Carte de l'intelligence artificielle

Découvrez les systèmes, les capacités et qui les construit.

Un catalogue éditorial pour explorer l’IA par technologie et par problème, avec des fiches vérifiées et des parcours clairs.

Modèles vérifiés

Fiches avec version, accès, modalités, tarifs publiés et date de vérification.

OPENAI

GPT‑6 Astra

Modèle frontière généraliste orienté vers des tâches complexes, l'utilisation d'outils et un travail professionnel très exigeant.

Texte et raisonnement · Propriétaire payant ANTHROPIC

Claude Opus 5

Modèle orienté vers le travail de code et de connaissances, avec des contrôles qui permettent d'ajuster l'effort à chaque tâche.

Texte et raisonnement · Propriétaire payant GOOGLE

Gemini 3.8 Flash

Modèle Flash pour l'ingénierie logicielle de longue durée, les agents autonomes et les flux métiers complexes.

Texte et raisonnement · Propriétaire payant OPENAI

GPT‑5.6 Sol

Travail complexe, code et agents utilisant des outils.

Texte et raisonnement · Propriétaire payant OPENAI

GPT‑5.6 Terra

Tâches exigeant un équilibre entre qualité, vitesse et coût.

Texte et raisonnement · Propriétaire payant OPENAI

GPT‑5.6 Luna

Volume élevé, sous-agents et extraction structurée.

Texte et raisonnement · Propriétaire payant ANTHROPIC

Claude Fable 5.1

Raisonnement et agents de longue durée.

Texte et raisonnement · Propriétaire payant ANTHROPIC

Claude Sonnet 5

Code, recherche et flux professionnels avec outils.

Texte et raisonnement · Propriétaire payant ANTHROPIC

Claude Haiku 4.5

Volume élevé, sous-agents et extraction structurée.

Texte et raisonnement · Propriétaire payant GOOGLE

Gemini 3.1 Pro

Raisonnement multimodal, code et problèmes complexes.

Texte et raisonnement · Propriétaire payant XAI

Grok 4.6

Code, recherche et flux professionnels avec outils.

Texte et raisonnement · Propriétaire payant DEEPSEEK

DeepSeek V4.1 Flash

Agents, code et déploiement ouvert à faible coût.

Texte et raisonnement · Propriétaire payant MISTRAL AI

Mistral Medium 3.5

Code multimodal et déploiement sous votre contrôle.

Texte et raisonnement · Propriétaire payant META

Llama 4 Maverick

Multimodalité ouverte et déploiement sous votre contrôle.

Texte et raisonnement · Propriétaire payant COHERE

Command A+

RAG d’entreprise, multilingue et déploiement privé.

Texte et raisonnement · Propriétaire payant AMAZON

Amazon Nova 2 Lite

Documents longs, vidéo et tâches d’entreprise sur AWS.

Texte et raisonnement · Propriétaire payant ALIBABA QWEN

Qwen3‑Max Thinking

Raisonnement multimodal, code et problèmes complexes.

Texte et raisonnement · Propriétaire payant Z.AI

GLM‑5.1

Code, recherche et flux professionnels avec outils.

Texte et raisonnement · Propriétaire payant MINIMAX

MiniMax M2.7

Agents, code et déploiement ouvert à faible coût.

Texte et raisonnement · Propriétaire payant OPENAI

GPT‑5.5

Génération OpenAI antérieure pour le code et le travail professionnel, conservée pour comparer les migrations et le coût.

Texte et raisonnement · Propriétaire payant OPENAI

GPT‑4.1

Modèle non raisonneur à contexte long, utile comme référence historique pour le code, le suivi des instructions et une latence prévisible.

Code · Propriétaire payant OPENAI

gpt‑oss‑120b

Modèle de raisonnement à poids ouverts pour une exécution locale ou privée ; il tient sur un GPU H100 selon OpenAI.

Texte et raisonnement · Poids ouverts OPENAI

GPT‑Image‑2.5 Sunburst

Modèle principal d’OpenAI pour générer et éditer des images avec des instructions complexes et une production visuelle de haute qualité.

