ouverts

Le flagship de 2,4 billions de paramètres d'Alibaba, avec des poids ouverts et une API à 2 $/6 $ qui ajoute image, vidéo et contexte de 1M.

Shieldstral 1.0 3B

Mistral AIModèles de décisionPoids ouverts

Le classifieur de sécurité ouvert 3B de Mistral qui vérifie texte et images par rapport à des politiques de modération que vous écrivez en langage courant.

Step 5 Preview

StepFunRaisonnementPoids ouverts

Le modèle à poids ouverts 600B de StepFun avec un contexte de 1M de tokens, aussi intelligent que Kimi K3 sur Artificial Analysis pour la moitié du coût.

Unlimited-OCR 2

BaiduOCR et documentsPoids ouverts

Le modèle OCR ouvert de Baidu qui analyse un document de 300 pages en une seule requête, avec un usage mémoire qui reste constant quand le document grandit.

d3-turbo (vLLM Semantic Router)

vLLM Semantic RouterModèles de décisionPoids ouverts

Le modèle de décision 27B amélioré du vLLM Semantic Router : lit une entrée une fois, répond à jusqu'à 255 questions, et localise des objets dans la vidéo.

Doubao Seed 2.1 Pro

ByteDanceUsage général

Le fleuron fermé de ByteDance derrière l'application Doubao : en tête sur la compréhension vidéo et visuelle, vendu surtout via Volcano Engine en Chine.

Gemini 3.5 Flash-Lite

GoogleUsage général

Le modèle de texte Gemini actuel le moins cher de Google, très rapide une fois lancé, à 0,30 $/2,50 $ par million de tokens et avec un niveau gratuit.

Gemini 3.8 Flash

GoogleUsage général

Le modèle intermédiaire de Google pour les agents et les documents, qui lit texte, images, audio, vidéo et PDF avec une entrée de 1M tokens.

HunyuanOCR 1.5

Tencent (Hy, formerly Hunyuan)OCR et documentsPoids ouverts

Le modèle d'OCR de bout en bout de 1,12B de Tencent pour l'analyse, le repérage, l'extraction et la traduction ; sans licence dans l'UE, au Royaume-Uni ni en Corée du Sud.

Kling 4.0

Kuaishou (Kling AI)Vidéo

Le nouveau modèle vidéo de Kuaishou : prises de 30 secondes, 10 keyframes, 15 références et son stéréo, avec une API pour l'instant uniquement sur fal.

Ministral 3 (3B, 8B and 14B)

Mistral AIPetits modèles et embarquésPoids ouverts

Les petits modèles ouverts de Mistral en trois tailles, chacune avec des versions base, instruct et raisonnement et une entrée d'image, sous Apache 2.0.

Moondream Parakeet Redux

Moondream (M87 Labs)Transcription vocalePoids ouverts

Le Parakeet 1,58 bit de Moondream : le transcripteur 25 langues de NVIDIA réduit de 1,2 GB à 178 MB et exécuté à 113x le temps réel sur huit cœurs de CPU.

Muse Glimmer

MetaUsage généralPoids ouverts

Le modèle d'agent 30B Apache 2.0 de Meta, distillé de Muse Spark et empaqueté avec des versions 4 bits testées pour un seul GPU grand public.

Muse Wonder

MetaUsage général

Le premier modèle au prix de frontière de Meta : fort sur le long code et le travail d'agent juridique, derrière Claude Opus 5.5 sur la majeure partie du propre tableau de Meta.

Nemotron 3.5 Super VL

NVIDIAVision et multimodalPoids ouverts

Le MoE Mamba hybride ouvert 120B de NVIDIA qui lit images, documents et vidéo, avec un contexte de 1M de tokens et des recettes d'entraînement publiées.

OvisOCR2

Alibaba (ATH-MaaS)OCR et documentsPoids ouverts

Le parseur de pages de 0,8B d'Alibaba, près du sommet du classement indépendant OmniDocBench, déjà remplacé par OvisOCR3.

Parakeet TDT 0.6B v3

NVIDIATranscription vocalePoids ouverts

Le modèle de transcription de 600M de paramètres de NVIDIA pour 25 langues européennes : le plus rapide sur le tableau d'Artificial Analysis.

