Publié le
Mis à jour le
Ce guide donne les critères pour choisir un modèle de langage pour un usage d’entreprise, et une façon de les comparer. Il ne classe aucun fournisseur ni aucun modèle. Il suppose que vous avez choisi l’usage : le guide prioriser les cas d’usage IA traite ce choix.
À retenir
Choisissez un modèle pour un usage, testé sur vos propres exemples, et non d’après un classement public.
Comparez aussi le coût, la juridiction, la réversibilité et le cycle de vie du modèle, pas seulement la qualité des réponses.
Lisez la licence d’un modèle à poids ouverts : « ouvert » ne veut pas dire « sans condition ».
Par quoi commencer pour choisir un LLM ?
Commencez par décrire l’usage et les données, avant de regarder les modèles. Un LLM adapté au résumé de contrats confidentiels ne l’est pas forcément pour un assistant client multilingue. Notez pour chaque usage la tâche, la langue, le volume attendu, la sensibilité des données et le délai de réponse acceptable. Ces cinq éléments écartent des options avant le moindre test.
Pourquoi tester vos propres exemples plutôt qu’un classement ?
Un classement public mesure une moyenne sur des tâches qui ne sont pas les vôtres, et ses propres biais le faussent parfois. Singh et ses coauteurs, en majorité chercheurs de l’éditeur Cohere, ont étudié en 2025 le classement Chatbot Arena, devenu Arena en janvier 2026. Ils jugent que les tests privés et la publication sélective des scores le faussent. Arena conteste plusieurs de leurs chiffres. Selon eux, les modèles finissent par s’adapter à ce classement plutôt qu’à la qualité générale.
Constituez plutôt un jeu de quelques dizaines d’exemples réels, en français si vos utilisateurs écrivent en français. Écrivez pour chacun la réponse attendue ou les critères d’une bonne réponse. Faites noter les résultats par les experts métier, sans leur dire quel modèle a répondu. Gardez ce jeu : il servira à chaque changement de modèle.
La qualité en français se juge sur vos propres textes. Vérifiez le vocabulaire de votre métier, les tournures juridiques ou techniques et le ton attendu par vos clients. Testez aussi les documents réels : tableaux, courriels, comptes rendus mal rédigés. Un modèle brillant sur des textes propres peut décevoir sur vos archives.
Comment estimer le coût d’usage d’un LLM ?
Le coût d’usage dépend du nombre de tokens traités, en entrée et en sortie, multiplié par le volume de requêtes. Mesurez-le sur votre jeu d’exemples plutôt que de l’estimer. La langue compte. Selon Petrov et ses coauteurs (NeurIPS 2023), un même texte peut compter jusqu’à quinze fois plus de tokens dans certaines langues qu’en anglais. Pour le français, l’écart était d’environ 1,6 fois avec le tokenizer de GPT-4. Ajoutez le coût de vérification humaine et d’intégration. Le guide ROI de l’IA explique comment chiffrer la valeur estimée après tous les coûts.
Organisation & Diagnostics
Structurez votre organisation avec un diagnostic clair
Nos audits révèlent les leviers concrets pour aligner vos équipes et vos process.
Quelles questions poser sur la confidentialité et la juridiction ?
Demandez au fournisseur où il traite vos données, s’il les conserve, s’il s’en sert pour entraîner ses modèles et quel droit s’applique à lui. La localisation des serveurs ne suffit pas. Le Cloud Act américain vise les fournisseurs de communications électroniques ou d’informatique à distance qui relèvent de la juridiction américaine. Sur réquisition d’une autorité américaine, il les oblige à conserver ou à communiquer les données qu’ils détiennent ou contrôlent, où qu’elles se trouvent (18 U.S.C. § 2713).
Pour les données les plus sensibles, la qualification SecNumCloud de l’ANSSI vise notamment à résister à une injonction issue de lois extraterritoriales. Elle vaut trois ans, avec des audits annuels de surveillance. L’ANSSI publie la liste des offres qualifiées : vérifiez que l’offre précise que vous visez y figure.
Comment limiter la dépendance à un fournisseur ?
Limitez la dépendance fournisseur en gardant votre jeu d’exemples, vos consignes et vos données hors de l’outil, et en prévoyant un second modèle testé. Les modèles changent vite. Selon leur documentation consultée en octobre 2026, OpenAI annonce au moins six mois de préavis pour ses modèles généralement disponibles. Ses variantes spécialisées bénéficient d’au moins trois mois. Ses préversions peuvent disparaître avec un préavis beaucoup plus court, par exemple deux semaines. Pour tous ses modèles, l’éditeur peut raccourcir ces délais pour raison de sûreté ou de conformité. Anthropic annonce au moins 60 jours de préavis pour ses modèles publics.
Ces délais ne couvrent pas toujours le temps de retester et de redéployer un usage. Inscrivez le préavis et l’accès à des versions datées dans le contrat.
Faut-il choisir un modèle à poids ouverts ?
Vous pouvez héberger un modèle à poids ouverts où vous le souhaitez, dans les limites de sa licence. Vous en assurez alors l’exploitation et la sécurité. Lisez sa licence avant tout test. La licence de Llama 4 de Meta impose de demander une licence au-delà de 700 millions d’utilisateurs actifs mensuels à la date de sortie. Sa politique d’usage n’accorde pas les droits sur les modèles multimodaux aux personnes domiciliées dans l’Union, ni aux entreprises dont le principal établissement s’y trouve. Or Scout et Maverick, les modèles Llama 4 publiés, sont nativement multimodaux. Cette restriction ne vise pas les utilisateurs finaux d’un produit qui les intègre. Mistral AI publie la plupart de ses modèles ouverts sous licence Apache 2.0, qui permet l’usage commercial. Certains, sous licence MIT modifiée, imposent une licence commerciale au-delà de 20 millions de dollars de chiffre d’affaires mensuel. D’autres relèvent d’une licence de recherche ou de non-production.
