Modèles de langage pour l'entreprise : bien choisir
Choisir le modèle de langage d'un projet d'entreprise : familles, tailles, contexte, classements et cycle de vie, d'après les documentations officielles.
Un modèle de langage, ou LLM (de l'anglais large language model, grand modèle de langage), est le moteur qui lit votre demande et produit la réponse dans un assistant, un agent ou une application. Choisir ce moteur pour un projet d'entreprise, c'est arbitrer entre la qualité des réponses, la vitesse, le coût, la place disponible pour vos documents et la façon dont le modèle vieillira. Ce site vous aide à faire ce choix à partir de ce que les éditeurs publient, relevé le 15/11/2026.
Cercle IA Tech est édité par IArche, qui édite ALMA, la plateforme IA pour PME. Nous le disons parce que ce site compare des modèles : les faits viennent des pages officielles citées, jamais d'un classement maison.
Les grandes familles au 15/11/2026
| Éditeur | Modèles mis en avant (pages officielles) | Fenêtre de contexte annoncée |
|---|---|---|
| Anthropic | Claude Fable 5.2, Opus 5.5, Sonnet 5.5, Haiku 5.5 | 1 million de jetons |
| Gemini 4 Carbon, Argon, Hydrogen ; gamme Gemini 3.x Flash | 1 million de jetons (Gemini 4) | |
| Mistral AI | Mistral Large 4, Mistral Small 4, Ministral 3 | 1 million (Large 4), 256 000 (Small 4) |
| OpenAI | GPT-6 Astra, GPT-6.1 Sol, GPT-6.1 Terra, GPT-6 Luna | 1,05 million de jetons |
| DeepSeek | DeepSeek-V4.1-Flash, DeepSeek-V4-Pro | 1 million de jetons |
Un jeton (token) est un morceau de mot : c'est l'unité dans laquelle les éditeurs mesurent la longueur des textes et facturent l'usage. Le détail par famille : Claude, Mistral, Gemini, et le comparatif des familles.
Par où commencer
- Partir de la tâche, pas du nom du modèle. Classer des courriels, résumer des contrats et piloter un agent qui enchaîne des outils ne demandent pas le même moteur. La méthode pas à pas : quel LLM choisir pour votre projet.
- Choisir la taille. Chaque éditeur propose un modèle rapide et économique et un modèle plus puissant. Anthropic décrit deux points de départ : commencer petit et monter si nécessaire, ou commencer par le plus capable et optimiser ensuite. Voir petit ou grand modèle.
- Vérifier les contraintes. Vos documents tiennent-ils dans la fenêtre de contexte ? Faut-il lire des images, des PDF ou de l'audio (modèle multimodal) ? La tâche demande-t-elle un modèle de raisonnement ?
- Regarder l'origine et la licence. Modèle accessible par API (interface de programmation que votre application appelle à distance), modèle à poids ouverts que vous hébergez, éditeur français ou européen : voir poids ouverts ou API.
- Tester sur vos données. Les classements publics et les benchmarks donnent une première idée, et le comparateur public compar:IA permet d'essayer à l'aveugle. Seul un test sur vos cas réels tranche.
- Prévoir le remplacement. Les modèles sont retirés au bout de quelques mois ou années : lisez le cycle de vie des modèles et préparez-vous à changer de modèle sans tout refaire.
Ce que ce site ne fait pas
Il ne désigne pas de « meilleur modèle ». Les éditeurs eux-mêmes renvoient à vos propres tests : la documentation d'Anthropic indique que disposer d'un bon jeu d'évaluation est l'étape la plus importante pour décider de changer de modèle. Les prix détaillés et les coûts d'exploitation relèvent d'un autre sujet ; nous ne citons ici que quelques prix publics, avec leur date de relevé.
Pour qui
Ce site s'adresse à ceux qui mettent l'IA en place dans une PME : responsable informatique, développeur, dirigeant technique. Si vous découvrez le vocabulaire, la définition d'un LLM sur le lexique de Cercle IA est un bon point de départ.
