Chaque modèle open-source
face à son équivalent cloud.

Llama 3.3 70B en Q4 sur un seul rig Pro fait jeu égal avec GPT-4o sur 80 % des tâches business — sans transit USA.

Mistral Large 123B en local : modèle FR, données FR, juridiction FR. GPT-4o reste meilleur sur certaines tâches mais paye le voyage.

Qwen 2.5 72B mesure mieux que GPT-4o sur MMLU-Redux et la majorité des benchs ouverts — pour 0 € par requête.

Qwen 2.5 32B tient sur un Starter et égale GPT-4o-mini sur la majorité des tâches PME — sans la dépendance.

DeepSeek R1 et o1 sont au coude-à-coude sur AIME / MATH-500. À 13,95 €/Mtok pour o1, le break-even local arrive en quelques mois.

À ce niveau de modèle, GPT-4o-mini est presque gratuit côté API. Le local ne s'impose que par RGPD.

Llama 3.2 3B tourne sur un laptop. C'est le candidat parfait pour l'edge IA en LAN d'entreprise.

Mistral Small 3 24B : modèle FR, qualité GPT-4o-mini, tient sur un Starter.

Gemma 3 27B en local : modèle Google open-weights, hébergement FR.

Mixtral 8x22B : architecture MoE qui n'active que 39B params, qualité 70B+, débit 70B-ish.

Qwen 3 235B (22B actifs) : flagship open-weights qui dépasse GPT-4o sur la majorité des benchmarks 2026.

QwQ 32B fait du raisonnement type o1 dans un rig Starter. o1 est facturé 13,95 €/Mtok input — la math est vite faite.

Phi 4 (Microsoft, open-weights) : 14B params qui dépassent GPT-4o-mini sur les benchs raisonnement.

Mistral Nemo 12B : modèle FR, 128k tokens de contexte, parfait pour RAG long.

Claude Sonnet 4 reste devant sur le raisonnement nuancé, mais Llama 3.3 70B en local coûte zéro par requête.

Claude Haiku 4 est rapide et bon marché, mais Qwen 2.5 32B en local supprime le coût marginal et le transit US.

Le distillat 32B de R1 capture l'essentiel du raisonnement R1 dans un rig Starter — sans Claude.

Qwen 3 30B en MoE n'active que 3B params actifs : débit ultra-rapide, qualité 30B.

Llama 4 Scout (Meta) : contexte 10M tokens, MoE 17B actifs sur 109B totaux. Joue dans la cour de Sonnet.

Granite 4 (IBM) : license Apache 2.0, audit trail intégré, conçu pour les use cases enterprise réglementés.

Vision-language en local : Qwen VL 7B fait OCR + analyse d'image sans envoyer vos documents chez Anthropic.

Command R+ (Cohere) : spécialisé RAG corporate, tool use, fonction calling — alternative directe à Sonnet 4.

L'API Mistral reste un excellent choix FR, mais à 1 000+ req/jour le ROI bascule en faveur du local en 4-7 mois.

Même modèle, deux modes : l'API Mistral FR reste excellente, le local supprime le sous-traitant.

L'API DeepSeek est imbattable côté tarif, mais transite par la Chine — incompatible avec le RGPD pour la plupart des PME EU.

Même modèle, deux mondes : Bedrock vous facture au token sur AWS US, en local c'est sur votre LAN.

Vertex AI héberge Gemma à bas prix mais Google reste sous-traitant — le Cloud Act US s'applique aux régions EU.

Une équipe de 10 dev paie ~2 100 €/an de Copilot Business. Un Starter à 4 990 € amorti en 2 ans, code privé reste local.

Qwen Coder 7B tient sur une RTX 4060 grand public et auto-complète à 60 tok/s — pour 0 €/mois.

Codestral 22B (Mistral) est un modèle FR fait pour le code — alternative souveraine à Copilot pour les équipes EU.