Image · Propriétaire payant OPENAI

Sora 2 Pro

Modèle vidéo historique avec audio synchronisé, utile pour comparer l’évolution de la famille Sora.

Vidéo · Retiré OPENAI

GPT‑Live 1

Modèle vocal en temps réel pour des conversations expressives, des interruptions naturelles et des flux avec outils.

Voix et audio · Propriétaire payant OPENAI

GPT‑Transcribe

Modèle spécialisé de transcription de haute précision pour les fichiers et les entrées audio en temps réel.

Voix et audio · Propriétaire payant OPENAI

text‑embedding‑3‑large

Modèle d’embeddings OpenAI de plus grande capacité pour la recherche sémantique, la classification, le clustering et le RAG.

Plongements · Propriétaire payant ANTHROPIC

Claude Opus 4.5

Version antérieure d’Opus orientée vers le code, les agents et l’utilisation d’ordinateur, conservée pour la migration et la comparaison historique.

Texte et raisonnement · Propriétaire payant ANTHROPIC

Claude Sonnet 4.5

Génération Sonnet antérieure pour le code, les agents et l’automatisation d’interfaces, avec des résultats officiels de computer use.

Code · Propriétaire payant GOOGLE

Gemini 3.7 Flash

Génération Flash antérieure pour le code complexe, les agents et l’exécution en plusieurs étapes ; utile comme point de comparaison avec Gemini 3.8.

Texte et raisonnement · Propriétaire payant GOOGLE

Nano Banana 2

Modèle d’image de production combinant génération, édition et raisonnement visuel avec un équilibre entre qualité, coût et latence.

Image · Propriétaire payant GOOGLE

Veo 3.1

Modèle vidéo cinématographique avec audio natif, extension de scènes et contrôle via des images et images de référence.

Vidéo · Propriétaire payant GOOGLE

Lyria 3.5

Modèle musical pour des chansons complètes avec voix, paroles et contrôle de la structure, du style, de la durée et de l’instrumentation.

Musique · Propriétaire payant GOOGLE

Gemini Embedding 2

Modèle d’embeddings qui place texte, images, vidéo, audio et PDF dans un espace vectoriel commun pour la recherche et le RAG multimodal.

Plongements · Propriétaire payant GOOGLE

Gemini Robotics ER 2

Modèle spécialisé dans la compréhension physique, la vidéo, le raisonnement spatial et l’orchestration d’outils pour les systèmes robotiques.

Robotique · Propriétaire payant META

Llama 4 Scout

Modèle multimodal de 17B paramètres actifs et 16 experts, conçu pour un contexte allant jusqu’à 10 millions de tokens.

Multimodal · Poids ouverts META

Segment Anything Model 3

Modèle de vision pour détecter, segmenter et suivre des concepts ouverts dans les images et les vidéos au moyen de texte ou d’exemples visuels.

Vision et documents · Poids ouverts DEEPSEEK

DeepSeek V3.2

Modèle ouvert orienté vers le raisonnement et les agents, avec réflexion intégrée à l’utilisation des outils.

Texte et raisonnement · API et poids ouverts DEEPSEEK

DeepSeek R1

Modèle de raisonnement ouvert et famille de modèles distillés, pertinent pour suivre l’évolution du raisonnement vérifiable.

Texte et raisonnement · API et poids ouverts MISTRAL AI

Mistral Small 4

Modèle hybride réunissant instructions, raisonnement et code dans une option efficace à poids ouverts.

Texte et raisonnement · API et poids ouverts MISTRAL AI

Voxtral TTS

Modèle de synthèse vocale multilingue avec streaming et clonage zero-shot à partir d’une référence vocale.

Voix et audio · API et poids ouverts MISTRAL AI

Mistral OCR 4.1

Service OCR spécialisé avec cadres par paragraphe, étiquettes de blocs structuraux et scores de confiance.

Vision et documents · Propriétaire payant ALIBABA QWEN

Qwen3 235B A22B

Modèle MoE ouvert de 235B paramètres totaux et 22B actifs, avec des modes de réflexion et de réponse directe.

Texte et raisonnement · API et poids ouverts ALIBABA QWEN

Qwen3‑Coder 480B A35B

Modèle MoE ouvert spécialisé dans l’ingénierie logicielle, la navigation de dépôts et l’utilisation prolongée d’outils.

