Aperçu · Situation au 13 août 2026
Dis-nous ce que tu souhaites faire et quel type d'appareil tu possèdes. Nous te proposerons les modèles adaptés à tes besoins.
Un modèle qui résume bien les choses ne doit pas nécessairement être bien programmé. Sélectionne à gauche ce dont tu as besoin. À droite s'affichent tous les modèles qui répondent à ces critères, qu'ils soient installés sur ton appareil, hébergés chez un fournisseur ou disponibles sous forme d'abonnement cloud.
1 Quelles fonctionnalités le modèle doit-il offrir ?
Sélection multiple possible.
Où il est permis de courir
Par défaut, nous affichons les trois méthodes côte à côte pour que tu puisses les comparer.
Sélectionnez à gauche les fonctionnalités que le modèle doit offrir. Les modèles correspondants s'afficheront ici.
Recherches fréquentes
Indique-nous quel type d'appareil tu possèdes et comment tu l'utilises. Nous te montrerons quelles tâches il permet d'effectuer, dans quelle mesure elles s'exécutent de manière fluide et quels sont les autres obstacles éventuels.
L'IA locale ne nécessite pas de carte graphique dédiée. Un modèle peut fonctionner uniquement avec un processeur et de la mémoire vive standard. Ce qui manque, ce n'est pas la capacité, mais la vitesse.
La mémoire vive est l'étagère sur laquelle repose le modèle. Le processeur est un cuisinier qui exécute les recettes. Une carte graphique, ce sont des centaines de petits cuisiniers qui effectuent des calculs simultanément, et la mémoire graphique est leur étagère, à portée de main.
La mémoire vive détermine quel modèle peut être installé. La puissance de calcul détermine la patience dont il faut faire preuve.
Valeurs indicatives pour les modèles quantifiés. À cela s'ajoute une marge pour le programme, le déroulement de la conversation et les calculs internes.
10 sur 10
Les tâches sont donc réalisables
Il reste 11 Go pour ce modèle, qui appartient à la catégorie des ordinateurs portables puissants.
Uniquement le processeur. Par exemple, la vitesse de lecture. La réponse s'affiche progressivement ; il faut attendre quelques secondes pour chaque paragraphe. Cela suffit pour des questions ponctuelles, des résumés et des analyses simples de documents.
Toutes les tâches sont déjà réalisables. Une mémoire vive plus importante permet ici d'utiliser des modèles plus volumineux pour les mêmes tâches, mais n'ajoute pas de nouvelles tâches et n'apporte pas de gain de vitesse.
Vous trouverez plus de détails sur les modèles mentionnés ci-dessus dans l'outil de recherche de modèles.
Valeurs indicatives. En cas de requêtes simultanées multiples, chacune occupe sa propre mémoire de conversation. Le modèle lui-même n'est chargé qu'une seule fois, mais l'historique se multiplie.
Le terme « Small Language Model » n'a d'ailleurs pas de limite officielle. Microsoft évoque 10 milliards de paramètres, tout en qualifiant de « petit » un modèle comptant 14 milliards de paramètres. Les deux questions ci-dessus sont plus utiles que ce terme.
La colonne « Allemand » indique le degré de fiabilité de notre affirmation, et non une note inventée de toutes pièces.
| Modèle | Expiration | Mémoire | Allemand | Licence | Consulter |
|---|---|---|---|---|---|
| Qwen 3.5 | smartphone | 0,8B à partir de 2 Go · 9B environ 8 Go · 27B environ 20 Go | Apache 2.0 | OllamaHugging Face | |
| Qwen 3 30B-A3B | Ordinateur portable 32 Go | environ 20 Go | Bon niveau d'allemand | Apache 2.0 | OllamaHugging Face |
| Apertus | Ordinateur portable | 8B : environ 6 Go · 70B : environ 45 Go | Bon niveau d'allemand | Apache 2.0 | Hugging Face |
| Gemma 4 | smartphone | E4B : environ 4 Go · 12B : environ 10 Go · 31B : environ 20 Go | Bon niveau d'allemand | Apache 2.0 | OllamaHugging Face |
| gpt-oss | Ordinateur portable 32 Go | 20B environ 14 Go · 120B plus de 60 Go | Bon niveau d'allemand | Apache 2.0 | OllamaHugging Face |
| Muse Glimmer | Bureau | environ 20 Go | Allemand non révisé | Apache 2.0 | Hugging Face |
| Granite 4.1 | Ordinateur portable | 3B, environ 3 Go · 8B, environ 7 Go · 30B, environ 20 Go | Apache 2.0 | OllamaHugging Face | |
| Ministral 3 | smartphone | 3B : environ 3 Go · 8B : environ 7 Go · 14B : environ 11 Go | Apache 2.0 | OllamaHugging Face | |
| Phi-4 | Ordinateur portable | 3,8B, soit environ 3 Go · 14B, soit environ 11 Go | Bon niveau d'allemand | MIT | OllamaHugging Face |
| SmolLM3 | smartphone | environ 3 Go | Apache 2.0 | Hugging Face | |
| Teuken 7B | Ordinateur portable | environ 6 Go | Niveau d'allemand faible | Apache 2.0 uniquement dans sa version «commercial »assortie de conditions | Hugging Face |
| EuroLLM | Ordinateur portable | 9B : environ 8 Go · 22B : environ 16 Go | Bon niveau d'allemand | Apache 2.0 | Hugging Face |
| Nemotron 3 Nano | Bureau | environ 20 Go | Allemand non révisé | Licence NVIDIA Open Model assortie deconditions | OllamaHugging Face |
| DeepSeek V4 | Serveur | plusieurs centaines de Go | Bon niveau d'allemand | MIT | Hugging Face |
| Mistral Large 3 et Small 4 | Serveur | à partir d'environ 70 Go | Bon niveau d'allemand | Apache 2.0 | Hugging Face |
Un modèle linguistique rédige du texte. Il n'entend pas, ne voit pas et n'effectue pas de recherche dans des fichiers. Pour cela, il existe des modèles spécifiques, généralement très légers, que l'on associe à un modèle linguistique.
