Magazine LLM Opensource · 11 October 2026

LLM open source : le comparatif 2026 des modèles qui comptent vraiment

Les classements d’octobre 2026 sont formels : jamais autant de modèles open source n’ont tutoyé les meilleurs systèmes propriétaires. Alibaba a ouvert les poids de Qwen3.8-2.4T-A95B (2,4 billions de paramètres, 95 milliards actifs) le 12 août, Moonshot AI a publié Kimi K3 (2,8 billions de paramètres) fin juillet, Z.ai a dégainé GLM-5.3 le 14 août, Meta est revenu dans la course avec Muse Glimmer, un modèle agentique 30B qui tourne sur un simple PC, et Tencent a ouvert Hy4, un MoE de 770 milliards de paramètres. Mais le fait marquant de l’automne est ailleurs : le 6 octobre, Mistral a dévoilé Mistral Large 4 — « Le Chonk » — un modèle de frontière à plus de 1 000 milliards de paramètres, et le lendemain Reflection AI a répliqué avec Beam, un MoE de 501 milliards. La course ne se joue plus seulement entre laboratoires chinois et américains : l’Europe et une nouvelle génération de startups y entrent à leur tour, portées par des architectures MoE toujours plus efficaces et des promesses de sobriété en inférence. Mais derrière les scores flatteurs, la réalité du déploiement, des besoins matériels et des licences reste très contrastée. Ce comparatif détaillé vous aide à y voir clair.

L’année 2025 avait vu l’open source franchir un cap avec des modèles comme DeepSeek-V3, Qwen 2.5 ou Llama 3.3, capables de rivaliser avec GPT-4 sur de nombreux benchmarks. En octobre 2026, le paysage a encore basculé, et à un rythme que même les observateurs les plus attentifs peinent à suivre. La multiplication des architectures Mixture-of-Experts (MoE), l’allongement des contextes jusqu’à 10 millions de tokens, et l’émergence de nouveaux acteurs (DeepSeek, Alibaba, Moonshot AI, Zhipu AI, Tencent, mais aussi Mistral et Reflection AI) ont créé un marché foisonnant, mais aussi plus difficile à décoder. Selon une analyse de Realmoon.ai, les modèles open source ont désormais rattrapé leurs concurrents propriétaires sur la quasi-totalité des benchmarks, et le choix se joue désormais sur le coût réel, la confidentialité et la capacité à fine-tuner, pas sur la performance brute. Pour les développeurs et les entreprises, le choix d’un LLM open source ne se résume plus à un seul chiffre : il dépend du matériel disponible, du cas d’usage, de la licence et de la maturité de l’écosystème.

Les prétendants au trône : portrait-robot des modèles qui comptent

En octobre 2026, dix modèles open source dominent les classements et les discussions de la communauté. Leurs caractéristiques techniques sont résumées dans le tableau ci-dessous, établi à partir des sources disponibles et vérifiées entre août et octobre 2026. Attention : le paysage évolue chaque mois — entre avril et mai 2026, Moonshot a publié Kimi K2.6, Z.ai a sorti GLM-5.1, DeepSeek a lancé V4 Pro et V4 Flash, Xiaomi a dévoilé MiMo-V2.5-Pro, MiniMax a ouvert M2.7, Google a publié Gemma 4, Alibaba a sorti Qwen 3.6, et Ant Group a dévoilé Ring-2.6-1T (source codersera.com, mai 2026). En juin, GLM-5.2 et Kimi K2.7 Code HighSpeed sont arrivés. Le 26 juillet, Moonshot a publié Kimi K3 (2,8 billions de paramètres). Le 4 août, Alibaba a annoncé Qwen3.8-Max, dont les poids ont finalement été ouverts le 12 août sous une licence personnalisée. Le 10 août, Meta a publié Muse Glimmer. Le 14 août, Z.ai a dégainé GLM-5.3, dont les poids sont retenus environ deux semaines. Fin août, Tencent a ouvert Hy4 en preview. Puis l’automne a changé la donne : le 5 octobre, Reflection AI a dévoilé Beam (501 milliards de paramètres), et le 6 octobre, Mistral a présenté Mistral Large 4, dont les poids sont attendus le 27 octobre.