Code · API et poids ouverts MICROSOFT

Phi‑4 Multimodal

Modèle compact de Microsoft combinant langage, vision et audio, y compris la transcription et la traduction vocale.

Multimodal · Poids ouverts COHERE

Cohere Embed 4

Modèle d’embeddings multimodaux pour le texte, les images et les documents mixtes avec des dimensions configurables.

Plongements · Propriétaire payant COHERE

Command R 08‑2024

Modèle commercial antérieur optimisé pour le RAG, les citations, les outils et les hautes performances sur les charges d’entreprise.

Texte et raisonnement · Propriétaire payant STABILITY AI

Stable Diffusion 3.5 Large

Modèle de base d’image de 8B paramètres pour la génération et l’édition, disponible par API et pour un déploiement propre sous licence Stability.

Image · API et poids ouverts STABILITY AI

Stable Audio 3.0

Modèle commercial pour générer des chansons, instruments et effets à partir de texte ou d’audio, avec inpainting et transformation de style.

Musique · Propriétaire payant ELEVENLABS

Eleven v3

Modèle expressif de synthèse vocale avec des étiquettes émotionnelles, des dialogues entre plusieurs locuteurs et la prise en charge de plus de 70 langues.

Voix et audio · Propriétaire payant ELEVENLABS

Scribe v2

Modèle de reconnaissance vocale pour plus de 90 langues, avec diarisation, horodatage par mot, entités et étiquettes audio.

Voix et audio · Propriétaire payant NVIDIA

NVIDIA Nemotron 3 Ultra

Modèle MoE ouvert de 550B paramètres pour l’orchestration, la recherche, le code et les agents de longue durée.

Texte et raisonnement · API et poids ouverts NVIDIA

Nemotron Labs Dory 1.0 4B

Modèle textuel de NVIDIA publié le 16 octobre 2026, avec 4 milliards de paramètres et une architecture récurrente. Il réutilise un bloc de couches pour ajuster le calcul par token sans changer de checkpoint. L’anglais et un contexte validé de 256K tokens sont documentés. Il ne génère ni images, ni audio, ni vidéo.

Texte et raisonnement · Poids ouverts MISTRAL AI

Timestral 5M

Famille de modèles numériques de Mistral publiée le 15 octobre 2026 en quatre tailles : 5M, 28M, 123M et 209M. Elle réalise des prévisions probabilistes univariées et multivariées sans adaptation préalable. Elle accepte historique et covariables passées ou futures connues ; elle ne dialogue pas et ne génère pas de texte.

Séries temporelles · Poids avec restrictions MISTRAL AI

Timestral 28M

Famille de modèles numériques de Mistral publiée le 15 octobre 2026 en quatre tailles : 5M, 28M, 123M et 209M. Elle réalise des prévisions probabilistes univariées et multivariées sans adaptation préalable. Elle accepte historique et covariables passées ou futures connues ; elle ne dialogue pas et ne génère pas de texte.

Séries temporelles · Poids avec restrictions MISTRAL AI

Timestral 123M

Famille de modèles numériques de Mistral publiée le 15 octobre 2026 en quatre tailles : 5M, 28M, 123M et 209M. Elle réalise des prévisions probabilistes univariées et multivariées sans adaptation préalable. Elle accepte historique et covariables passées ou futures connues ; elle ne dialogue pas et ne génère pas de texte.

Séries temporelles · Poids avec restrictions MISTRAL AI

Timestral 209M

Famille de modèles numériques de Mistral publiée le 15 octobre 2026 en quatre tailles : 5M, 28M, 123M et 209M. Elle réalise des prévisions probabilistes univariées et multivariées sans adaptation préalable. Elle accepte historique et covariables passées ou futures connues ; elle ne dialogue pas et ne génère pas de texte.

Séries temporelles · Poids avec restrictions BLACK FOREST LABS

FLUX 3 Image Klein

Modèle d’image de 5,6 milliards de paramètres publié le 15 octobre 2026. Il génère et modifie des images à partir de texte et de références, avec contrôle de composition par boîtes. Distilled et Base sont deux checkpoints distincts, à ne pas confondre avec FLUX 3 Image complet.

