Open-Weights vs LLMs propriétaires

"Open source" et "open-weights" ne sont pas synonymes. La licence open source (Apache 2.0, MIT, GPL) s'applique au code source et autorise un usage commercial et privé sans restriction. Open-weights signifie que les poids du modèle entraîné sont téléchargeables, mais peuvent être restreints par une licence spécialisée. LLaMA 3.1 est open-weights, pas open source — Meta publie les poids sous la Llama Community License 2.1, qui autorise l'usage commercial mais contient des restrictions empêchant d'appeler les modèles dérivés "LLaMA" et exigeant une attribution.

Les modèles propriétaires ne sont ni open-weights ni open source. OpenAI (GPT-4o), Anthropic (Claude Opus 4.7) et Google (Gemini 3.1 Pro) ne publient pas les poids des modèles. Vous y accédez exclusivement via API. Les poids restent fermés ; vous ne pouvez pas voir, télécharger, modifier ou déployer le modèle vous-même.

Comprendre cette distinction est essentiel pour la conformité, la personnalisation et la souveraineté des données. Découvrez comment les LLMs fonctionnent en interne pour comprendre pourquoi les poids sont importants.

Les LLMs propriétaires sont des modèles fermés accessibles uniquement via API — le fournisseur contrôle les poids, les données d'entraînement, l'alignement de sécurité et toutes les mises à jour. OpenAI (GPT-4o), Anthropic (Claude Opus 4.7), Google (Gemini 3.1 Pro) et Mistral API sont propriétaires. Vous ne pouvez pas télécharger les poids, consulter les données d'entraînement, exécuter l'inférence localement ou personnaliser directement les poids du modèle.

La tarification est une facturation API par token sur un serveur contrôlé par le fournisseur. GPT-4o coûte 5 $ par million de tokens en entrée et 15 $ par million de tokens en sortie. Claude Opus 4.7 coûte 3 $/15 $. Gemini 3.1 Pro coûte 1,25 $/2,50 $ (contexte ≤200 K). Vous n'avez pas de coût d'infrastructure mais ne pouvez pas prévoir précisément les dépenses mensuelles — les coûts évoluent avec l'utilisation.

Les fournisseurs propriétaires conservent le contrôle sur les mises à jour du modèle, le comportement et l'alignement. Quand OpenAI met à jour GPT-4o, vous obtenez automatiquement la nouvelle version. L'alignement de sécurité, l'IA constitutionnelle et le suivi des instructions sont des responsabilités du fournisseur. Pour les secteurs réglementés, cela peut simplifier la conformité — le fournisseur maintient les pistes d'audit et les pratiques de sécurité publiées.

Modèle open-weights. Un grand modèle de langage dont les poids entraînés (les paramètres numériques appris durant l'entraînement) sont accessibles publiquement et peuvent être téléchargés, modifiés, affinés et auto-hébergés. Exemples : LLaMA 3.1 (Meta), Mistral Large 2 (Mistral AI), Qwen 2.5 (Alibaba). À ne pas confondre avec la licence open source ; "open-weights" porte sur les fichiers de modèle téléchargeables, pas nécessairement sur le code source ou une licence conforme à l'OSI.

LLM propriétaire. Un grand modèle de langage dont les poids restent privés et ne sont jamais publiés. L'accès se fait exclusivement via l'API d'un fournisseur, nécessitant une facturation par token et une connectivité réseau. Exemples : GPT-4o (OpenAI), Claude Opus 4.7 (Anthropic), Gemini 3.1 Pro (Google). Les utilisateurs ne peuvent pas télécharger, inspecter, modifier ou auto-héberger le modèle.

Fine-tuning. Le processus de réentraînement d'un modèle préentraîné sur un nouveau jeu de données plus petit, spécifique à un domaine ou une tâche. Le fine-tuning met à jour les poids du modèle pour le spécialiser sur votre cas d'usage (ex. : tonalité du service client, vocabulaire de domaine). Les modèles open-weights prennent en charge le fine-tuning complet via LoRA, QLoRA ou la rétropropagation complète ; la plupart des modèles propriétaires restreignent ou interdisent le fine-tuning.

Date de coupure des données d'entraînement. La date au-delà de laquelle un modèle n'a aucune connaissance des événements ou informations. GPT-4o a une coupure en octobre 2024 ; Claude Opus 4.7 au début 2025 ; Gemini 3.1 Pro en octobre 2024. Les modèles ne peuvent pas fournir d'informations précises sur des événements postérieurs à leur date de coupure.

