Qui fait quoi dans l'IA ?

Comme qui ? la grande famille généraliste de référence pour produits et assistants

Ce qu’il lit / produit texte et image en entrée, texte en sortie, contexte d'environ 1 million de tokens ; image (GPT Image 2.5), voix en direct (GPT-Live 1, GPT-Realtime-2.1)

Toute la famille GPT-6 Astra, GPT-6.1 Sol, GPT-6 Luna, GPT Image 2.5, GPT-Live 1

• GPT-6 Astra pour les tâches les plus exigeantes
• GPT-6.1 Sol pour l'équilibre, GPT-6 Luna pour le petit prix
• GPT Image 2.5 en deux variantes : Sunburst (la plus capable) et Flare (la plus rapide)

Attention Toujours distinguer la famille GPT, la variante exacte et les modèles retirés. Sora (vidéo) a été arrêté en 2026. Le lancement de GPT-6 Astra (3 septembre 2026) est confirmé par la presse, la documentation officielle ne donne que les caractéristiques techniques.

Comme qui ? un professeur rigoureux très fort en travail de fond et assistants de bureau

Ce qu’il lit / produit texte et image en entrée, texte en sortie, contexte de 1 million de tokens, jusqu'à 128 000 tokens en sortie

Toute la famille Claude Fable 5.1, Opus 5.5, Sonnet 5.5, Haiku 5.5

• Fable 5.1 pour le raisonnement exigeant et les agents de longue haleine
• Opus 5.5 pour le code agentique et le travail de connaissance
• Sonnet 5.5 pour l'équilibre, Haiku 5.5 pour la vitesse et le volume

Attention Les anciennes versions (Fable 5, Opus 5, Opus 4.8, Sonnet 4.6, Haiku 4.5) restent disponibles mais sont classées comme anciennes : il faut vérifier l'identifiant exact du modèle.

Comme qui ? la gamme qui montre le mieux que l'IA moderne n'est plus seulement du texte

Ce qu’il lit / produit texte, image, vidéo, voix en direct, synthèse vocale, transcription, musique selon le modèle ; Gemini 4 Argon annonce 1 million de tokens de contexte

Toute la famille Gemini 4 Argon, Gemini 3.8 Flash, Gemini 3.5 Flash-Lite, Nano Banana 2.1, Gemini Omni Flash, Lyria 3.5

• Gemini 4 Argon, le modèle phare pour le raisonnement, listé comme stable dans la documentation API
• Gemini 3.8 Flash et 3.5 Flash-Lite pour le débit
• Nano Banana 2.1 pour l'image, Gemini Omni Flash pour la vidéo avec son, Lyria 3.5 pour les chansons

Attention Il faut distinguer stable, préversion et la surface API exacte. La documentation liste encore Gemini 3.1 Pro en préversion, et un Gemini 3.5 Pro annoncé en mai 2026 n'y figure pas : la presse indique que Google ne prévoit plus de le sortir. Argon a été présenté fin septembre 2026 ; ses conditions d'accès (partenaires, abonnements, tarifs d'introduction) viennent de la presse et sont à vérifier.

Comme qui ? la grande alternative européenne pour entreprise, code et souveraineté

Ce qu’il lit / produit texte et multimodal selon le modèle, documents (OCR), voix (transcription et synthèse Voxtral)

Toute la famille Large 4, Large 3, Medium 3.5, Small 4, Voxtral

• Large 4 (octobre 2026), le nouveau modèle phare, d'environ 1 000 milliards de paramètres
• Medium 3.5 et Small 4 pour le cœur de gamme
• Voxtral pour la voix, OCR 4.1 pour les documents

Attention Large 4 a été présenté le 6 octobre 2026 : les poids ouverts étaient annoncés pour quelques semaines plus tard, à vérifier avant de s'appuyer dessus. Devstral 2 et Magistral sont des modèles en cours de retrait ou retirés.

Comme qui ? la famille qu'on regarde quand on veut plus d'autonomie technique

Ce qu’il lit / produit Muse Spark Open : texte, image, vidéo et audio en entrée, texte en sortie, contexte de 1 million de tokens

Toute la famille Muse Spark (fermé), Muse Spark Open, Muse Glimmer, Llama 4

• Muse Spark Open (15 octobre 2026) : 816 milliards de paramètres au total, 42 milliards actifs
• Muse Spark reste un modèle fermé, Muse Glimmer est un petit modèle ouvert
• Llama 4 (2025) reste la dernière famille Llama que nous avons pu vérifier

Attention Ouvert ne veut pas dire libre de toute condition : Muse Spark Open suit une licence maison avec politique d'usage, et il demande au moins 1 To de mémoire pour tourner. Aucun Llama 5 n'a été confirmé par une source fiable.

Comme qui ? un écosystème produit très transversal, plus qu'un simple chatbot

Ce qu’il lit / produit texte et code, image (Imagine), vidéo (Imagine vidéo 1.5), voix de bout en bout (Voice 3.0)

Toute la famille Grok 4.7, Grok Build 0.1, Grok Imagine, Grok Voice 3.0

• Grok 4.7, recommandé pour le code et la conversation (contexte de 500 000 tokens)
• Grok Build 0.1 pour le développement
• Imagine image 2.0, Imagine vidéo 1.5 et Voice 3.0 pour les médias

Attention Les anciennes versions (Grok 4.3, 4.20) restent listées avec d'autres fenêtres de contexte, et Voice 2.0 est obsolète : il faut lire la fiche de la version exacte.

Comme qui ? un immense écosystème qui couvre premium, rapide, omni, image et vidéo

Ce qu’il lit / produit texte, image, omni (texte, image, voix), vidéo selon le modèle

Toute la famille Qwen3.8-Max, Qwen3.7-Plus, Qwen3.8-Flash, Qwen3.8-Omni-Flash, Qwen-Image 3.0 Pro, Wan 3.0

• Qwen3.8-Max pour le premium (modèle fermé, accessible par le cloud)
• Qwen3.8-Flash pour la vitesse, Qwen3.8-Omni-Flash pour le multimodal
• Qwen-Image 3.0 Pro pour l'image, Wan 3.0 pour la vidéo

Attention Il faut séparer les modèles fermés servis par le cloud d'Alibaba des modèles ouverts publiés par la communauté Qwen, et vérifier leur licence.

Comme qui ? le grand système chinois qui relie texte, vision et image sous une même maison

Ce qu’il lit / produit texte, vision et image selon le modèle, contexte de 1 million de tokens pour la gamme 5.2 et 5.3

Toute la famille GLM-5.3, GLM-5.3-Flash, GLM-5.2, GLM-Image

• GLM-5.3 pour le haut de gamme
• GLM-5.3-Flash et FlashX pour le débit
• GLM-Image pour la création visuelle

Attention La liste officielle des modèles ne montre plus de modèle vidéo : les anciens noms CogVideoX et CogView ne doivent pas être donnés comme actuels sans vérification.