Les derniers modèles IA open source : ce qui est sorti en 2026

Au sommaire

• Pourquoi l’open source compte en 2026
• Inkling : un géant gratuit pour les agents IA
• GLM-5.3 : le post-entraînement qui change tout
• Meta Glimmer : l’IA qui tient sur un PC
• Mistral : Medium 3.5 et Small 4, la gamme européenne
• Qwen 3.6-27B : le code à prix réduit
• Qwen 3.8-Max : l’IA qui travaille seule
• Kimi K3 : le plus gros modèle ouvert jamais publié
• DeepSeek V4 : le rapport coût et performance
• Ce que ça change concrètement pour une TPE
• FAQ : questions pratiques avant de tester

Pourquoi l’open source compte en 2026

Les modèles « ouverts » se distinguent des assistants grand public sur un point : leurs poids sont téléchargeables et peuvent tourner sur votre propre machine ou serveur, sans passer par une API. C’est cette liberté qui intéresse les entreprises : pas de facturation à l’usage, pas de dépendance à un fournisseur unique, et des données qui ne quittent pas le périmètre de l’entreprise.

Cette année, le rythme des sorties s’est accéléré. Entre le 9 juin et le 3 août 2026, dix-huit modèles majeurs ont été ajoutés par le classement Vals AI, selon le bilan d’Origin Labs, et le mouvement s’est poursuivi en août avec GLM-5.3 puis Inkling. Meta avec Glimmer, Thinking Machines avec Inkling, Alibaba avec Qwen, Z.ai avec GLM, Moonshot avec Kimi K3, Mistral avec Medium 3.5 et Small 4, DeepSeek avec V4 : chaque famille pousse un avantage différent, la taille réduite, la souveraineté européenne, le code, ou le coût d’utilisation. Le point commun : ces modèles sont disponibles en open source ou en open weight, c’est-à-dire avec leurs poids publiés, comme le rappelle notre comparatif des modèles open source publié en juillet.

Inkling : un géant gratuit pour les agents IA

La nouvelle la plus récente vient de Thinking Machines. Le 22 août 2026, l’entreprise a ouvert l’accès gratuit à Inkling, son modèle open-weight de 975 milliards de paramètres (dont 41 milliards actifs par token), via OpenRouter, d’après Journal Tech. Le modèle est multimodal (texte, images, audio) avec un contexte d’un million de tokens, de quoi traiter de très longs documents.

La condition de cette gratuité est précise : le modèle doit être utilisé dans des contextes d’agents, au sein d’outils comme Claude Code ou Hermes Agent. L’objectif affiché est de collecter des données d’utilisation anonymisées pour améliorer les compétences du modèle. C’est une stratégie à double tranchant pour les entreprises : d’un côté, un accès gratuit à un modèle massif ; de l’autre, un modèle qui apprend de vos usages. La version allégée Inkling Small (276 milliards de paramètres, 12 milliards actifs) avait été lancée précédemment, toujours selon Journal Tech.

GLM-5.3 : le post-entraînement qui change tout

Z.ai a publié GLM-5.3 le 14 août 2026, un modèle open-weight positionné sur le codage et les agents autonomes. La particularité : il réutilise la même base Mixture-of-Experts de 743 milliards de paramètres que GLM-5.2, et chaque gain provient d’un post-entraînement intensifié plutôt que d’une nouvelle architecture, selon l’analyse d’Eigent.

Z.ai décrit la méthode comme un passage à l’échelle par environnements : le modèle est plongé dans un ensemble bien plus large d’environnements de travail professionnel simulés, et c’est ce sur-entraînement qui fait bondir les performances en codage et en agents, toujours selon Eigent. Le même article signale une compétence en cybersécurité que la société affirme ne pas avoir planifiée, et précise que les poids open source ne sont pas encore tous disponibles. C’est un point de données utile pour qui suit jusqu’où le post-entraînement seul peut pousser un modèle ouvert.

Meta Glimmer : l’IA qui tient sur un PC

Début août 2026, Meta a publié Glimmer, un modèle distillé depuis Muse Spark, sa famille fermée lancée en avril. Il est compressé sous les 20 Go par quantification et pensé pour tourner sur un Mac ou un PC équipé d’une seule carte graphique grand public, d’après 01net. Ses poids sont déposés sur Hugging Face avec la documentation. Ce lancement accompagne un plaidoyer de Mark Zuckerberg en faveur de l’IA ouverte, publié le même jour, rapporte l’Opinion.