Phonon-2

Fermion ResearchTranscription vocalePoids ouverts

Le modèle vocal Parakeet de NVIDIA ramené à un téléchargement de 164 Mo en gardant presque toute sa précision en anglais, pour portables et téléphones.

PP-OCRv6

Baidu (PaddlePaddle)OCR et documentsPoids ouverts

Le pipeline d'OCR classique de Baidu, qui détecte puis lit, en trois tailles de 1,5M à 34,5M de paramètres, sous Apache 2.0.

pyannote speaker-diarization-community-1

pyannoteAITranscription vocalePoids ouverts

Le pipeline ouvert de diarisation des locuteurs que la plupart des chaînes de transcription utilisent pour savoir qui a parlé quand, désormais avec moins de confusions entre locuteurs.

Seedream 5.0 Pro

ByteDanceGénération d'images

Le modèle d'image phare de ByteDance, conçu pour le travail de design éditable : jusqu'à 20 couches, éditions par coordonnées et texte en 14 langues.

Xiaomi-OCR-0

XiaomiOCR et documentsPoids ouverts

Le modèle d'OCR ouvert de 0,8B de Xiaomi qui analyse les pages, répond à des questions à leur sujet et remplit des champs JSON, sous Apache 2.0.

d3 (vLLM Semantic Router)

vLLM Semantic RouterModèles de décisionPoids ouverts

Le modèle de décision ouvert 27B du vLLM Semantic Router avec entrée vidéo et service vLLM standard, déjà dépassé par son propre d3-turbo.

Deepgram Nova-3

DeepgramTranscription vocale

Le modèle de transcription de Deepgram : deuxième plus rapide au test d'Artificial Analysis et bon marché à la minute, mais loin des meilleurs en précision.

Falcon OCR

Technology Innovation Institute (TII)OCR et documentsPoids ouverts

Le modèle d'OCR de 270M de paramètres de TII lit une page avec un seul petit Transformer et s'approche étonnamment de modèles trois à dix fois plus gros.

FLUX 3 Image Klein

Black Forest LabsGénération d'imagesPoids ouverts

Le modèle d'image ouvert de 5.6B de Black Forest Labs, avec la sortie 4K, l'édition et les zones de délimitation de FLUX 3, gratuit en usage commercial sous 5M $ de chiffre d'affaires.

GPT-5.6-Cyber

OpenAIRaisonnement

Le modèle de cybersécurité à accès restreint d'OpenAI pour chercheurs vérifiés : il écrit des exploits et teste des défenses que ses modèles standard refusent.

gpt-oss-120b

OpenAIRaisonnementPoids ouverts

Le plus grand modèle de raisonnement à poids ouverts d'OpenAI : Apache 2.0, 5.1B de paramètres actifs, et assez petit pour un seul GPU de 80GB.

GPT-Rosalind

OpenAIRaisonnement

Le modèle de sciences de la vie à accès restreint d'OpenAI pour les organismes de recherche approuvés : découverte de médicaments, génomique et travail sur les protéines.

Granite 4.2

IBMRaisonnementPoids ouverts

La famille Apache 2.0 de modèles de raisonnement denses 3B, 8B et 30B d'IBM pour les agents et le code, sortie en août 2026.

Ideogram 4.0

IdeogramGénération d'imagesPoids ouverts

Le modèle de design 9.3B d'Ideogram, fort sur le texte dans l'image ; ses poids téléchargeables sont non commerciaux, si bien que le travail payant passe par l'API.

LFM3

Liquid AIPetits modèles et embarquésPoids ouverts

La famille de six modèles 2B de Liquid AI pour le texte, la vision, l'audio, l'omni et les décisions typées, tous issus d'une même base 1.7B.

Ling-3.1-flash

Ant Group (inclusionAI)RaisonnementPoids ouverts

Le modèle à poids ouverts 560B d'Ant Group : rapide à plus de 200 tokens par seconde, sous licence MIT, avec un contexte de 1M de tokens.

Maya 2 Native

Maya ResearchSynthèse vocalePoids ouverts

Une voix en streaming de 2,5B sous Apache 2.0 pour 11 langues indiennes et l'anglais, à égalité avec Mistral et Eleven v3 au classement hindi de VoiceArena.

MiniCPM-V 4.7 (35B-A3B and 1B)

OpenBMBVision et multimodalPoids ouverts

Les modèles de vision Apache 2.0 d'OpenBMB : un mixture-of-experts 35B qui mène sur les documents et un 1B pour les téléphones.