Sources : computingforgeeks.com (septembre-octobre 2026, tableau maître vérifié) pour les spécifications techniques ; codersera.com (18 août 2026) pour les mises à jour d’août ; tech-insider.org (2026) pour les benchmarks SWE-Bench ; realmoon.ai (juillet 2026) pour les performances relatives ; the-agent-report.com (14 août 2026) pour GLM-5.3 ; research.meta.ai (10 août 2026) pour Muse Glimmer ; gadgetpilipinas.net et techgenyz.com (28 août 2026) pour Hy4 ; lemondeinformatique.fr, korben.info, numerama.com et wired.com (6-7 octobre 2026) pour Mistral Large 4 ; techcrunch.com, unite.ai et siliconangle.com (5-6 octobre 2026) pour Beam.

Détails complémentaires :

• Qwen3.8-2.4T-A95B : annoncé le 4 août 2026 par Alibaba, ce modèle de 2,4 billions de paramètres avec fenêtre de contexte de 1 million de tokens est présenté comme capable de travailler en autonomie pendant plusieurs jours (source generation-nt.com). Ses poids ont été ouverts le 12 août 2026, ce qui en fait le plus gros modèle open source jamais publié — devant Kimi K3. Attention : la licence n’est pas Apache 2.0 mais une licence personnalisée « Qwen3.8-Max License », gratuite pour la plupart des usages commerciaux mais avec des carve-outs liés aux revenus (attribution du nom du modèle, etc.) — selon codersera.com (18 août 2026). C’est la première fois qu’un modèle de la classe Qwen-Max est ouvert (tous les précédents Max étaient API-only). Alibaba a aussi publié Qwen3.8-27B (Apache 2.0, vision-langage natif, 262K contexte, score Artificial Analysis 52 — niveau GLM-5.2).
• Kimi K3 : publié le 26 juillet 2026 par Moonshot AI, c’est le plus gros modèle open weight jamais créé : 2,8 billions de paramètres, 896 experts MoE dont 16 actifs (104 milliards actifs), contexte de 1 million de tokens, multimodal (texte, image, vidéo). Ses scores indépendants ne sont pas encore disponibles, mais les premiers tests suggèrent qu’il rivalise avec les meilleurs modèles américains (source journaldugeek.com). Une controverse existe : des officiels américains l’accusent d’avoir « pillé » le modèle d’Anthropic détenu par Google (source cnews.fr, 23 juillet 2026). Moonshot a également publié Kimi K2.6 en mai (leader de l’Artificial Analysis Intelligence Index à 54) et Kimi K2.7 Code HighSpeed en juin.
• DeepSeek V4 Pro : successeur de DeepSeek-V3 (décembre 2024, MMLU 87,1, HumanEval 82,6). L’architecture MoE + sparse attention permet d’activer seulement 49 milliards de paramètres sur 1,6 billion, réduisant drastiquement les besoins en calcul. Il est considéré comme le meilleur générateur de code open source en 2026, avec 80,6 % sur SWE-Bench Verified (source tech-insider.org). La version production V4 Pro 0813 est sortie le 12 août 2026, mettant fin à une période de prévisualisation de près de quatre mois (source unite.ai). DeepSeek a également publié DSpark, un framework d’inférence par décodage spéculatif qui réduit la latence jusqu’à 85 % sur V4-Flash (source techtimes.com, 27 juin 2026). Une variante V4 Flash (284B totaux, 13B actifs) est disponible pour les usages plus légers — et coûte 33× moins cher que Kimi K3 pour exécuter une suite de tests (source geeky-gadgets.com, 11 août 2026). Sur OpenRouter, V4-Pro est positionné à 0,14 $/M tokens, bien en dessous de Kimi K3 (source techbooky.com, 13 août 2026).
• GLM-5.3 : publié par Z.ai le 14 août 2026, ce modèle ne change pas de taille — il réutilise la base MoE de 753 milliards de paramètres de GLM-5.2 — mais tout vient du post-entraînement. Résultat : il domine le benchmark cybersécurité CyberGym avec 84,5 %, devançant Claude Sonnet 5 et GPT-5.6 Sol (source ayinedjimi-consultants.fr, 19 août 2026). Sur Terminal-Bench 3.0, il passe de 4,6 à 28,3 % par le seul post-entraînement (source datanorth.ai, 17 août 2026) — le meilleur score open source sur ce benchmark de scripting en ligne de commande (source siliconangle.com, 14 août 2026). Score DeepSWE : 66,9 (source aireiter.com). Selon Z.ai, le modèle a déjà trouvé plus de 2 400 vulnérabilités dans 269 projets logiciels, dont environ la moitié de sévérité moyenne ou supérieure — y compris une faille dans un code vieux de 40 ans (source siliconangle.com). Les poids sont retenus environ deux semaines — une décision motivée par la sécurité (source the-agent-report.com). Z.ai propose un programme d’audit gratuit (source servicesmobiles.fr). Le post-entraînement a utilisé des sandboxes simulant des postes de développeurs, avec des exercices pouvant prendre plusieurs jours, ce qui a amélioré la capacité du modèle sur les tâches long-horizon (source siliconangle.com).