Son terrain de jeu est l’agentique au sens pratique : gérer un agenda, ranger des fichiers, appeler des outils, enchaîner plusieurs étapes et se rattraper quand l’une d’elles part de travers. Ce n’est pas un modèle de tête, et il ne prétend pas l’être : c’est un assistant local, gratuit, qui exécute des tâches de bureau sans envoyer de données à un serveur. Pour une TPE, c’est la promesse d’un outil d’IA réellement « chez soi », sur une machine déjà présente dans l’entreprise.

Mistral : Medium 3.5 et Small 4, la gamme européenne

Côté européen, Mistral AI a étoffé sa gamme ouverte. La page officielle des modèles Mistral liste désormais Mistral Medium 3.5 en tête de gamme généraliste, décrit comme performant tout en restant économique, et Mistral Small 4, multimodal et multilingue, publié sous licence Apache 2.0. À plus petite échelle, Ministral 3 (8B) vise les déploiements à la périphérie, sur des machines modestes.

La gamme spécialisée s’élargit aussi : Devstral 2 pour l’ingénierie logicielle autonome, Codestral pour la complétion de code, Mistral OCR 4.1 pour l’extraction de documents, Voxtral TTS pour la synthèse vocale et Shieldstral pour la modération de contenu. Pour une entreprise française, l’intérêt de cette famille est double : des modèles ouverts et un acteur européen, ce qui simplifie les questions de protection des données par rapport à des API hébergées hors de l’Union européenne.

Qwen 3.6-27B : le code à prix réduit

Alibaba Cloud a lancé en avril 2026 Qwen 3.6-27B, un modèle de 27 milliards de paramètres orienté génération de code, selon Treelink. Sur les benchmarks académiques HumanEval et MBPP, il atteint 85 à 92 % de précision en génération de code, contre 89 à 94 % pour GPT-4 selon le test réalisé par Treelink. Sa fenêtre de contexte de 128 000 tokens permet d’auditer une base de code entière ou d’analyser une cinquantaine de pages en une seule requête.

L’argument économique est marqué : l’appel API chez Alibaba Cloud revient à environ 0,003 $ pour 1 000 tokens, contre 0,03 $ pour GPT-4, soit un coût environ dix fois inférieur sur la même base, toujours selon Treelink. Pour une PME qui automatise du code, de l’analyse de documents ou des tâches répétitives, c’est l’exemple type d’un modèle open source qui rend le coût de l’IA marginal, sans sacrifier la qualité sur les usages courants.

Qwen 3.8-Max : l’IA qui travaille seule

Alibaba a publié début août 2026 les poids de Qwen 3.8-Max, un modèle de 2 400 milliards de paramètres, selon le bilan d’Origin Labs. Sa particularité est l’autonomie : on lui confie un objectif ambitieux et il travaille seul pendant des heures ou des jours, corrige ses propres erreurs, ajuste sa stratégie et livre un résultat fini sans relance, décrit Les Numériques.

Sur les épreuves standardisées, il obtient 93,0 sur PaperBench, qui mesure la capacité à reproduire un article scientifique en code, contre 88,8 pour Fable 5 (le modèle avancé d’Anthropic), et 86,1 sur OSWorld, qui mesure l’aptitude à utiliser un ordinateur comme un humain, le meilleur score tous modèles confondus, toujours selon Les Numériques. Alibaba affirme même que le modèle aurait développé seul un logiciel pendant 16 jours, en écrivant le code, en le testant et en le corrigeant sans intervention. C’est un changement de nature : l’IA ouverte n’est plus seulement un assistant, elle devient un exécutant capable de mener un chantier entier.

Kimi K3 : le plus gros modèle ouvert jamais publié

Le laboratoire pékinois Moonshot AI a publié le 29 juillet 2026 sur Hugging Face les poids de Kimi K3, un modèle de 2 800 milliards de paramètres, le plus gros modèle open weight jamais proposé en téléchargement libre, d’après IT-Connect. Lancé le 16 juillet uniquement en service hébergé, il est devenu téléchargeable onze jours plus tard, dans une archive d’environ 1,5 téraoctet, accompagnée d’un rapport technique.