Transcrit les enregistrements dans 99 langues. Pour l'allemand, il existe des versions ré-entraînées présentant des taux d'erreur très faibles. Le suisse allemand reste difficile : même les versions spécialement adaptées comportent environ une erreur sur quatre.
Convertit des textes en séries de chiffres afin de trouver des résultats similaires sur le fond, plutôt que de simples correspondances au niveau des mots. Il s'agit actuellement du modèle libre le plus performant de ce type pour plusieurs langues. Il ne répond pas de lui-même.
Une alternative qui a fait ses preuves, conçue pour prendre en charge plus d'une centaine de langues et des passages plus longs. Le choix le plus fiable pour les archives multilingues.
Lit le texte figurant sur des photos, des justificatifs et des formulaires dans 32 langues. Important : il s'agit d'un modèle unique, et non d'une combinaison entre la reconnaissance d'images et un modèle linguistique.
Spécialisé dans le code et formé pour lire et modifier des fichiers de manière autonome dans le cadre d'un projet. La version 30B fonctionne sur un ordinateur de bureau puissant.
Une alternative européenne à Whisper qui ne se contente pas de transcrire la parole, mais en comprend également le sens. Attention concernant la synthèse vocale : cette fonctionnalité ne peut pas être utilisée à des fins commerciales.
Les fabricants mettent en avant le nombre de langues prises en charge. Il s'agit là d'un engagement concernant les données d'entraînement, et non d'une mesure. La Bundesdruckerei allemande a réalisé des mesures en collaboration avec l'Institut Fraunhofer : 39 modèles ont été testés sur des tâches administratives en allemand.
Comparaison MÖVE réalisée par la Bundesdruckerei allemande, 39 modèles testés
Qwen3, avec ses 4 milliards de paramètres, occupe la 8e place, juste derrière GPT-4o. Un modèle pour ordinateur portable est à égalité avec un modèle de centre de données. Il vaut mieux opter pour ce choix plutôt que de mettre à niveau son matériel.
Le modèle Teuken, spécialement conçu pour l'UE, obtient un score de 47,7 % au test de connaissances sur l'Allemagne, tandis que le modèle Llama de Meta, de taille équivalente, atteint 61,5 %. Le fait d'avoir été entraîné pour l'allemand ne remplace pas un bon entraînement.
Ce comparatif évalue le langage administratif allemand et se réfère à la Loi fondamentale allemande pour l'examen des valeurs. Il ne fournit aucune indication concernant l'allemand standard suisse, les « helvétismes » et les termes administratifs locaux. Il n'existe à ce jour aucun test suisse comparable ; c'est donc le meilleur point de référence disponible.
Le modèle suisse occupe la 3e place, devant GPT-4o. Il n'existe toutefois pas de solution locale fiable pour le suisse allemand : lors de la transcription de ce dialecte, environ un mot sur quatre est incorrect. Pour en savoir plus sur la création d'Apertus, consultez la Swiss AI Initiative.
Les modèles cloud ne peuvent pas être téléchargés. Ils constituent néanmoins la référence principale.
Très peu de modèles ont été évalués en allemand. À ce jour, aucune donnée en allemand n'est disponible pour Claude Opus 5, GPT-5.6, DeepSeek V4, Qwen 3.5, Gemma 4 et Mistral Large 3, bien qu'ils soient disponibles depuis longtemps. Nous indiquons donc les derniers résultats mesurés par fournisseur et signalons les modèles qui ont depuis été remplacés. La valeur de Gemini 3.1 Pro est publiée sous forme arrondie, toutes les autres sont exprimées avec une décimale.