• Hy4 (preview) : Tencent a ouvert fin août 2026 son modèle Hy4 en preview, un MoE de 770 milliards de paramètres dont 49 milliards actifs, avec une fenêtre de contexte dépassant 1 million de tokens. Conçu autour du codage, de la productivité bureautique et de la recherche scientifique, il est accessible via API (source gadgetpilipinas.net, techgenyz.com, 28 août 2026). C’est le premier modèle open source majeur de Tencent dans cette catégorie, et il élargit encore le front chinois.
• Mistral Large 4 (« Le Chonk ») : dévoilé le 6 octobre 2026 par Mistral AI, c’est le grand retour du champion français, absent du devant de la scène depuis cinq mois (source dw.com). Le modèle dépasse les 1 000 milliards de paramètres — environ 1 050 milliards selon les sources — dont 49 milliards activés par réponse (sources lemondeinformatique.fr, korben.info, 7 octobre 2026). Entièrement entraîné en Europe, il est présenté par Mistral comme « le meilleur modèle à poids ouverts hors de Chine » (source wired.com, 6 octobre 2026), avec un positionnement explicite sur la souveraineté européenne dans la course États-Unis-Chine (source fr.euronews.com). Ses points forts revendiqués : cybersécurité, analyse géospatiale, manufacturing, finance et usages multimodaux (sources cnet.com, latribune.fr, zdnet.com). L’aperçu public via API a été ouvert le 6 octobre ; les poids sont annoncés pour le 27 octobre 2026 (source neoteo.com). Mistral promet d’accélérer son rythme de publication.
• Beam : dévoilé le 5 octobre 2026 par Reflection AI, une startup soutenue par Nvidia, Beam est un MoE sparse de 501 milliards de paramètres totaux et 23 milliards actifs, conçu pour le codage, le raisonnement et les déploiements en entreprise ou chez des nations souveraines (sources unite.ai, techcrunch.com). Son argument central n’est pas le score brut mais l’efficacité : Reflection revendique 3 à 4× moins de calcul d’inférence que les meilleurs modèles ouverts concurrents, tout en s’en approchant sur les tests de code (source helpnetsecurity.com, 6 octobre 2026). Le PDG de Reflection résume la philosophie de la maison : « le seul moyen de posséder l’intelligence est, par définition, qu’elle soit ouverte » (source thenextweb.com). Les poids sont attendus plus tard dans le mois d’octobre 2026.
• Muse Glimmer : publié par Meta le 10 août 2026, c’est un modèle agentique multimodal de 30 milliards de paramètres (dense), sous licence Apache 2.0, avec 128K de contexte. Il tourne sur une seule GPU de 24-32 Go ou sur un Mac (source research.meta.ai, contextstudios.ai). Accompagné d’un manifeste de Mark Zuckerberg de 6 500 mots plaidant pour l’IA open-weight (source ettayeb.fr). C’est un retournement : Meta avait verrouillé ses modèles quatre mois plus tôt (source 01net.com, 11 août 2026).
• Qwen3.6-235B-A22B : modèle MoE d’Alibaba, avec 22 milliards de paramètres actifs. Support natif de 119 langues, dont le français. Licence Apache 2.0, ce qui en fait un choix sûr pour les entreprises. Selon noqta.tn, Qwen3 a détrôné Llama comme LLM auto-hébergé le plus déployé en 2026.
• Llama 4 Maverick : Meta propose plusieurs variantes, dont Llama 4 Scout avec une fenêtre de contexte record de 10 millions de tokens. La licence personnalisée interdit l’usage pour concurrencer Meta, ce qui peut être un frein pour certaines entreprises. Llama 4 Maverick est le modèle phare pour la multimodalité native.