Sa fiche technique impressionne : 2 800 milliards de paramètres au total (dont 104 milliards activés par jeton), 896 experts, une fenêtre de contexte d’environ un million de tokens et une compréhension native du texte et des images, détaille IT-Connect. Sur les benchmarks publiés par l’éditeur, il atteint 93,5 sur GPQA Diamond et 91,2 sur BrowseComp. Le même article rappelle une limite importante : Kimi K3 n’est pas distribué sous licence open source (MIT ou Apache 2.0) mais sous une licence open weight, plus restrictive, et son éditeur reconnaît que ses performances restent en retrait par rapport aux modèles propriétaires les plus puissants. En pratique, une archive de 1,5 téraoctet n’est pas exécutable sur un ordinateur de bureau : ce modèle s’adresse aux entreprises disposant d’une infrastructure serveur conséquente.

DeepSeek V4 : le rapport coût et performance

DeepSeek a officialisé V4 le 24 avril 2026, avec deux variantes : V4-Pro (1,6 trillion de paramètres) et V4-Flash (284 milliards), selon l’analyse de Studeria. Le modèle est publié en open source sur Hugging Face, avec un contexte d’un million de tokens et une architecture Hybrid Attention. Ses benchmarks rivalisent avec les modèles propriétaires du moment, tout en restant 5 à 10 fois moins cher à l’API sur les gros volumes, d’après la même source. Une variante V4 Flash 0731, centrée sur les tâches agentiques, a suivi le 31 juillet selon Origin Labs.

Le point de vigilance pour une entreprise française est la localisation : l’API officielle est hébergée en Chine, ce qui pose une question de transfert de données hors de l’Union européenne. La parade est justement l’open source : les poids étant publiés, une équipe technique peut héberger le modèle en interne ou chez un hébergeur européen, et bénéficier du rapport coût et performance sans dépendre de l’API chinoise. C’est le compromis que beaucoup d’entreprises regardent en 2026 : un modèle puissant, hébergé où l’on veut.

Ce que ça change concrètement pour une TPE

Pour un commerçant, un artisan ou un indépendant, ces sorties ne signifient pas qu’il faut installer un modèle demain matin. Elles signifient que le paysage a changé : l’IA n’est plus réservée aux grands groupes ni aux abonnements coûteux. Trois usages concrets se dégagent.

Le traitement de documents. Un modèle local ou une API ouverte peut résumer des devis, des factures ou des courriers, et structurer les informations dans un tableur. Les volumes sont modestes, la qualité suffisante, et le coût par document devient négligeable.

L’assistant administratif. Des modèles comme Glimmer, pensés pour tourner sur un PC de bureau, peuvent gérer un agenda, trier des fichiers ou préparer des brouillons de réponse. L’avantage : les données restent sur la machine, ce qui évite les questions de confidentialité.

Le code et la maintenance. Une TPE qui s’appuie sur un prestataire pour son site ou ses outils peut demander l’intégration d’un modèle de code comme Qwen 3.6 ou GLM-5.3 pour automatiser des tâches simples, ou utiliser un modèle ouvert pour vérifier du contenu. Là encore, le coût marginal est faible.

Avant de se lancer, trois vérifications s’imposent : la configuration matérielle (un modèle compact tourne sur un ordinateur récent, un gros modèle comme Kimi K3 demande une infrastructure serveur), la licence (toutes les « open source » ne sont pas équivalentes, certaines limitent l’usage commercial), et la localisation des données si l’on passe par une API. Notre guide comparatif détaille ces points plus en profondeur.

FAQ : questions pratiques avant de tester

Sources

• Journal Tech, Thinking Machines ouvre Inkling gratuitement (22/08/2026)
• Eigent, analyse de GLM-5.3 de Z.ai (14/08/2026)
• 01net, Meta dévoile Glimmer (11/08/2026)
• l’Opinion, plaidoyer de Mark Zuckerberg pour l’IA ouverte (11/08/2026)
• Mistral AI, page officielle des modèles
• Treelink, test de Qwen 3.6-27B (24/04/2026)
• Les Numériques, Qwen 3.8-Max (03/08/2026)
• IT-Connect, Kimi K3, le plus gros modèle IA ouvert (29/07/2026)
• Studeria, analyse de DeepSeek V4 (24/04/2026)
• Le Monde, DeepSeek dévoile V4 (24/04/2026)
• Origin Labs, bilan des nouveaux modèles IA de l’été 2026
• Normandie Digital, comparatif des modèles IA open source