MiniCPM5-2B

OpenBMBPetits modèles et embarquésPoids ouverts

Le modèle sur-appareil 2.5B d'OpenBMB : appels d'outils et corrections de code comme un modèle 4B, avec ses checkpoints et données d'entraînement publiés.

MiniMax-M3.1-Flash

MiniMaxUsage généralPoids ouverts

Le MoE à poids ouverts toujours en raisonnement de MiniMax : la conception 428B de M3, une API plate à 0,15 $/0,60 $, un contexte de 1M et un problème d'hallucination.

Muse Spark 1.3

MetaUsage général

Le modèle d'agent et de code fermé de Meta : un contexte de 1M de tokens à 1,25 $/4,25 $, désormais le niveau économique sous Muse Wonder.

Muse Spark Open

MetaUsage généralPoids ouverts

Le Muse Spark 816B à poids ouverts de Meta : un modèle d'agent à 1M de tokens que vous pouvez auto-héberger, sous une licence avec des conditions.

OmniVoice

k2-fsa (Next-gen Kaldi)Synthèse vocalePoids ouverts

TTS zero-shot ouvert avec clonage de voix et conception de voix en plus de 600 langues, de l'équipe derrière Next-gen Kaldi.

Qianfan-OCR

BaiduOCR et documentsPoids ouverts

Le modèle de 4,7B de Baidu qui analyse les pages, extrait les champs et lit les graphiques en un seul passage, au prix de la taille et de la précision sur les pages.

Qwen-Image-2.1

Alibaba (Qwen)Génération d'imagesPoids ouverts

Le générateur et éditeur d'images ouvert 7B d'Alibaba domine le tableau à poids ouverts et produit de la transparence, mais est sous licence pour la recherche uniquement.

Surya OCR 2.5

DatalabOCR et documentsPoids ouverts

L'analyseur de documents de 689M de paramètres de Datalab : mise en page, OCR, tableaux et maths en HTML, rapide sur un seul GPU, gratuit sous 5 M$ de chiffre d'affaires.

Ternary Bonsai 2 9B

PrismMLPetits modèles et embarquésPoids ouverts

La reconstruction ternaire de Qwen3.5-9B par PrismML : un modèle vision-langage avec appel d'outils dans un fichier de 2,42 GB qui tourne sur téléphones et portables.

Codestral 25.08

Mistral AICode

Le modèle fill-in-the-middle rapide de Mistral pour l'autocomplétion de code, toujours un choix par défaut dans les outils d'IDE ; pas conçu pour le travail d'agent.

FireRed-OCR

Xiaohongshu (FireRedTeam)OCR et documentsPoids ouverts

Le fine-tune 2B de Qwen3-VL par Xiaohongshu mène les modèles d'OCR de bout en bout dans son propre tableau, et reste derrière les pipelines dans ce même tableau.

Flint

RecursiveCodePoids ouverts

Le premier modèle de Recursive : un modèle de code à poids ouverts de 40B paramètres, dont 2.5B actifs, conçu pour tourner vite sur un portable.

GPT Transcribe

OpenAITranscription vocale

Le remplaçant de Whisper par OpenAI : plus précis et moins cher que GPT-4o Transcribe, mais sans timestamps ni étiquettes de locuteur.

Kokoro-82M

hexgradSynthèse vocalePoids ouverts

Un modèle de parole Apache 2.0 de 82M de paramètres, en milieu de tableau sur la qualité et la voix la moins chère du tableau d'Artificial Analysis.

Kolibri 1

Aleph AlphaRaisonnementPoids ouverts

Le modèle de raisonnement allemand-anglais Apache 2.0 d'Aleph Alpha : 78B de paramètres, 3,46B actifs, entraîné en Allemagne et en Finlande.

Luma Ray3.2

Luma AIVidéo

Le modèle vidéo de Luma pour la post-production : 16 keyframes, HDR natif et EXR 16 bits, vendu au clip via l'API et l'appli Luma.

Mage-VL-Cowork

MicrosoftVision et multimodalPoids ouverts

L'agent de bureau de 4B de Microsoft qui choisit, étape par étape, entre cliquer à l'écran et exécuter du code dans un terminal.

Marengo 3.5

TwelveLabsEmbeddings et reranking

Le modèle d'embedding vidéo-d'abord de TwelveLabs : vidéo, audio, images, texte et pages PDF dans un seul espace à 512 dimensions, facturé au token.