Image · Poids avec restrictions BLACK FOREST LABS

FLUX 3 Image Klein Base

Modèle d’image de 5,6 milliards de paramètres publié le 15 octobre 2026. Il génère et modifie des images à partir de texte et de références, avec contrôle de composition par boîtes. Distilled et Base sont deux checkpoints distincts, à ne pas confondre avec FLUX 3 Image complet.

Image · Poids avec restrictions META

Muse Spark Open

Modèle multimodal de Meta publié le 15 octobre 2026, avec 816 milliards de paramètres au total et 42 milliards actifs. Il reçoit texte, images, audio et vidéo et renvoie du texte. Contexte combiné d’un million de tokens et variantes BF16 et NVFP4.

Multimodal · Poids avec restrictions LIQUID AI

d1-ultra

Modèle de décisions multimodal de Liquid AI publié le 15 octobre 2026. Il reçoit texte et images et renvoie des probabilités pour des choix définis, questions binaires ou échelles. Identifiant d1-ultra dans l’API de décisions ; aucune génération de texte libre.

Décisions · Propriétaire payant AI2

HiRO-ACEv2

Système d’Ai2 annoncé le 14 octobre 2026 associant l’émulateur atmosphérique ACE2S-X-SHiELD au modèle de diffusion HiROv2. Il transforme des champs d’environ 100 km en données à 3 km de précipitations, vent à dix mètres et pression au niveau de la mer. Le dépôt public contient les deux checkpoints, la configuration et des exemples de données ; sa création le 12 octobre n’est pas confondue avec l’annonce. Ce n’est ni un assistant conversationnel ni un générateur d’images conventionnelles.

Séries temporelles · Poids ouverts XAI

Grok Voice 3.0

Modèle vocal propriétaire disponible depuis le 14 octobre 2026 pour des conversations bidirectionnelles en audio et en texte. Son identifiant versionné est grok-voice-3.0 ; grok-voice-latest est un alias qui pointe déjà vers cette version, et non un autre modèle. Il remplace Grok Voice 2.0, désormais obsolète, sans modifier le point de terminaison, les paramètres de session ni les événements. À ne pas confondre avec Grok Voice Transcribe 2.0 ou le service distinct de synthèse vocale.

Voix et audio · Propriétaire payant MICROSOFT

UserRepGen-4B

Checkpoint de Microsoft basé sur Qwen3.5-4B qui transforme des conversations textuelles en descriptions de la tâche et du comportement observé. Les poids ont été déposés dans le dépôt officiel le 14 octobre 2026. Il génère des représentations destinées à un simulateur distinct : il ne produit pas lui-même les tours de parole de l’utilisateur et n’exécute pas sa tâche. Malgré l’architecture multimodale héritée du modèle de base, cette publication n’accepte que le texte et a été évaluée en anglais.

Texte et raisonnement · Poids ouverts MICROSOFT

AesCode 8B

Cette famille multimodale de Microsoft transforme des exigences de contenu et des références visuelles facultatives en documents HTML/CSS modifiables. Les checkpoints 8B et 32B dérivent respectivement de Qwen3-VL-8B-Instruct et Qwen3-VL-32B-Instruct. Ils produisent du code, pas des images matricielles ni des vidéos. La référence apporte composition et style, tandis que le prompt reste la source de vérité pour les textes, chiffres et relations. La publication publique vérifiée date du 11 octobre 2026 ; la création antérieure du dépôt n’est pas sa date de lancement.

Code · Poids ouverts MICROSOFT

AesCode 32B

Cette famille multimodale de Microsoft transforme des exigences de contenu et des références visuelles facultatives en documents HTML/CSS modifiables. Les checkpoints 8B et 32B dérivent respectivement de Qwen3-VL-8B-Instruct et Qwen3-VL-32B-Instruct. Ils produisent du code, pas des images matricielles ni des vidéos. La référence apporte composition et style, tandis que le prompt reste la source de vérité pour les textes, chiffres et relations. La publication publique vérifiée date du 11 octobre 2026 ; la création antérieure du dépôt n’est pas sa date de lancement.