Modèle complémentaire notable : GPT-OSS-120B (OpenAI, août 2025, Apache 2.0) : 117B paramètres totaux / 5,1B actifs, contexte 128K, MMLU 90 %, GPQA ~80 %, pass@1 code 62 %. Fonctionne sur un GPU de 80 Go (source : unite.ai). Bien que moins récent, il reste pertinent pour les tâches généralistes — et il représente la première incursion d’OpenAI dans l’open source depuis GPT-2.

Le mystère Ox Alpha : depuis le 20 août, un modèle de raisonnement gratuit sans éditeur connu tourne sur OpenRouter, sous le nom d’Ox Alpha. Spécialisé dans le code et les agents autonomes, il impressionne les développeurs, mais son origine reste inconnue — certains suspectent un laboratoire chinois (source businessinsider.com, 22 août 2026).

Licences : le grand tournant de l’été 2026

Un point mérite une attention particulière, car il change la donne pour les entreprises : deux des plus grands modèles open-weight ont cessé d’être sous Apache 2.0 ou MIT en août 2026. Alibaba a conservé Apache 2.0 sur le Qwen3.8 de taille intermédiaire mais a placé des termes personnalisés sur le modèle au sommet de sa gamme ; Z.ai a fait de même avec GLM, laissant MIT sur le modèle Flash et basculant le flagship sur sa propre licence (source computingforgeeks.com, septembre-octobre 2026). Autrement dit, un contrôle de licence effectué six semaines plus tôt ne décrit plus ce que vous téléchargeriez aujourd’hui. C’est un rappel utile : dans l’écosystème open-weight de 2026, « open » ne veut plus dire « Apache 2.0 », et la vérification des termes — notamment les carve-outs liés aux revenus ou à la concurrence — est devenue une étape obligatoire avant tout déploiement en production.

Benchmarks 2026 : qui domine vraiment le classement ?

La lecture des classements est devenue un exercice d’interprétation. Le 5 juillet 2026, TECHSY couronnait Qwen 3 235B-A22B ; le 7 août, BenchLM sacrait MiniMax M3 ; le 14 août, GLM-5.3 dominait CyberGym ; le 10 août, Muse Glimmer apparaissait comme le meilleur agent local. Ces palmarès se contredisent parce qu’ils ne mesurent pas la même chose : certains privilégient le code, d’autres le raisonnement long, d’autres encore la cybersécurité ou le coût. La règle pratique reste la même : ne jamais se fier à un seul classement, mais croiser au moins trois sources et vérifier la date de publication — un score de juillet ne dit rien d’un modèle publié en octobre.

Sur les benchmarks les plus suivis, quelques repères solides se dégagent pourtant. DeepSeek V4 Pro affiche 80,6 % sur SWE-Bench Verified (source tech-insider.org). GLM-5.3 atteint 84,5 % sur CyberGym et 28,3 % sur Terminal-Bench 3.0 (sources ayinedjimi-consultants.fr, datanorth.ai). Mistral Large 4 revendique des performances proches des meilleurs modèles mondiaux, notamment chinois, en cybersécurité et en analyse géospatiale (sources bfmtv.com, latribune.fr, 6 octobre 2026). Beam, de son côté, reconnaît ouvertement être en retrait sur les tests de code face aux meilleurs modèles ouverts, mais revendique l’avantage du calcul (source helpnetsecurity.com, 6 octobre 2026). Ce dernier point est révélateur d’une tendance de fond : en 2026, la compétition ne se joue plus uniquement sur le score maximal, mais sur le score par dollar de calcul.

Fine-tuning : l’ère de la spécialisation plutôt que la course aux paramètres

Le cas de GLM-5.3 est emblématique d’un basculement plus large : un modèle qui ne change pas de taille mais change de métier. Même base que GLM-5.2 — un MoE de 753 milliards de paramètres, 1M de contexte, 128K de sortie — mais tout vient du post-entraînement. Le résultat sur Terminal-Bench 3.0, passé de 4,6 à 28,3 % par le seul post-entraînement, montre que la spécialisation rapporte désormais plus que l’ajout de paramètres. Cette approche a des implications directes pour les praticiens : plutôt que de courir après le plus gros modèle disponible, il devient souvent plus rentable de fine-tuner un modèle de taille intermédiaire sur un domaine précis — cybersécurité, code long-horizon, analyse géospatiale — et d’obtenir des gains comparables à ceux d’un modèle de frontière sur la tâche ciblée.