Toutes les pages
Guides
- Benchmarks LLM : MMLU, GPQA, SWE-bench, HLE expliqués
Ce que mesurent les benchmarks cités dans les annonces de modèles (MMLU, GPQA, SWE-bench, Humanity's Last Exam) et pourquoi un score ne suffit pas.
- Changer de LLM sans tout refaire : la méthode
Isoler l'appel au modèle, figer les versions, garder un jeu de tests, reprendre les consignes : passer d'un modèle de langage à un autre sans casse.
- Dépréciation et retrait des modèles LLM : préavis
Actif, déprécié, retiré : comment Anthropic, Google, Mistral AI et OpenAI retirent leurs modèles, leurs préavis et les échéances proches au 15/11/2026.
- Modèle de raisonnement : ce que c'est, quand l'utiliser
Un modèle de raisonnement réfléchit avant de répondre. Comment Claude, Gemini, Mistral et DeepSeek règlent cette réflexion, son coût, quand la baisser.
- Petit ou grand modèle de langage : comment trancher
Petit modèle rapide ou grand modèle puissant ? Les tâches qui conviennent à chacun, les deux méthodes de départ et le montage qui combine les deux.
- Quel LLM choisir pour votre projet ? La méthode
Six questions pour choisir un modèle de langage : tâche, volume, contexte, entrées, données, durée de vie. Puis un test sur vos cas réels pour trancher.
Comparatifs
- Classements LLM : Arena, Artificial Analysis, limites
Ce que mesurent les classements de modèles d'IA (Arena, ex-LMArena, et Artificial Analysis), comment ils sont calculés et pourquoi ils ne suffisent pas.
- Comparatif de cinq familles de modèles de langage
Cinq familles de modèles de langage comparées au 15/11/2026 : gammes, contexte, entrées, poids ouverts, préavis de retrait. Données des pages officielles.
- Fenêtre de contexte des LLM : le comparatif chiffré
Contexte et sortie maximale des modèles Claude, Gemini, Mistral, GPT et DeepSeek au 15/11/2026, lus sur les docs, et ce qu'un million de jetons contient.
- Modèle à poids ouverts ou modèle par API ?
Héberger un modèle à poids ouverts ou appeler un modèle propriétaire par API : ce que chaque voie implique, et les familles ouvertes au 15/11/2026.
- Quel modèle lit images, PDF, audio ou vidéo ?
Les entrées acceptées par les modèles Claude, Gemini, Mistral, GPT et DeepSeek au 15/11/2026, et les modèles spécialisés pour l'OCR et la voix.
Listes
- LLM français et européens : qui fait quoi
Mistral AI, Lucie et Luciole, EuroLLM, OpenEuroLLM, Aleph Alpha, LightOn : les modèles de langage conçus en France et en Europe au 15/11/2026.
Fiches
- compar:IA, le comparateur d'IA du ministère de la Culture
compar:IA fait comparer deux IA à l'aveugle en français. Qui le porte, comment marche son classement, ce qu'il fait de vos questions, et ses limites.
- Gemini 4 Carbon, Argon, Hydrogen : les différences
Les modèles Gemini de Google au 15/11/2026 : Gemini 4 Carbon, Argon et Hydrogen, gamme 3.x Flash, entrées acceptées et modèles 2.5 en fin de vie.
- Modèles Mistral AI : la gamme au 15/11/2026
Mistral Large 4, Small 4, Ministral 3, Voxtral, OCR, Codestral : rôle, licence, contexte et modèles retirés, d'après la documentation de Mistral AI.
- Opus, Sonnet, Haiku, Fable : les modèles Claude
Les modèles Claude d'Anthropic au 15/11/2026 : rôle de chacun, prix publics, fenêtre de contexte, effort par défaut et dates de retrait annoncées.