Code · Poids ouverts ALIBABA QWEN

Qwen Image 2.1 Turbo

Modèle de génération et de retouche d’images publié le 9 octobre 2026. Le checkpoint Qwen/Qwen-Image-2.1-Turbo utilise le composant visuel de 7 milliards de paramètres de Qwen Image 2.1, accéléré à huit étapes de débruitage. L’API utilise l’identifiant qwen-image-2.1-turbo. Les deux accès figurent dans une seule fiche, sans confondre Turbo avec Pro ni créer de doublons par plateforme.

Image · Poids restreints et API payante MISTRAL

LIDstral Arabic

Classificateur de langues et de dialectes publié par Mistral sur Hugging Face le 9 octobre 2026. Il reçoit du texte en écriture arabe et distingue arabe standard, dialectes et autres langues utilisant cette écriture. Ce n’est ni un assistant génératif ni un modèle de transcription. Il combine fastText one-vs-all, un MLP et une calibration isotone par classe ; il renvoie une étiquette et des probabilités calibrées sur 51 classes.

Classification de texte · Poids ouverts TENCENT

Youtu-Parsing-Omni

Modèle multimodal de Tencent de 5 milliards de paramètres, publié sur Hugging Face le 9 octobre 2026. Il analyse pages, images, graphiques, diagrammes, géométrie, audio et vidéo, et produit du texte structuré dans une enveloppe OmniSchema JSON. Il ne génère ni images, ni musique, ni vidéo. Un encoder partagé traite les modalités avant le décodeur ; la tâche demandée détermine le schéma et les éléments extraits.

Multimodal · Poids avec restrictions AI2

Bwen 8B

Checkpoint d’Ai2 inclus dans la publication publique du 7 octobre 2026, associée à la parution de Bolmo dans Nature. Ce modèle autorégressif traite le texte en octets UTF-8 au moyen de composants locaux, d’un regroupement dynamique et d’un modèle global. La modalité vérifiée est texte vers texte : les extensions futures possibles aux images ou à l’audio ne sont pas disponibles. La création du dépôt en août n’est pas utilisée comme date de lancement.

Texte et raisonnement · Poids ouverts AI2

Blama 8B

Checkpoint d’Ai2 inclus dans la publication publique du 7 octobre 2026, associée à la parution de Bolmo dans Nature. Ce modèle autorégressif traite le texte en octets UTF-8 au moyen de composants locaux, d’un regroupement dynamique et d’un modèle global. La modalité vérifiée est texte vers texte : les extensions futures possibles aux images ou à l’audio ne sont pas disponibles. La création du dépôt en août n’est pas utilisée comme date de lancement.

Texte et raisonnement · Poids ouverts AI2

Bolmo 1B Stage 1

Checkpoint d’Ai2 inclus dans la publication publique du 7 octobre 2026, associée à la parution de Bolmo dans Nature. Ce modèle autorégressif traite le texte en octets UTF-8 au moyen de composants locaux, d’un regroupement dynamique et d’un modèle global. La modalité vérifiée est texte vers texte : les extensions futures possibles aux images ou à l’audio ne sont pas disponibles. La création du dépôt en août n’est pas utilisée comme date de lancement.

Texte et raisonnement · Poids ouverts AI2

Bolmo 7B Stage 1

Checkpoint d’Ai2 inclus dans la publication publique du 7 octobre 2026, associée à la parution de Bolmo dans Nature. Ce modèle autorégressif traite le texte en octets UTF-8 au moyen de composants locaux, d’un regroupement dynamique et d’un modèle global. La modalité vérifiée est texte vers texte : les extensions futures possibles aux images ou à l’audio ne sont pas disponibles. La création du dépôt en août n’est pas utilisée comme date de lancement.

Texte et raisonnement · Poids ouverts AI2

Bwen 8B Stage 1

Checkpoint d’Ai2 inclus dans la publication publique du 7 octobre 2026, associée à la parution de Bolmo dans Nature. Ce modèle autorégressif traite le texte en octets UTF-8 au moyen de composants locaux, d’un regroupement dynamique et d’un modèle global. La modalité vérifiée est texte vers texte : les extensions futures possibles aux images ou à l’audio ne sont pas disponibles. La création du dépôt en août n’est pas utilisée comme date de lancement.

