Modèles

Qu'est-ce qu'un modèle à poids ouverts, et que faire de ses poids ?

Un modèle à poids ouverts est un modèle dont les poids — les milliards de nombres appris pendant l'entraînement — sont publiés pour que chacun puisse les télécharger et les exécuter, en général sur Hugging Face et sous une licence. Vous obtenez le modèle lui-même, pas les données ni le code qui l'ont produit : c'est pourquoi « poids ouverts » est plus étroit qu'« open source ». Ce sont les poids qui rendent possible le choix de l'opérateur : le même modèle DeepSeek ou Qwen peut répondre depuis Paris ou depuis la Chine, et c'est la société qui l'exécute — pas le laboratoire qui l'a entraîné — qui décide quelle loi peut atteindre vos prompts.

Publié le 6 oct. 2026 · vérifié le 20 oct. 2026

Ce que sont les poids

L'entraînement ajuste les paramètres d'un réseau de neurones jusqu'à ce que ses sorties collent à ses données. Les valeurs finales sont les poids : un ensemble de fichiers, publié avec une fiche qui donne la taille, la licence et les usages prévus. Chargez ces fichiers dans un moteur d'inférence, et vous avez le modèle — celui-là même que l'éditeur a mesuré. La quantification stocke ces mêmes poids avec moins de précision, 8 ou 4 bits au lieu de 16, pour économiser de la mémoire, au prix d'une perte de qualité à mesurer sur vos propres tâches.

La taille se compte en paramètres. Beaucoup de modèles récents sont des mélanges d'experts, avec deux nombres : le total, qui doit tenir entièrement en mémoire, et la part active utilisée pour chaque token, qui fixe l'essentiel du calcul par token. Trois exemples du catalogue d'Evanesca : Qwen3.5 397B, 397B (17B actifs) ; DeepSeek V4 Flash, 284B (13B actifs) ; GPT-OSS 120B, 117B (5,1B actifs).

Ce que vous obtenez, et ce qui manque

	Modèle à poids ouverts	Modèle fermé
Les poids	Publiés, téléchargeables	Jamais publiés
Où il peut tourner	Chez n'importe quel opérateur, ou chez vous	Seulement chez l'éditeur et les partenaires qu'il choisit
Données et code d'entraînement	Rarement publiés	Non publiés
Conditions d'usage	Une licence, de permissive à restrictive	Les conditions de service de l'éditeur
Qui décide où vont vos prompts	L'opérateur que vous choisissez	L'éditeur

Ce qui manque, c'est la recette. L'open source au sens strict — la définition de l'Open Source Initiative — exige aussi le code d'entraînement et assez d'informations sur les données pour rebâtir un modèle équivalent ; très peu de modèles y satisfont. Ce qu'est l'IA open source détaille la différence.

Lire la licence avant les scores

Des poids publiés ne sont pas libres de toute condition. Apache-2.0 et MIT, les licences permissives de nombreux modèles ouverts, autorisent l'usage commercial. D'autres ajoutent des clauses : la Llama 3.3 Community License exige une licence de Meta au-delà de 700 millions d'utilisateurs actifs par mois, et la licence propre de Qwen place son seuil à 100 millions. Quelques modèles interdisent carrément l'usage commercial.

Chaque page de modèle sur Evanesca indique sa licence et renvoie à la fiche de l'éditeur ; le tableau des licences de notre guide de l'open source les met côte à côte.

La mémoire que demandent les poids

Une règle simple donne l'ordre de grandeur : nombre de paramètres × octets par paramètre. En 16 bits, c'est deux octets ; en 8 bits, un ; en 4 bits, un demi. La mémoire du contexte — le cache KV — s'y ajoute, et grandit avec la longueur des conversations et le nombre d'utilisateurs.

POIDS SEULS · APPROXIMATIF
Modèle	Paramètres	16 bits	8 bits	4 bits
Mistral Small 3.2	24B	48 Go	24 Go	12 Go
Llama 3.3 70B	70B	140 Go	70 Go	35 Go
Qwen3 235B	235B (22B actifs)	470 Go	235 Go	118 Go
Qwen3.5 397B	397B (17B actifs)	794 Go	397 Go	199 Go
GLM-5.2	753B	1 506 Go	753 Go	377 Go
Kimi K3	2,8T (104B actifs)	5 600 Go	2 800 Go	1 400 Go

Un GPU de centre de données de 80 Go, comme le NVIDIA H100, ne tient Llama 3.3 70B qu'en 8 bits ou moins, avec peu de place pour le contexte ; les modèles de plusieurs centaines de milliards de paramètres demandent un serveur à plusieurs GPU. Pour l'échelle : le 6 octobre 2026, OVHcloud affichait une instance à un H100 à 2,80 € de l'heure hors TVA, soit environ 2 044 € pour un mois de 730 heures, occupée ou non (tarifs).