MiniMax-M3

MiniMaxUsage généralPoids ouverts

Le MoE multimodal à poids ouverts de MiniMax : contexte de 1M de tokens, attention creuse, une API à 0,30 $/1,20 $ et une licence avec des conditions.

Mistral Large 4

Mistral AIUsage général

Le flagship d'un billion de paramètres de Mistral, entraîné et hébergé en Europe, en préversion à 1,36 $/4,18 $ avec des poids promis.

MOSS-Transcribe-Diarize 0.9B

OpenMOSS (MOSI)Transcription vocalePoids ouverts

Un modèle ouvert de 0.9B qui transcrit, étiquette les locuteurs et horodate jusqu'à 90 minutes d'audio en une passe.

Nemotron 3.5 Bolt (74B-A9B 24GB and E4B 4GB)

NVIDIAPetits modèles et embarquésPoids ouverts

La paire d'agents locaux de NVIDIA : un modèle de vision 74B en 2 bits nommé pour les 24 Go et un 4B basé sur Gemma pour les assistants vocaux.

Sage-A1.5

Shanghai AI Laboratory (InternScience)RaisonnementPoids ouverts

Le modèle d'agent de 35B de Shanghai AI Lab pour les tâches de recherche, avec répartition intégrée en sous-agents et un mode d'autovérification, sous Apache 2.0.

Sakana Fugu (Fugu, Max and Ultra v2)

Sakana AIRaisonnement

L'orchestrateur de Sakana AI : une seule API qui répartit chaque tâche sur un pool caché de modèles de frontière et fusionne les réponses.

zerank-2

ZeroEntropy (Notion)Embeddings et rerankingPoids ouverts

Le reranker ouvert 4B de ZeroEntropy avec des scores calibrés, Apache 2.0 depuis que Notion a racheté l'entreprise et que son API hébergée s'est éteinte.

Beam

ReflectionRaisonnementPoids ouverts

Le premier modèle ouvert de Reflection : 501B de paramètres, 23B actifs, Apache 2.0, et moins de tokens de raisonnement par tâche que ses rivaux.

Breeze TTS 2

BreezeBlueSynthèse vocalePoids ouverts

Un modèle de 3.5B paramètres pour le clonage et la conception de voix, proche du sommet de l'arène des poids ouverts, mais qui interdit l'auto-hébergement commercial.

Command A+

CohereUsage généralPoids ouverts

Le modèle mixture-of-experts de 218B de Cohere pour les agents et le RAG multilingue, avec des poids sous Apache 2.0 qui tiennent sur deux H100.

gpt-oss-20b

OpenAIPetits modèles et embarquésPoids ouverts

Le modèle de raisonnement à poids ouverts d'OpenAI sous Apache 2.0, avec 3.6B de paramètres actifs, dimensionné pour tourner dans 16GB de mémoire sur un portable ou un GPU grand public.

Grok 4.7

SpaceXSI (formerly xAI)Usage général

Le modèle Grok phare de SpaceXSI pour le chat, le code et les agents : 2 $/6 $ par million de tokens, un contexte de 500K et des temps de réflexion très longs.

Infinity-Parser2-Flash

INF Technology (infly)OCR et documentsPoids ouverts

Le parseur de 2,2B d'INF, solide sur olmOCR-Bench et les graphiques, mais lent sur un seul flux et moins bon sur OmniDocBench que des concurrents plus petits.

Jev

TypeSafe AIModèles de décision

Le modèle de décision hébergé de TypeSafe AI : choix typés, scores et probabilités oui/non pour 0,042 $ par million de tokens en entrée, sortie gratuite.

LFM2.5-24B-A2B

Liquid AIPetits modèles et embarquésPoids ouverts

Le modèle de raisonnement 24B de Liquid AI avec 2,45B de paramètres actifs, entraîné dans des harnais d'agent pour appeler des outils sur un portable.

Ling-3.0-flash-Sante

Ant Group (inclusionAI)Usage généralPoids ouverts

Le modèle médical de 124B d'Ant Group sous licence MIT, 5,1B actifs : proche de la frontière sur ses propres benchmarks de santé, pour une fraction du prix.