Poids du modèle. Les paramètres numériques (des milliards à des billions de chiffres) appris lors de l'entraînement du modèle. Les poids déterminent le comportement, les connaissances et les schémas de raisonnement du modèle. Les modèles open-weights publient ces fichiers (~15–800 Go selon la taille du modèle) ; les modèles propriétaires gardent les poids secrets.

Les LLMs open source (LLaMA 3.1, Mistral, Qwen) rendent les poids du modèle accessibles publiquement — les organisations peuvent les télécharger, les inspecter, les affiner et les auto-héberger. Les LLMs propriétaires (GPT-4o, Claude, Gemini) appartiennent à des fournisseurs et sont uniquement accessibles via APIs. Les utilisateurs ne peuvent pas télécharger ou modifier les poids propriétaires, mais bénéficient d'une infrastructure gérée et des mises à jour du fournisseur.

Sur de nombreuses tâches, oui. L'écart de performance s'est réduit à 7–8 points de pourcentage sur les benchmarks de raisonnement (MMLU). Sur la classification, le résumé et les tâches spécifiques à un domaine, les modèles open-weights comme LLaMA 3.1 70B égalent désormais leurs homologues propriétaires. Les modèles propriétaires mènent encore sur le raisonnement multi-étapes complexe, l'orchestration d'agents et le traitement des entrées multimodales.

Les entreprises devraient utiliser des LLMs open source quand la confidentialité des données est obligatoire (santé, finance, juridique), quand le traitement dépasse 10 millions de tokens par jour, quand un fine-tuning spécifique au domaine est requis, ou quand la conformité à l'EU AI Act exige la résidence des données sur site. Les modèles open-weights éliminent également la dépendance fournisseur et la facturation API par token.

Pour de nombreux cas d'usage, oui. Les LLMs open source sont prêts pour la production sur la classification, le résumé, l'extraction et les tâches spécifiques à un domaine. Les modèles propriétaires conservent des avantages sur le raisonnement complexe, les entrées multimodales, l'intégration d'outils et le déploiement sans infrastructure. Une approche hybride — routage des tâches selon les exigences de coût, confidentialité et performance — surpasse la dépendance à une seule classe de modèles.

Utilisez ce cadre pour décider en 30 secondes. Répondez : votre cas d'usage correspond-il à l'une des catégories ci-dessous ? Si plusieurs critères s'appliquent, pondérez-les par importance pour votre projet.

Les LLMs open source permettent aux organisations de télécharger, inspecter et modifier les poids du modèle, puis de les déployer localement sans dépendance fournisseur ni coûts API par token. Les modèles phares en 2026 sont LLaMA 3.1 de Meta, Mistral Large 2, Qwen 2.5 et d'autres publiés sous des licences communautaires.

La famille LLaMA 3.1 de Meta est le principal concurrent open-weights aux modèles propriétaires. LLaMA 3.1 existe en trois tailles : 8B (~8 Go VRAM pour l'inférence), 70B (~40 Go VRAM) et 405B (~800 Go+ VRAM sur plusieurs GPUs). Les trois prennent en charge des fenêtres de contexte de 131 K tokens — égalant ou dépassant de nombreux modèles propriétaires. LLaMA 3.1 est entraîné sur 15 000 milliards de tokens de texte multilingue ; les variantes récentes prennent en charge plusieurs langues de façon compétitive.

Mistral AI propose deux candidats solides : Mistral 7B et Mistral Large 2. Mistral 7B est un modèle allégé de 7 milliards de paramètres avec un contexte de 32 K, idéal pour l'inférence sur matériel grand public et le prototypage rapide. Mistral Large 2 monte à 123 milliards de paramètres avec un contexte de 123 K, visant la bande de performance "frontier lite" — en compétition directe avec LLaMA 70B et les modèles propriétaires. Les deux sont disponibles pour usage commercial sous la Mistral Community License.