Texte et raisonnement · Poids ouverts AI2

Blama 8B Stage 1

Checkpoint d’Ai2 inclus dans la publication publique du 7 octobre 2026, associée à la parution de Bolmo dans Nature. Ce modèle autorégressif traite le texte en octets UTF-8 au moyen de composants locaux, d’un regroupement dynamique et d’un modèle global. La modalité vérifiée est texte vers texte : les extensions futures possibles aux images ou à l’audio ne sont pas disponibles. La création du dépôt en août n’est pas utilisée comme date de lancement.

Texte et raisonnement · Poids ouverts GOOGLE

Gemini 4 Argon

Modèle de Google disponible de manière générale depuis le 13 octobre 2026. Il accepte texte, images, audio et vidéo et génère du texte, y compris du code ; il ne génère ni images, ni audio, ni vidéo. Il utilise une architecture MoE et une fenêtre partagée de 1 048 576 tokens. Les applications robotiques utilisent ce même modèle, pas un endpoint distinct.

Texte et raisonnement · Propriétaire payant ANTHROPIC

Claude Haiku 5.5

Modèle d’Anthropic lancé le 7 octobre 2026 pour les tâches fréquentes sensibles au coût et à la latence. Il accepte du texte et des images et produit du texte, y compris du code ; il ne génère ni images, ni audio, ni vidéo. Sa fenêtre d’un million de tokens et son raisonnement adaptatif élargissent la famille Haiku, sans remplacer universellement Sonnet ou Opus pour les travaux complexes.

Texte et raisonnement · Propriétaire payant GOOGLE

Gemini Nano Banana 2.1

Modèle de Google pour la génération d’images et l’édition conversationnelle, disponible en version générale depuis le 6 octobre 2026. Il remplace Nano Banana 2, sans le confondre avec Nano Banana Pro. Il accepte du texte, des images, des vidéos et des PDF comme contexte ; il produit des images et du texte, pas de vidéo ni d’audio. Google annonce des améliorations visuelles, du suivi des instructions, du texte et de la cohérence entre les éditions.

Image · Propriétaire payant IBM

Granite Timeseries Ensemble R1

Ensemble de prévision de séries temporelles publié par IBM le 5 octobre 2026, selon l’événement public de publication du dépôt officiel. Il combine PatchTST-FM-r1, PatchTST-FM-r2, FlowState-r1.1 et TTM-r3. Il distribue des recettes reproductibles, et non des poids fusionnés ou un nouveau checkpoint entraîné : les quatre membres sont téléchargés depuis leurs dépôts respectifs lors de l’exécution.

Séries temporelles · Ensemble ouvert ALEPH ALPHA

Kolibri 1

Modèle de texte et de code d’Aleph Alpha, officiellement lancé le 3 octobre 2026 et centré sur l’allemand et l’anglais. Son architecture MoE compte 78,1 milliards de paramètres au total et en active environ 3,46 milliards par token. Il prend en charge le raisonnement configurable et l’appel d’outils. Les poids FP8 et BF16 sont publiés sous Apache 2.0 : ce sont deux précisions d’une même famille, pas deux modèles indépendants.

Texte et raisonnement · Poids ouverts ALIBABA QWEN

Qwen Image 2.1 Pro

Service de génération et d'édition d'images ajouté au catalogue international d'Alibaba Cloud le 2 octobre 2026. La famille Qwen Image 2.1 combine création à partir de texte, édition localisée et transparence native, avec un composant visuel de 7 milliards de paramètres. Cette fiche identifie la variante API Pro, pas les poids téléchargeables du modèle de base.

Image · Propriétaire payant COHERE

Cohere Embed 5 Pro

Modèle d'embeddings pour une indexation de haute qualité de textes, d'images et de documents mixtes. Il prend en charge plus de cent langues et partage son espace vectoriel avec Embed 5 Fast, permettant d'indexer avec Pro et de rechercher avec Fast sans reconstruire l'index.