LTX-2.5

Lightricks (LTX)VidéoPoids ouverts

Le modèle vidéo ouvert 22B de Lightricks avec son synchronisé et scènes multishot, jusqu'à la 4K sur son API à partir de 0,09 $ la seconde.

Mistral Medium 3.5

Mistral AIUsage généralPoids ouverts

Le modèle de code et d'agent dense à poids ouverts 128B de Mistral tient sur quatre GPU, mais sa licence écarte les entreprises de plus de 20M$ par mois.

MOSS-Image

OpenMOSS (MOSI)Génération d'imagesPoids ouverts

Un modèle d'image ouvert de 5B sous Apache 2.0 qui place le texte et les objets là où une mise en page JSON le lui indique, et rend bien les textes longs.

mxbai-rerank v2

MixedbreadEmbeddings et rerankingPoids ouverts

Les rerankers Apache 2.0 de Mixedbread en tailles 0.5B et 1.5B, avec plus de 100 langues et un contexte de 8K tokens, conçus pour l'auto-hébergement.

Nanbeige4.3-33B

BOSS Zhipin (Nanbeige LLM Lab)CodePoids ouverts

Un modèle ouvert dense de 33B issu du laboratoire de BOSS Zhipin, qui revendique la tête de la catégorie 30B en code agentique, sous Apache 2.0.

Nemotron ColEmbed V2

NVIDIAEmbeddings et rerankingPoids ouverts

Les récupérateurs à interaction tardive de NVIDIA qui recherchent des images de page sans OCR : précis, gourmands en stockage et non commerciaux à chaque taille.

Nemotron OCR v2

NVIDIAOCR et documentsPoids ouverts

L'OCR détecteur-reconnaisseur de 84M de paramètres de NVIDIA pour l'ingestion RAG : environ 35 pages par seconde sur un A100, avec une licence qui autorise l'usage commercial.

Pika H3 Flex

Pika (Mellis, Inc.)VidéoPoids ouverts

Le post-entraînement en six étapes de MiniMax H3 par Pika : de la vidéo avec son stéréo à la moitié du prix de l'API de MiniMax, sous la licence territoriale de MiniMax.

Runway Gen-4.5

RunwayVidéo

Le modèle vidéo maison de Runway : vainqueur d'un classement de 2025, désormais surclassé, vendu dans une suite qui revend aussi ses rivaux.

VibeVoice-ASR

MicrosoftTranscription vocalePoids ouverts

Le transcripteur sous licence MIT de Microsoft qui prend une heure d'audio en une passe et étiquette qui a parlé quand.

Whistle

Cactus ComputeTranscription vocalePoids ouverts

Un modèle de reconnaissance vocale de 16,9 MB en sept langues qui tourne sur CPU sans dépendances ; un portage communautaire le fait tenir sur une puce à 10 $.

ZDTaichu5.0-9B

Zidong Taichu (CASIA and Wuhan AI Research)Vision et multimodalPoids ouverts

Un modèle vision-langage de 9B de l'équipe chinoise Zidong Taichu, qui cède un peu d'OCR contre du raisonnement spatial et l'usage d'outils.

Chatterbox

Resemble AISynthèse vocalePoids ouverts

Les modèles de clonage de voix sous licence MIT de Resemble AI, d'un modèle CPU de 110M à 23 langues, avec un filigrane sur chaque extrait.

Cohere Rerank 4

CohereEmbeddings et reranking

Le reranker de décembre 2025 de Cohere en versions Pro et Fast avec un contexte de 32K tokens, remplacé par Rerank 5 le 21 octobre 2026.

DecisionNode

Bynn IntelligenceModèles de décision

Le modèle de décision hébergé de Bynn Intelligence, qui renvoie six types de réponses avec un niveau de confiance, plus deux petits modèles Edge à poids ouverts pour les appareils.

DeepSeek-OCR 2

DeepSeekOCR et documentsPoids ouverts

Le lecteur de documents ouvert de 3B de DeepSeek réordonne une page avant de la lire, mais PaddleOCR-VL et Unlimited-OCR le dépassent désormais.

ERNIE 5.1

BaiduUsage général

Le fleuron fermé de Baidu, distillé d'ERNIE 5.0 pour une fraction du coût : fort en recherche et en maths, difficile à acheter hors de Chine.