Qwen 2.5 (Alibaba) et les modèles émergents (Falcon, Phi-4) complètent le paysage. Qwen 2.5 72B prend en charge un contexte de 128 K et excelle sur les tâches en langue chinoise ; utile pour les équipes servant les marchés Asie-Pacifique. Les modèles plus petits comme Phi-4 (Microsoft) et Falcon 180B ciblent des cas d'usage sensibles aux coûts ou spécialisés. Tous sont téléchargeables, auto-hébergeables et prennent en charge le fine-tuning via LoRA ou l'entraînement complet.

Les LLMs propriétaires sont accessibles exclusivement via des APIs contrôlées par le fournisseur ; les poids du modèle ne sont jamais publiés et ne peuvent être ni téléchargés, ni modifiés, ni déployés localement. Les utilisateurs paient une facturation API par token et acceptent le contrôle du fournisseur sur les mises à jour du modèle, les politiques de sécurité et les caractéristiques de performance.

GPT-4o d'OpenAI reste le leader du raisonnement. GPT-4o prend en charge un contexte de 128 K tokens avec une coupure d'entraînement en octobre 2024. Il excelle dans l'utilisation d'outils, les workflows d'agents, les entrées multimodales (images, texte) et le raisonnement multi-étapes complexe. Tarification API : 5 $ par million de tokens en entrée, 15 $ par million de tokens en sortie (tarifs mars 2026). GPT-4o est API uniquement ; les poids ne sont jamais publiés. Consultez comment les fenêtres de contexte affectent votre système d'IA pour comprendre les compromis.

Claude Opus 4.7 d'Anthropic domine les benchmarks de qualité rédactionnelle et de code. Claude prend en charge un contexte de 200 K tokens — 2× plus grand que GPT-4o — permettant de traiter des documents plus longs et des conversations prolongées. Coupure des données d'entraînement : début 2025. Tarification API : 3 $ par million de tokens en entrée, 15 $ par million de tokens en sortie. Claude ne propose pas de fine-tuning public. Anthropic privilégie l'interprétabilité et l'alignement de sécurité plutôt que la maximisation des benchmarks.

Gemini 3.1 Pro de Google offre la plus grande fenêtre de contexte : 2 M tokens. Cela permet le traitement de documents de la longueur d'un livre entier, de recherches exhaustives et de conversations multi-tours étendues. Tarification : 1,25 $ par million de tokens en entrée (≤200 K contexte), 10 $ par million de tokens en sortie ; tarifs plus élevés pour >200 K de contexte. Gemini s'intègre profondément avec Google Workspace, Calendar, Gmail et la recherche web. Coupure des données d'entraînement : octobre 2024. Le fine-tuning est disponible pour les modèles Gemini.

Les modèles propriétaires mènent encore sur le raisonnement général (MMLU), mais l'écart s'est réduit à 7–8 points de pourcentage. MMLU (Massive Multitask Language Understanding) est un benchmark large couvrant 57 disciplines académiques. Pour comprendre pourquoi le fonctionnement réel des LLMs importe pour la capacité de raisonnement, consultez notre analyse approfondie de l'architecture transformer. Scores actuels :

GPT-4o : 88,7 % (OpenAI, 2024)

Claude 3.5 Sonnet : 88,3 % (Anthropic, 2024)

LLaMA 3.1 70B : 80,5 % (Meta, 2024)

Mistral Large 2 : 81,2 % (Mistral AI, 2024)

Qwen 2.5 72B : 82,1 % (Alibaba, 2024)

L'écart de performance entre les modèles open-weights et propriétaires s'est réduit de 15–20 points de pourcentage en 2022 à 7–8 points sur les tâches de raisonnement en 2026. Sur les tâches spécialisées (code, mathématiques, résumé, classification), les modèles open-weights égalent ou dépassent désormais leurs homologues propriétaires.

L'écart restant porte principalement sur le raisonnement abstrait et l'orchestration d'outils. — Touvron et al., "Llama 3 Herd of Models", 2024

Mise en garde importante : Les benchmarks mesurent des compétences étroites. Les performances spécifiques aux tâches varient : sur la classification, le résumé et l'extraction, LLaMA 3.1 70B égale ou dépasse souvent GPT-4o. Pour le raisonnement multi-étapes complexe (algèbre, longues chaînes de pensée), les modèles propriétaires conservent un avantage. Le seul benchmark fiable est de tester sur votre tâche réelle — consultez comment choisir le bon modèle pour votre cas d'usage.