Quelle grille utiliser pour comparer des LLM ?
Comparez les modèles sur une même grille, critère par critère, puis décidez selon le poids de chaque critère pour votre usage. Cette grille est une proposition Spentia, sans statistique de réussite ni portefeuille client revendiqué.
Exercice fictif. Une ETI veut résumer des contrats fournisseurs en français. Elle compare trois options anonymes sur son jeu de 60 exemples.
Critère | Option A : API d’un éditeur américain | Option B : API d’un éditeur européen | Option C : modèle ouvert hébergé en interne |
|---|---|---|---|
Qualité notée par les juristes | 8,1 sur 10 | 7,8 sur 10 | 6,9 sur 10 |
Juridiction du fournisseur | Droit américain | Droit européen | Interne |
Préavis de retrait au contrat | Non négocié | Négocié | Sans objet |
Effort d’exploitation | Faible | Faible | Élevé |
Décision | Écartée : contrats confidentiels | Retenue pour un pilote | Gardée en solution de repli |
Foire aux questions
Mistral ou ChatGPT : lequel choisir pour l’entreprise ?
Mistral ou ChatGPT : lequel choisir pour l’entreprise ?
Aucun des deux ne gagne dans tous les cas. Testez-les sur vos propres exemples, puis comparez le coût mesuré, la juridiction du fournisseur, les conditions d’usage des données et le préavis de retrait. Le bon choix dépend du poids que vous donnez à chaque critère pour l’usage visé.
Qu’est-ce qu’un LLM souverain ?
Qu’est-ce qu’un LLM souverain ?
Le terme n’a pas de définition officielle unique. Nous l’entendons comme un modèle exploité par un fournisseur soumis au seul droit européen, avec des données hébergées dans l’Union. Vérifiez trois points : le droit applicable au fournisseur, le lieu de traitement des données et, pour les données sensibles, une offre qualifiée SecNumCloud.
Peut-on héberger un LLM dans ses propres serveurs ?
Peut-on héberger un LLM dans ses propres serveurs ?
Oui, avec un modèle à poids ouverts dont la licence le permet. Vous gagnez la maîtrise des données et de la version. Vous prenez en charge les serveurs, la sécurité, les mises à jour et la supervision.
Faut-il changer de modèle à chaque nouvelle version ?
Faut-il changer de modèle à chaque nouvelle version ?
Non. Passez votre jeu d’exemples sur la nouvelle version et changez seulement si le résultat ou le coût s’améliore nettement. Un retrait annoncé par le fournisseur vous oblige en revanche à migrer avant la date d’arrêt.
Sources
S. Singh et al. (Cohere, Cohere Labs et universités), The Leaderboard Illusion, arXiv, version du 12 mai 2025 : biais du classement Chatbot Arena selon les auteurs. Utilisé pour la limite des classements publics. : arXiv
Arena, réponse à The Leaderboard Illusion, 9 mai 2025 : effet des tests privés jugé « minimal », contestation de plusieurs chiffres. : arena.ai
A. Petrov, E. La Malfa, P. Torr, A. Bibi, Language Model Tokenizers Introduce Unfairness Between Languages, NeurIPS 2023 : écarts de tokenisation selon la langue, jusqu’à un facteur 15 (shan) ; environ 1,6 pour le français avec le tokenizer de GPT-4 (tableau 1). : arXiv
18 U.S.C. § 2713 (Cloud Act) : sur réquisition, conservation ou communication des données que le fournisseur détient ou contrôle, quel que soit leur lieu de stockage. : Cornell LII
ANSSI, FAQ sur la qualification SecNumCloud : objectif de résistance aux lois extraterritoriales, durée de trois ans, audits annuels, liste des offres qualifiées. : ANSSI
OpenAI, documentation Deprecations, consultée le 26 octobre 2026 : préavis minimaux selon le type de modèle et exceptions. : OpenAI
Anthropic, documentation Model deprecations, consultée le 26 octobre 2026 : préavis d’au moins 60 jours pour les modèles publics. : Anthropic
Meta, Llama 4 Community License, fiche du modèle Llama 4 Maverick (5 avril 2025) : seuil de 700 millions d’utilisateurs actifs mensuels. : Hugging Face
Meta, Llama 4 Acceptable Use Policy : modèles multimodaux exclus pour les personnes domiciliées dans l’UE et les entreprises dont le principal établissement s’y trouve, sauf utilisateurs finaux ; Scout et Maverick sont nativement multimodaux. : Meta
Mistral AI, centre d’aide, licences des modèles ouverts, daté du 12 août 2026 : Apache 2.0 et licence MIT modifiée avec seuil de chiffre d’affaires. : Mistral AI
Mistral AI, documentation Models, consultée le 26 octobre 2026 : licences des modèles ouverts (Apache 2.0, licence MIT modifiée, CC BY-NC 4.0). : Mistral AI
La grille et l’exercice fictif sont une construction méthodologique Spentia, sans statistique de réussite ni portefeuille client revendiqué.