FrogNano-4B-2609

MicrosoftCodePoids ouverts

L'agent de code de recherche de 4B de Microsoft, entraîné uniquement par apprentissage par renforcement sur des tâches synthétiques : 61,5 % sur SWE-bench Verified, selon ses propres chiffres.

humanizer (12B)

jialinyyzz (independent developer)Petits modèles et embarquésPoids ouverts

Un fine-tune ouvert de Gemma 4 12B qui réécrit hors ligne des brouillons rédigés par IA en anglais et en chinois pour qu'ils paraissent humains, en gardant les faits.

Hy-Memory-30B-A3B

Tencent (Hy, formerly Hunyuan)Usage généralPoids ouverts

Le modèle de Tencent à 3B paramètres actifs qui ne fait qu'une chose : décider ce que la mémoire à long terme d'un agent doit garder, à la place d'un LLM de pointe.

Iris-3B

SperidlabsGénération d'imagesPoids ouverts

Le modèle texte-image de 3B de Speridlabs, qui peint directement les pixels sans VAE, avec un Turbo en 4 étapes et des fine-tunes pour la profondeur et l'agrandissement.

Jina OCR v1

Jina AI (Elastic)OCR et documentsPoids ouverts

Un fine-tune de DeepSeek-OCR par Jina AI, désormais filiale d'Elastic, optimisé pour le nombre de pages par seconde sur des GPU bon marché ; les poids sont non commerciaux.

Mistral Small 4

Mistral AIUsage généralPoids ouverts

Le mixture-of-experts Apache 2.0 de Mistral : 119B de paramètres, entrée d'image, raisonnement commutable, 0,15 $/0,60 $ par million de tokens.

ScaleDown Constrained Decoding Models (Classify, Extract, Summarize)

ScaleDownModèles de décision

Les modèles hébergés de classification, extraction et résumé de ScaleDown à 0,05 $ le million de tokens en entrée, avec un endpoint Decisions à la Jev.

Spark-X2.6-4B

iFlytek (SparkLLM)Petits modèles et embarquésPoids ouverts

Le modèle d'agent embarqué de 4B d'iFlytek sous Apache 2.0, qui revendique battre Qwen3.5-9B sur les outils et le code, avec un contexte de 1M de tokens.

text-embedding-3-large

OpenAIEmbeddings et reranking

Le meilleur modèle d'embedding d'OpenAI, inchangé depuis janvier 2024 : pris en charge partout et bon marché, mais plus un leader de la récupération.

Whisper large-v3-turbo

OpenAITranscription vocalePoids ouverts

Le modèle de reconnaissance vocale à poids ouverts d'OpenAI, toujours le choix par défaut pour la transcription auto-hébergée.

Z-Image-Turbo

Alibaba (Tongyi-MAI)Génération d'imagesPoids ouverts

Un modèle d'image 6B sous licence Apache du laboratoire Tongyi d'Alibaba qui tourne en huit étapes sur un GPU grand public de 16GB.

Clef

CloudflareModèles de décisionPoids ouverts

Le modèle de décision ouvert de 27B de Cloudflare, qui note des choix typés sur du texte et des images, servi sur Workers AI derrière une API compatible Jev.

Clover-35B-A3B-Preview

DiffuSpaceUsage généralPoids ouverts

Un modèle de langage à diffusion converti à partir de Qwen3.6-35B-A3B, qui écrit des blocs de 32 tokens en parallèle, ouvert sous Apache 2.0.

dots.ocr

Xiaohongshu (rednote hi lab)OCR et documentsPoids ouverts

Le parseur de mise en page multilingue de Xiaohongshu sorti en 2025 est encore très téléchargé, mais ses propres créateurs et trois concurrents plus récents l'ont dépassé.

Falcon-H1R-7B

Technology Innovation Institute (TII)RaisonnementPoids ouverts

Le modèle de raisonnement en maths et en code de 7B du TII, à architecture hybride Transformer-Mamba, avec un contexte de 256K et une licence à attribution.

GLiNER2.5-Decide

FastinoModèles de décisionPoids ouverts

Le classificateur zero-shot de moins d'un milliard de paramètres de Fastino : passez n'importe quelles étiquettes à l'appel et obtenez-en une en retour sur un CPU, sans prompt ni génération.

Limite 1B - Violetto

ParadigmaPetits modèles et embarquésPoids ouverts

Un modèle de mathématiques de 1B d'une start-up romaine qui égale des modèles de 30B sur les problèmes de compétition et comprend mal presque tout le reste.