Comparaison directe des coûts : les APIs propriétaires dominent à faible volume ; l'auto-hébergement open-weights l'emporte à grande échelle. Le point de croisement se situe généralement entre 5 et 10 M tokens par jour. En dessous de ce seuil, la simplicité de l'API et l'absence de coût d'infrastructure favorisent le propriétaire. Au-delà, l'auto-hébergement open-weights devient rentable.

Tarification API en mars 2026 :

Coût de l'infrastructure d'auto-hébergement : un NVIDIA A100 80 Go se loue ~2 $/heure dans le cloud ; un RTX 4090 grand public coûte ~1,50 $/heure en électricité + amortissement (durée de vie 3 ans). Pour Mistral 7B, le débit d'inférence est ~50–100 tokens/seconde par GPU, soit ~180–360 M tokens/jour par GPU. Mistral Large 2 ou LLaMA 70B : ~20–30 tokens/seconde par A100, soit ~1,7–2,6 M tokens/jour. À ces débits :

À 5 M tokens/jour : L'auto-hébergement A100 coûte ~2,50 $/jour. Les coûts API pour Claude Sonnet : 5 M × (3 $ + 15 $) / 1 M = 90 $/jour (en supposant 50 % entrée, 50 % sortie en moyenne). Les APIs restent moins chères.

À 50 M tokens/jour : Besoin de 20 A100 en auto-hébergement = 50 $/jour. Coûts API : 900 $/jour. L'open-weights l'emporte décisivement.

À 100 M tokens/jour : Besoin de 40 A100 = 100 $/jour. Coûts API : 1 800 $/jour. L'open-weights est 18× moins cher.

Vérifiez les tarifs : Tarification OpenAI · Tarification Anthropic · Tarification Google — les tarifs changent trimestriellement. Consultez tokens, coûts et limites expliqués pour une analyse détaillée des coûts par token.

Les modèles open-weights déployés localement = zéro donnée ne quitte votre infrastructure. Quand vous exécutez LLaMA 3.1 via Ollama sur votre GPU privé, aucune donnée d'inférence, métadonnée ou journal de requêtes ne quitte votre réseau. C'est la souveraineté des données : vous maintenez un contrôle total. Les APIs propriétaires (OpenAI, Anthropic, Google) vous obligent à envoyer des requêtes via le réseau à des serveurs externes. Même avec la suppression contractuelle des données, celles-ci transitent brièvement par l'infrastructure du fournisseur et sont journalisées à des fins de conformité.

L'EU AI Act (2024) désigne certaines applications LLM comme "à haut risque", exigeant documentation des risques, tests de biais et pistes d'audit. Les catégories incluent les systèmes prenant des décisions significatives (recrutement, crédit, découverte juridique, attribution de prestations). Les systèmes à haut risque doivent tenir des registres sur la façon dont les décisions sont prises, prouver l'absence de discrimination et soutenir la supervision humaine. Les modèles open-weights déployés sur site facilitent cela — vous contrôlez la piste d'audit et le stockage des données. Les APIs propriétaires le rendent plus difficile — vous dépendez des rapports de conformité du fournisseur, qui peuvent être insuffisants pour les secteurs réglementés.

Pour les secteurs réglementés (santé, finance, services juridiques), l'open-weights est souvent obligatoire. HIPAA (santé), SOX (finance) et le secret professionnel avocat-client exigent la résidence des données — ce qui signifie que les données ne peuvent pas quitter votre juridiction. Les APIs propriétaires basées aux États-Unis ou dans d'autres pays violent ces exigences. Les équipes de ces secteurs déploient généralement des modèles open-weights (LLaMA, Mistral ou des distributions commerciales) sur une infrastructure sur site.

Les modèles open-weights permettent un fine-tuning complet ; les modèles propriétaires le restreignent ou l'interdisent. Le fine-tuning consiste à réentraîner les poids du modèle sur vos propres données pour le spécialiser sur votre domaine. Vous pouvez utiliser LoRA (Low-Rank Adaptation) pour un fine-tuning efficace, QLoRA pour un entraînement quantifié, ou la rétropropagation complète si vous disposez des ressources de calcul. Après le fine-tuning, le modèle vous appartient — vous êtes propriétaire des poids résultants, pouvez les déployer partout et les mettre à jour hors ligne.