Qui exécute les poids décide de la juridiction

Des poids ouverts peuvent tourner dans quatre sortes d'endroits, et chacun place vos prompts sous un droit différent :

Vos propres machines : personne d'autre ne détient les données, au prix de l'achat et de l'exploitation du matériel.
Un opérateur sous contrôle européen, comme OVHcloud AI Endpoints ou Scaleway Generative APIs, en France.
La région européenne d'un cloud américain : les serveurs sont en Europe, mais une société américaine doit communiquer les données en sa « possession, custody, or control », où qu'elles soient stockées (18 U.S.C. § 2713).
Le service de l'éditeur lui-même : l'application de DeepSeek, par exemple, stocke les données personnelles en Chine selon sa politique de confidentialité.

Sur Evanesca, tous les modèles tournent en Europe — pour l'essentiel chez Scaleway à Paris, avec OVHcloud à Gravelines en relais —, et Evanesca ne garde aucune trace de vos prompts ; Scaleway peut conserver jusqu'à 14 jours les requêtes qui provoquent des erreurs ou paraissent abusives. L'exception aux poids ouverts y est Mistral Large 4, en préversion : son éditeur, Mistral AI, l'exécute dans sa propre région UE et en garde les entrées et sorties 30 jours pour surveiller les abus. Evanesca ne sert aucun modèle hors d'Europe. La page souveraineté détaille tout le trajet.

Les poids sont figés ; les modèles avancent

Un jeu de poids publié ne change jamais. Les progrès arrivent sous forme de nouvelles versions, sous de nouveaux noms — DeepSeek V4 Flash et DeepSeek V4.1 Flash sont deux générations, pas un modèle mis à jour : nommez la version exacte sur laquelle vous comptez, et testez à nouveau quand vous changez. DeepSeek V4.1 Flash montre à quel point deux versions d'une même famille peuvent différer. Les opérateurs retirent aussi des versions : un service bâti sur un jeu de poids doit prévoir son passage au suivant.

Il en va de même des réponses : sur Evanesca, le passeport sous chaque réponse nomme le modèle qui l'a produite, si bien qu'un résultat se rattache à un jeu de poids et à un opérateur précis.

Essayer des modèles à poids ouverts sans GPU

Pas besoin de matériel pour comparer des modèles à poids ouverts : l'API d'un opérateur le fait au token. Le chat et l'API compatible OpenAI d'Evanesca les font tourner en Europe, pour la plupart en France, à partir de 0,168 € par million de tokens en entrée avec Gemma 4 26B, TVA comprise, avec des recharges dès 2 €, et le coût exact de chaque réponse s'affiche sous elle. Evanesca n'est pas encore ouverte ; ce site montre comment elle fonctionnera.

Commencez par les modèles, mettez-en deux côte à côte avec comparer, et vérifiez chaque prix sur la page des tarifs ; les modèles à poids ouverts en 2026 indiquent lequel choisir pour quel usage.

Questions fréquentes

Qu'est-ce qu'un modèle à poids ouverts ?

Un modèle dont les paramètres entraînés — ses poids — sont publiés pour que chacun puisse les télécharger et les exécuter, en général sous une licence. Mistral Small 3.2, DeepSeek V4 Flash et Llama 3.3 70B en sont des exemples. Les données et le code d'entraînement restent le plus souvent privés.

Poids ouverts et open source, est-ce la même chose ?

Non. L'open source, tel que le définit l'Open Source Initiative, exige aussi le code qui sert à entraîner et à faire tourner le modèle, et assez d'informations sur ses données d'entraînement pour rebâtir un système équivalent. Les modèles à poids ouverts ne publient que les poids.

Peut-on faire tourner un modèle à poids ouverts sur son ordinateur ?

Les petits, oui, surtout quantifiés : Mistral Small 3.2 occupe environ 12 Go en 4 bits. Les grands demandent des GPU de centre de données : Llama 3.3 70B a besoin d'environ 140 Go en 16 bits, et GLM-5.2 d'environ 753 Go en 8 bits, avant toute mémoire pour le contexte.

Qui voit mes prompts quand j'utilise un modèle à poids ouverts ?

La société qui l'exécute. Si un opérateur français l'exécute en France, vos prompts restent chez cet opérateur ; si c'est le service de l'éditeur, ils vont chez l'éditeur. Sur Evanesca, les modèles à poids ouverts tournent chez OVHcloud, Scaleway, AKI.IO ou Infomaniak, et Evanesca ne garde aucune trace de vos prompts ; Scaleway peut conserver jusqu'à 14 jours les requêtes qui provoquent des erreurs ou paraissent abusives.