Needle 3

Cactus ComputePetits modèles et embarquésPoids ouverts

Un modèle de 29M à 121M qui transforme les demandes en appels de fonctions sur les téléphones, les robots et les hubs ; solide sur les commandes de téléphone, moins bon ailleurs.

Ornith-1.5-122B

OrnithCodePoids ouverts

Un modèle de raisonnement et de code à poids ouverts 122B entraîné par une boucle d'auto-amélioration qui écrit ses propres tâches, sous MIT.

Qwen-Image-Edit-2511

Alibaba (Qwen)Édition d'imagesPoids ouverts

L'éditeur d'images sous licence Apache d'Alibaba : en milieu de tableau sur la qualité, mais la licence la plus propre parmi les éditeurs ouverts que vous pouvez livrer.

Qwen3.5-397B-A17B

Alibaba (Qwen)Usage généralPoids ouverts

Le premier modèle ouvert Qwen3.5 d'Alibaba : un MoE 397B avec 17B actifs sous Apache 2.0, désormais distancé par Qwen3.8 et son propre jumeau hébergé.

Sakana Namazu

Sakana AIUsage général

Le modèle réglé pour le japonais de Sakana AI bâti sur Kimi K2.6, avec recherche web et exécution de code intégrées derrière une API de style OpenAI.

Underdog Saluki 27B 1.0

Conway Research (Underdog)Petits modèles et embarquésPoids ouverts

Qwen3.8-27B compressé dans un fichier 2 bits de 7,89 GB qui garde l'appel d'outils intact, sous Apache 2.0.

Xing4.0-29B-A4B

China Telecom (XingChen)Usage généralPoids ouverts

Le modèle d'agent Apache 2.0 de China Telecom, remarquable moins pour ses scores que pour avoir été entraîné entièrement sur des puces Huawei Ascend.

HunyuanImage 3.0 Instruct

Tencent (Hunyuan)Édition d'imagesPoids ouverts

Le modèle d'image ouvert 80B de Tencent avec une étape de raisonnement : troisième parmi les éditeurs ouverts, mais il exige un nœud de huit GPU et saute l'Europe.

Qwen3-TTS

Alibaba (Qwen)Synthèse vocalePoids ouverts

La famille de parole sous licence Apache d'Alibaba : conception de voix à partir d'une phrase, clonage à partir de trois secondes, et aucune protection contre les abus.

SenseNova-Loop-9B-Preview

SenseTime (SenseNova)Vision et multimodalPoids ouverts

Le modèle image et texte de 9B de SenseTime qui exécute deux fois ses 24 couches centrales, pensé pour les agents de bureautique, sous Apache 2.0.

SmolLM3-3B

Hugging FacePetits modèles et embarquésPoids ouverts

Le modèle 3B entièrement ouvert de Hugging Face, avec raisonnement commutable, un contexte de 128K et toute sa recette d'entraînement publiée.

all-MiniLM-L6-v2

Sentence Transformers (Hugging Face)Embeddings et rerankingPoids ouverts

Le modèle d'embedding par défaut d'un millier de tutoriels, à réserver désormais aux tests, aux prototypes et aux textes anglais courts.

Decision-2.0-Nox-4B (vLLM Semantic Router)

vLLM Semantic RouterModèles de décisionPoids ouverts

Le modèle de décision texte de 4B de vLLM Semantic Router, sous licence Apache : bien calibré, mais déjà dépassé par le d3-mini de la même équipe.

Devstral Small 2

Mistral AICodePoids ouverts

Le modèle de code de 24B de Mistral sous Apache 2.0 qui tourne sur une seule RTX 4090 ou un Mac de 32GB, avec un contexte de 256K et l'entrée d'images.

KittenTTS 2

KittenML (Stellon Labs)Synthèse vocalePoids ouverts

Un modèle de parole ternaire 1.7B avec clonage de voix qui se télécharge en moins de 1 GB et tourne sans GPU, sous une licence communautaire stricte.

Laya

Convai InnovationsModèles de décisionPoids ouverts

Modèle de décision Apache 2.0 sur ModernBERT qui répond à des questions typées en dizaines de millisecondes, mais a besoin d'affinage pour être précis.

Phi-4-Reasoning-Vision-15B

MicrosoftRaisonnementPoids ouverts