Plongements · Propriétaire payant COHERE

Cohere Embed 5 Fast

Variante d'embeddings pour la recherche interactive, les requêtes d'agents et les forts volumes. Accepte textes, images et documents mixtes dans plus de cent langues. Partage l'espace vectoriel de Pro pour interroger les index existants à moindre coût pour le texte.

Plongements · Propriétaire payant OPENAI

GPT‑6.1 Sol

Modèle d’OpenAI pour la programmation complexe, l’utilisation d’ordinateur et le travail professionnel, avec des entrées texte et image. Le fournisseur annonce des performances proches d’Astra à moindre coût ; évaluez cet équilibre sur vos propres tâches.

Texte et raisonnement · Propriétaire payant ANTHROPIC

Claude Opus 5.5

Nouvelle génération Opus pour le codage agentique, l’utilisation de l’ordinateur et le travail professionnel de longue durée, avec une fenêtre de contexte d’un million de tokens.

Texte et raisonnement · Propriétaire payant ANTHROPIC

Claude Sonnet 5.5

Mise à jour de Sonnet pour les tâches quotidiennes, le code et les documents, avec une vitesse accrue et un million de jetons de contexte.

Texte et raisonnement · Propriétaire payant XAI

Grok 4.7

Modèle de xAI pour le code, les agents et le travail intellectuel, avec des entrées textuelles et des images.

Texte et raisonnement · Propriétaire payant XAI

Grok Voice Transcribe 2.0

Deuxième version du modèle de transcription de xAI pour les fichiers et l’audio en direct.

Voix et audio · Propriétaire payant GOOGLE

Gemini 3.8 Live

Modèle de conversation en direct intégrant la voix, la vidéo et des outils à faible latence.

Voix et audio · Propriétaire payant GOOGLE

Gemini 3.8 Live Extended Thinking

Variante vocale en direct avec raisonnement en arrière-plan pour les tâches complexes à plusieurs étapes.

Voix et audio · Propriétaire payant ALIBABA QWEN

Qwen3.8-Max

Famille phare Qwen3.8 pour l’ingénierie logicielle, les agents et la compréhension visuelle, avec une fenêtre de contexte d’un million de tokens.

Texte et raisonnement · Propriétaire payant ALIBABA QWEN

Qwen3.8-Flash

Variante efficace de Qwen3.8 pour le texte et la vision, avec un contexte long et une sortie étendue.

Texte et raisonnement · Propriétaire payant ALIBABA QWEN

Qwen3.8-Omni-Flash

Modèle de compréhension du texte, des images, de l’audio et de la vidéo, avec réponses textuelles et outils.

Multimodal · Propriétaire payant ALIBABA QWEN

Qwen3.8-Omni-Flash-Realtime

Modèle audiovisuel pour l’interaction en temps réel avec sortie vocale et textuelle, outils et MCP distant.

Voix et audio · Propriétaire payant ELEVENLABS

Eleven v4

Modèle de synthèse vocale expressive pour la narration, les personnages et le dialogue dans plus de 90 langues.

Voix et audio · Propriétaire payant ELEVENLABS

Eleven v4 Turbo

Variante d’Eleven v4 optimisée pour les agents vocaux et les réponses expressives en temps réel.

Voix et audio · Propriétaire payant Z.AI

GLM‑5.3

Modèle ouvert de Z.AI axé sur le génie logiciel, les agents de longue durée et le raisonnement technique.

Code · API et poids ouverts Z.AI

GLM‑5.3‑Flash

Variante multimodale de 320.000 milliards de paramètres au total et 18.000 milliards de paramètres actifs, axée sur l’efficacité.

Multimodal · API et poids ouverts ALIBABA QWEN

Qwen Image 3.0 Pro

Modèle visuel pour les compositions complexes, les petits textes et l’édition à partir de trois images de référence maximum.

Image · Propriétaire payant ALIBABA QWEN

Wan 3.0 Video Prime

Version accélérée de Wan 3.0 pour créer des vidéos à partir de références textuelles, d’images, de vidéos et audio.

Vidéo · Propriétaire payant

Outils par problème

L'utilitaire avant le répertoire infini.