MMLU mondial, partie allemand, données recueillies par Artificial Analysis, chiffres exprimés en pourcentage
C'est l'ordre de grandeur qui est significatif, et non le classement au dixième de point près : il y a environ quatre points d'écart entre le meilleur modèle « cloud » et le meilleur modèle « ouvert », et parfois moins de deux points entre les différents modèles « cloud » eux-mêmes.
Les modèles haut de gamme disponibles nécessitent un serveur. Les performances sur un ordinateur portable restent nettement inférieures à celles de ChatGPT pour les tâches exigeantes. Pour des tâches bien définies, comme la synthèse, la différence est à peine perceptible.
Pour les particuliers et une utilisation occasionnelle
Vingt francs par mois, aucune configuration à effectuer, toujours le modèle le plus performant. Tant qu'il n'y a pas de données sensibles en jeu, c'est la solution la plus pragmatique.
Pour la protection des données sensibles et l'indépendance
Aucune donnée ne quitte l'appareil, aucun coût récurrent, fonctionne sans Internet. En contrepartie, les performances sont moindres et la configuration demande un peu d'effort.
Pour les entreprises et les équipes
Des modèles ouverts proposés par un fournisseur suisse. Ils allient des performances utiles à une situation juridique claire, sans que chaque poste de travail ait besoin de son propre matériel.
La troisième solution est peu connue : Infomaniak, Swisscom et Exoscale proposent des modèles ouverts dans des centres de données suisses, parfois en collaboration avec Apertus. Le paiement s'effectue en fonction de l'utilisation, et les données restent en Suisse. Si vous recherchez un chatbot prêt à l'emploi plutôt qu'une interface, vous trouverez ces prestataires sur le site « Schweizer KI-Chats ». D'autres prestataires sont répertoriés sur le site « Swiss AI Landscape ».
Tous ces modèles peuvent être téléchargés. Mais ils ne peuvent pas tous être utilisés à des fins professionnelles. C'est là l'obstacle le plus fréquent dans les entreprises.
La règle est simple : si la licence mentionnée est Apache 2.0 ou MIT, vous pouvez l'utiliser à des fins commerciales, la modifier et la redistribuer sans autorisation préalable. C'est le cas de la plupart des modèles présentés ici.
Pour tous les autres, il est utile de consulter le fichier de licence. Certains éditeurs n'autorisent que la recherche et l'usage privé. D'autres fixent un plafond quant au nombre d'utilisateurs. Au sein d'une même famille de modèles, les conditions peuvent varier ; il convient donc de vérifier la licence du modèle concerné, et non celle de l'éditeur en général. Pour la stratégie d'IA au sein de l'entreprise dans son ensemble, l'association propose un kit pratique dédié.
C'est possible, mais pas dans tous les cas. Ce sont ces quatre cas que l'on rencontre le plus souvent.
Modèle de recherche, puis modèle linguistique
Le modèle de recherche identifie les passages pertinents dans tes documents, tandis que le modèle linguistique formule la réponse à partir de ceux-ci. Les deux modèles fonctionnent simultanément, et leurs besoins en mémoire s'additionnent. Il s'agit de l'architecture la plus courante qui soit, et elle est déjà intégrée dans des outils tels que AnythingLLM ou Open WebUI.
Reconnaissance vocale, puis modèle linguistique
Whisper génère le texte, et le modèle linguistique le transforme en transcription. Les deux s'exécutent l'un après l'autre, et non simultanément ; c'est pourquoi la mémoire suffit pour le plus volumineux des deux.
Un seul modèle
Il n'y a pas besoin de combinaison ici. Des modèles comme Qwen3-VL ou Gemma 4 intègrent déjà la reconnaissance d'images. En enchaînant un modèle d'image et un modèle linguistique, on perd en qualité au lieu d'en gagner.
Petite maquette, puis grande maquette
Un petit modèle anticipe plusieurs mots à l'avance, tandis que le grand modèle les vérifie en une seule fois. La qualité des réponses reste la même, mais la vitesse augmente. Sur du matériel standard, le gain est d'un facteur 1,5 à 2, et non pas le multiple souvent promis.
Une règle s'applique dans tous les cas : si deux modèles s'exécutent simultanément, leurs besoins en mémoire s'additionnent intégralement. S'ils s'exécutent l'un après l'autre, l'espace nécessaire au plus gourmand suffit.
Pour que tu puisses vérifier ce qui est écrit ici.
La recherche, la compilation et la mise en œuvre ont été réalisées avec l'aide de l'IA. Toutes les informations ont été vérifiées par rapport aux sources originales dont les liens figurent ci-dessus. Les éléments qui n'ont pas pu être corroborés ne figurent pas sur cette page.
Les versions des modèles, les licences et les valeurs mesurées évoluent rapidement. Il manque un modèle ou une information n'est plus à jour ? Écrivez-nous, nous en tiendrons compte.
Nous suivons l'évolution des modèles ouverts pour la Suisse et vous informons des changements.