Disponibilité du fine-tuning propriétaire : L'API de fine-tuning OpenAI fonctionne uniquement pour GPT-4o mini et GPT-4 (anciens modèles). Non disponible pour GPT-4o phare. Anthropic ne propose pas de fine-tuning pour Claude via API. Google propose un fine-tuning limité pour Gemini. Aucun de ces fournisseurs ne permet la propriété des poids affinés — vous louez une copie affinée du modèle propriétaire.

Considération de sécurité : Lors du fine-tuning sur des APIs propriétaires, vos données d'entraînement sont téléchargées sur les serveurs du fournisseur. Pour les domaines sensibles, cela viole les règles de conformité. Le fine-tuning open-weights reste sur site. Consultez injection de prompt et sécurité pour des considérations supplémentaires sur la surface d'attaque lors de l'utilisation d'APIs externes.

Les modèles open-weights coûtent moins cher à grande échelle et permettent une personnalisation complète ; les modèles propriétaires offrent une mise en valeur plus rapide et une infrastructure gérée à un coût par token plus élevé. En dessous de 5 M tokens/jour, les APIs propriétaires sont généralement moins chères. Au-delà de 10 M tokens/jour, l'open-weights auto-hébergé l'emporte sur le coût. Choisissez selon votre volume, vos exigences de confidentialité et votre maturité d'infrastructure.

Les modèles open-weights permettent une expérimentation plus approfondie des prompts à moindre coût. Vous pouvez exécuter le même prompt 100 fois sur une instance LLaMA 3.1 locale et itérer sur la formulation, la température et la structure sans facturation par token. Affinez le modèle sur des paires prompt-réponse de votre domaine. Expérimentez avec les jailbreaks et les cas limites dans votre infrastructure privée. Cet environnement sandbox est idéal pour la recherche, le prototypage et la compréhension du comportement du modèle.

Les APIs propriétaires sont plus rapides à tester et plus faciles à mettre à l'échelle. Vous écrivez un prompt, appelez l'API GPT-4o ou Claude, et obtenez des résultats en millisecondes sans aucune configuration d'infrastructure. Pas besoin de gérer VRAM, quantification ou téléchargements de modèles. Pour les tests A/B rapides, le déploiement en production et la gestion du trafic variable, les modèles propriétaires réduisent la complexité opérationnelle.

Approche hybride : prototypez sur open-weights, validez sur propriétaire. Développez et affinez les prompts localement avec LLaMA 3.1 8B (itération rapide, sans coût). Une fois la stratégie de prompt arrêtée, testez sur GPT-4o ou Claude 4.6 pour confirmer les performances de pointe. Déployez le meilleur en production. Cette approche combine la flexibilité de l'open-weights avec la fiabilité du propriétaire.

Choisissez l'open-weights quand la confidentialité des données, le coût à grande échelle ou les exigences de personnalisation approfondie dominent vos contraintes. L'open-weights excelle dans :

Choisissez le propriétaire quand les performances absolues, l'infrastructure gérée ou l'alignement de sécurité comptent le plus. Le propriétaire excelle dans :

Les organisations peuvent utiliser des architectures d'IA hybrides qui routent les requêtes vers des modèles open-weights pour les données sensibles et les tâches sensibles aux coûts, tout en envoyant le raisonnement complexe et le travail multimodal aux modèles propriétaires. Cette approche combine l'efficacité des coûts, la confidentialité et la personnalisation de l'open-weights avec les performances et l'infrastructure gérée des LLMs propriétaires.

L'open-weights n'est pas toujours moins cher que les APIs propriétaires. En dessous de 5 M tokens/jour, les APIs propriétaires (GPT-4o mini, Claude Haiku, Gemini Flash) sont souvent moins chères car le coût d'infrastructure (amortissement GPU, électricité, main-d'œuvre DevOps) dépasse la facturation API. Seul au-delà de 10 M tokens/jour l'auto-hébergement open-weights devient optimal.

Mauvais prompt "Lequel est le mieux, open source ou GPT-4o ?"

Bon prompt "Je dois traiter 20 M tokens/jour de tickets de support client. Je ne peux pas envoyer de données hors de l'UE. Comparez l'open-weights (LLaMA 3.1 70B auto-hébergé) au propriétaire (GPT-4o via API) pour ce cas d'usage : incluez le coût d'infrastructure à 20 M tokens/jour, la conformité à la résidence des données RGPD, la faisabilité du fine-tuning et la qualité attendue sur les tâches de classification de tickets."