DÉVELOPPEMENT

Assistants de code

Comprenez les référentiels, examinez les modifications et automatisez les tests.

Code ENQUÊTE

Rechercher avec des sources

Synthétisez les preuves tout en préservant la provenance et les limites.

Preuve CRÉATION

Image, vidéo, voix et audio

Génération et édition multimodales avec critères de contrôle et de coût.

Multimédia

Agents et automatisation

Systèmes combinant modèles, outils, mémoire et règles de contrôle.

MODÈLE

Agent avec des outils

Sélectionnez les actions, consultez les services et vérifiez le résultat.

Outils MODÈLE

Débit surveillé

Réservez les décisions sensibles à un examen humain explicite.

Contrôle MODÈLE

Récupération avec les sources

Reliez les réponses avec des documents et des références traçables.

CHIFFON

Parcourir par capacité

Chaque fonctionnalité nécessite des mesures et des risques différents.

TEXTE

Texte et raisonnement

Contexte, planification, synthèse et résolution de problèmes.

Comparer LOGICIEL

Programmation

Génération, compréhension et maintenance de code.

Évaluer MULTIMODAL

Image, vidéo, voix et audio

Entrées et sorties qui doivent évaluer la fidélité, le coût et les droits.

Modalités
ANALYSE

Analyses connexes

Des données à la décision : choisir entre l’IA, la BI et le code pour analyser des données
GUIA

Des données à la décision : choisir entre l’IA, la BI et le code pour analyser des données

Comment distinguer l’exploration, les rapports récurrents et les décisions opérationnelles pour choisir une approche adaptée, vérifier les résultats et maîtriser les risques liés à la confidentialité et aux coûts.

17 oct. 2026
Automatiser les processus opérationnels avec l’IA : quand le modèle devient le goulot d’étranglement
ANALISIS

Automatiser les processus opérationnels avec l’IA : quand le modèle devient le goulot d’étranglement

Un cadre pratique pour choisir entre règles, modèles prédictifs et IA générative dans les tâches opérationnelles, et savoir quoi mesurer avant d’automatiser.

17 oct. 2026
Comment choisir un outil RAG selon vos documents et le risque d’erreur
GUIA

Comment choisir un outil RAG selon vos documents et le risque d’erreur

Un guide pour choisir entre recherche par mots-clés, recherche sémantique et RAG, puis évaluer la structure des documents, la traçabilité, l’actualisation, la latence et le coût sans confondre pertinence et véracité.

15 oct. 2026
GLM-5.1 : ce qu’il faut vérifier avant de le déployer comme agent de programmation
ANALISIS

GLM-5.1 : ce qu’il faut vérifier avant de le déployer comme agent de programmation

Z.AI présente GLM-5.1 comme un modèle destiné à l’ingénierie agentique, et sa fiche apparaît sur Hugging Face. Mais les informations disponibles ne suffisent pas à confirmer sa licence, ses exigences d’exécution, son prix officiel ni ses résultats aux benchmarks. Ce guide distingue ce qui est documenté de ce qui reste à vérifier et propose une liste de contrôle pour l’évaluer.

03 oct. 2026
Cohere Embed 5 Pro : ce que démontre son avantage en récupération et ce qu’il reste à vérifier
ANALISIS

Cohere Embed 5 Pro : ce que démontre son avantage en récupération et ce qu’il reste à vérifier

Cohere attribue à Embed 5 Pro le meilleur résultat moyen parmi les modèles qu’elle a testés et souligne ses performances en récupération de documents financiers. Les informations disponibles ne permettent pas de vérifier le score, la méthodologie, le prix exact ni toutes les conditions d’utilisation.

03 oct. 2026
Cohere Embed 5 Fast : ce que l’on sait de ses capacités, de son accès et de son prix
ANALISIS

Cohere Embed 5 Fast : ce que l’on sait de ses capacités, de son accès et de son prix

Les éléments fournis identifient Embed 5 Fast comme une variante de la famille Embed 5, mais ne suffisent pas à confirmer ses modalités d’entrée, sa disponibilité selon les canaux, son prix applicable ni ses résultats en recherche. Voici ce que l’on peut affirmer et ce qui reste à vérifier.

03 oct. 2026