Ce que cela change pour les développeurs et les entreprises

Trois enseignements se dégagent de ce paysage d’octobre 2026.

Premièrement, la vérification des licences est devenue critique. Le basculement d’Alibaba et Z.ai vers des licences personnalisées sur leurs flagships signifie qu’un choix fait au printemps peut ne plus être valable à l’automne. Avant tout déploiement, il faut relire les termes du modèle effectivement téléchargé, pas ceux dont on se souvient.

Deuxièmement, l’efficacité en inférence devient un critère de premier plan. DeepSeek avec DSpark (jusqu’à 85 % de latence en moins sur V4-Flash), Reflection avec Beam (3 à 4× moins de calcul revendiqué) : les nouveaux entrants ne se battent plus seulement sur le score, mais sur le coût par token généré. Pour une équipe qui sert un modèle à l’échelle, ce critère pèse souvent plus lourd que quelques points de benchmark.

Troisièmement, la géographie de l’open source s’est diversifiée. Longtemps dominé par les laboratoires chinois et quelques acteurs américains, le terrain voit désormais revenir l’Europe avec Mistral Large 4, entièrement entraîné sur le continent et positionné sur la souveraineté, et apparaître de nouvelles startups comme Reflection AI, qui ciblent explicitement les entreprises et les nations souhaitant construire leurs propres « usines d’IA » locales.

Reste une réalité que les scores ne disent pas : le déploiement. Entre la démo qui tourne sur un portable et un endpoint en production 24/7, il y a un fossé — matériel, garde-fous, maintenance, coût réel. Les modèles ouverts de 2026 sont plus puissants que jamais, mais les choisir reste un exercice d’ingénierie autant que de comparaison de benchmarks.

Sources

• computingforgeeks.com, « Open Source LLM Comparison Table (2026) », septembre-octobre 2026 — spécifications techniques, licences, besoins matériels.
• codersera.com, « Best Open-Source LLM 2026 » et « Open-Source LLMs 2026: Which Are Actually Open-Licensed », 18 août 2026 — mises à jour d’août, licences.
• tech-insider.org, 2026 — benchmarks SWE-Bench.
• realmoon.ai, juillet 2026 — performances relatives des modèles ouverts.
• the-agent-report.com, 14 août 2026 — GLM-5.3, rétention des poids.
• research.meta.ai et contextstudios.ai, 10 août 2026 — Muse Glimmer.
• gadgetpilipinas.net et techgenyz.com, 28 août 2026 — Hy4 de Tencent.
• techtimes.com, 27 juin 2026 — DSpark de DeepSeek.
• unite.ai, 2026 — DeepSeek V4 Pro 0813 ; Reflection AI Beam (5 octobre 2026).
• geeky-gadgets.com, 11 août 2026 — coût comparé V4 Flash / Kimi K3.
• techbooky.com, 13 août 2026 — tarification OpenRouter.
• ayinedjimi-consultants.fr, 19 août 2026 ; datanorth.ai, 17 août 2026 ; siliconangle.com, 14 août 2026 ; aireiter.com — benchmarks GLM-5.3.
• businessinsider.com, 22 août 2026 — Ox Alpha.
• lemondeinformatique.fr, korben.info, numerama.com, wired.com, cnet.com, zdnet.com, fr.euronews.com, dw.com, latribune.fr, bfmtv.com, neoteo.com, lebigdata.fr, blogdumoderateur.com, infonet.fr, atlasinfo.fr, theregister.com, 6-8 octobre 2026 — Mistral Large 4 (« Le Chonk »).
• techcrunch.com, unite.ai, siliconangle.com, helpnetsecurity.com, thenextweb.com, cryptobriefing.com, 5-6 octobre 2026 — Beam de Reflection AI.
• digitiz.fr, thundercompute.com, leptidigital.fr, octobre 2026 — classements LLM d’octobre 2026.

Article recherché et rédigé automatiquement · Magazine Electrosens