Outil gratuit
Quel modèle open-weight pouvez-vous vraiment utiliser ?
Les sites de benchmarks vous disent quel modèle est le plus intelligent. Ce tableau répond à la question qui compte dans une organisation européenne régulée : lequel pouvez-vous déployer — sous quelle licence, sur quel matériel, dans quelles langues. Des données de déployabilité, curatées et datées ; pour les benchmarks de capacité, nous renvoyons vers ceux qui les mesurent.
Ne montrer que les modèles qui…
18 modèles affichés sur 18
| Modèle | Niveau | Licence | Matériel on-prem | API managée UE | FR/NL | Meilleur pour |
|---|---|---|---|---|---|---|
Mistral Small 3.2 (24B) Mistral AI (FR) European vendor; strong all-rounder for its size. | Solide | Permissive Apache 2.0 | Un GPU 24–48 Go | Native UE (Mistral) | Bon | Assistant / chat Q&R documentaire (RAG) Extraction de données |
Magistral Small (24B) Mistral AI (FR) Reasoning variant of Mistral Small. | Solide | Permissive Apache 2.0 | Un GPU 24–48 Go | Native UE (Mistral) | Bon | Raisonnement Assistant / chat |
Devstral Small (24B) Mistral AI (FR) Tuned for software-engineering agents. | Solide | Permissive Apache 2.0 | Un GPU 24–48 Go | Native UE (Mistral) | Utilisable | Code |
Mistral NeMo (12B) Mistral AI (FR) / NVIDIA Small enough for modest hardware; multilingual. | Compact | Permissive Apache 2.0 | Laptop / petit GPU (≤16 Go) | Native UE (Mistral) | Bon | Assistant / chat Extraction de données |
EuroLLM 9B EuroLLM consortium (EU) EU-funded, built for all official EU languages — including Dutch. | Compact | Permissive Apache 2.0 | Laptop / petit GPU (≤16 Go) | À vérifier | Bon | Assistant / chat |
Llama 3.3 70B Meta License conditions are light for mid-market use (scale threshold, naming). | Solide | Conditions Llama Community License | 1× 80 Go ou 2× 48 Go | Courante sur clouds UE | Utilisable | Assistant / chat Q&R documentaire (RAG) |
Llama 4 Scout (109B MoE) Meta Multimodal input, very long context; MoE keeps serving cost down. | Solide | Conditions Llama Community License | 1× 80 Go ou 2× 48 Go | Courante sur clouds UE | Utilisable | Assistant / chat Q&R documentaire (RAG) |
Qwen3 32B Alibaba Strong multilingual coverage. | Solide | Permissive Apache 2.0 | Un GPU 24–48 Go | Courante sur clouds UE | Bon | Assistant / chat Q&R documentaire (RAG) Extraction de données |
Qwen3 235B-A22B (MoE) Alibaba Frontier-class open weights; serious hardware. | Frontière | Permissive Apache 2.0 | Serveur multi-GPU | Courante sur clouds UE | Bon | Assistant / chat Code Raisonnement |
DeepSeek V3.1 (MoE) DeepSeek Weights are MIT; self-hosting avoids the questions the hosted API raises. | Frontière | Permissive MIT | Serveur multi-GPU | Courante sur clouds UE | Utilisable | Assistant / chat Code |
DeepSeek R1 (0528) DeepSeek Open reasoning model; distilled variants exist for smaller hardware. | Frontière | Permissive MIT | Serveur multi-GPU | Courante sur clouds UE | Utilisable | Raisonnement Code |
gpt-oss-120b (MoE) OpenAI Runs on a single 80 GB GPU despite its size (MoE). | Solide | Permissive Apache 2.0 | 1× 80 Go ou 2× 48 Go | À vérifier | Utilisable | Raisonnement Assistant / chat Code |
gpt-oss-20b OpenAI Reasoning at laptop scale. | Compact | Permissive Apache 2.0 | Laptop / petit GPU (≤16 Go) | À vérifier | Utilisable | Assistant / chat Code |
Gemma 3 27B Multimodal input; use-policy conditions attached. | Solide | Conditions Gemma Terms of Use | Un GPU 24–48 Go | À vérifier | Utilisable | Assistant / chat Q&R documentaire (RAG) |
Phi-4 (14B) Microsoft Punches above its size in English; weaker FR/NL. | Compact | Permissive MIT | Laptop / petit GPU (≤16 Go) | À vérifier | Faible | Raisonnement Extraction de données Code |
Granite 3.3 8B IBM Enterprise-oriented; conservative and documented. | Compact | Permissive Apache 2.0 | Laptop / petit GPU (≤16 Go) | À vérifier | Utilisable | Q&R documentaire (RAG) Extraction de données |
GLM-4.5-Air (106B MoE) Z.ai (Zhipu) Agent-oriented open MoE. | Solide | Permissive MIT | 1× 80 Go ou 2× 48 Go | À vérifier | Utilisable | Code Raisonnement |
Kimi K2 (1T MoE) Moonshot AI Attribution condition kicks in only at very large scale. | Frontière | Permissive Modified MIT | Serveur multi-GPU | À vérifier | Utilisable | Code Assistant / chat |
Comment lire ce tableau
- · Les niveaux de matériel supposent une inférence quantisée 4 bits et restent indicatifs — le dimensionnement de production est une conversation, pas une ligne de tableau.
- · Tous ces modèles ont des poids téléchargeables : tous peuvent tourner sur votre infrastructure ; la colonne « API managée UE » sert quand vous préférez que quelqu’un d’autre l’opère dans l’UE.
- · Les licences « Conditions » (Llama, Gemma) conviennent à la plupart des organisations mid-market — mais faites lire les termes par le juridique avant de construire dessus.
- · Nous ne publions volontairement aucun score de capacité : ils changent chaque semaine et d’autres les mesurent bien. Voyez Artificial Analysis pour les benchmarks du moment.
Données revues le : 28 août 2026. Revue mensuelle — licences et disponibilités évoluent.
Shortlist faite ? La question suivante, c’est le pipeline.
Un modèle est un composant. KnowledgeRAG en fait un assistant documentaire qui respecte vos droits d’accès et reste dans vos murs — et notre service IA souveraine construit la plateforme autour.
Mohamed Ben Haddou
Fondateur & CEO · Expert indépendant en IA auprès de la Commission européenne
Vous parlez à Mohamed, pas à une équipe commerciale — et la personne qui cadre votre mission est celle qui la réalise.