Data / IA
Les modèles IA en 2026 : la course n’a plus de ligne d’arrivée
Par Laurent Delattre, publié le 25 août 2026
En huit mois, les modèles d’IA ont connu davantage d’itérations qu’ils n’en connaissaient autrefois en plusieurs années. GPT, Claude, Gemini, Qwen, DeepSeek, Kimi, Mistral, Gemma, Granite ou Nemotron se succèdent désormais à un rythme qui rend les classements obsolètes presque au moment de leur publication. Mais derrière cette inflation de versions se dessine une transformation plus profonde : en 2026, la bataille ne porte plus seulement sur l’intelligence des modèles. Elle porte sur leur capacité à agir, leur coût, leur spécialisation, leur ouverture et leur aptitude à s’intégrer dans de véritables systèmes agentiques. Pour les DSI, il ne s’agit plus de chercher « le meilleur modèle » mais d’adopter les modèles les plus adaptés à la diversité de leurs besoins notamment en matière de réduction des dépendances.
En janvier, comparer les grands modèles d’IA semblait encore être un exercice à peu près raisonnable. Huit mois plus tard, tenir le classement à jour chaque semaine devient une gageure. Les modèles évoluent plus rapidement que la capacité des entreprises à les tester, les évaluer et vérifier leur adéquation aux cas d’usages.
Alors que la rentrée 2026 se profile, il nous a semblé opportun de jeter un regard en arrière et l’évolution des modèles depuis le début de l’année.
Souvenez-vous… Le 5 février dernier, OpenAI et Anthropic lançaient pratiquement simultanément GPT-5.3-Codex et Claude Opus 4.6, matérialisant une nouvelle bataille autour du développement logiciel et de l’IA agentique. Quelques jours plus tard arrivait Gemini 3.1 Pro. En mars, OpenAI répliquait avec GPT-5.4, tandis que NVIDIA dévoilait Nemotron 3 Super et Mistral AI lançait Small 4. Avril voyait débarquer Muse Spark chez Meta, Gemma 4 chez Google, Granite 4.1 chez IBM et DeepSeek V4 en Chine. Puis sont venus Gemini 3.5 Flash, Claude Opus 4.8, Fable 5, Sonnet 5, GPT-5.6, Claude Opus 5, Kimi K3, Qwen3.8-Max… avant que Google ne lance Gemini 3.7 Flash le 13 août, trois semaines seulement après Gemini 3.6 Flash.
Ce rythme raconte probablement mieux l’année 2026 que n’importe quel benchmark.
Quand trois mois deviennent une génération
Pendant longtemps, les générations de modèles avaient le temps de s’installer. GPT-3, GPT-3.5 puis GPT-4 ont chacun constitué des repères relativement stables. Les entreprises pouvaient expérimenter, comparer, bâtir une architecture et espérer que leurs conclusions restent pertinentes quelques mois.
Ce temps semble révolu.
OpenAI illustre parfaitement cette compression temporelle. GPT-5.3-Codex apparaissait début février, GPT-5.4 début mars. GPT 5.5 avait à peine le temps de s’éveiller en version cyber que déjà la famille GPT-5.6 était généralisée le 9 juillet avec trois niveaux, Sol, Terra et Luna (ainsi qu’une déclinaison Cyber à accès restreint). Plus intéressant encore, OpenAI ne présente plus ces trois noms comme de simples tailles de modèles : ils constituent des paliers durables de capacité, susceptibles d’évoluer à leur propre rythme. L’entreprise formalise ainsi presque elle-même la fin du modèle monolithique universel.
Anthropic suit une trajectoire tout aussi spectaculaire. Après Opus 4.6 puis Opus 4.8, l’entreprise a introduit en juin une nouvelle classe de modèles avec Fable 5 et Mythos 5, complétée par Sonnet 5 le 30 juin puis Opus 5 le 24 juillet. Ce dernier promet d’approcher les performances de Fable 5 pour deux fois moins cher. La nouveauté qui fâche ? Depuis le 2 août, les modèles d’Anthropic imposent un watermark invisible même aux textes générés, l’éditeur allant ainsi plus loin encore que les règles imposées par l’AI Act depuis début Août.
Peut-être plus surprenant encore, ce début d’année 2026 aura été aussi marqué par les débuts prudents et relativement discrets de Microsoft sur le terrain des modèles frontières propriétaires. L’éditeur a étonné l’écosystème IA avec les performances de son générateur d’images MAI-Image-2.5, de ses modèles vocaux MAI-Transcribre 1.5 et MAI-Voice 2, tout en avançant ses pions dans l’univers des modèles généraux avec MAI-Thiking-1. L’éditeur est à surveiller de près en cette fin d’année.
De son côté, Google semble avoir un peu de mal à suivre le rythme imposé par les deux précurseurs de l’ère de l’IA moderne. Sa quête est néanmoins un peu différente. Ses modèles s’imposent dans le paysage grand public au travers de l’IA de plus en plus intégrée à Google Search et surtout au travers de l’application Gemini App qui compte désormais plus d’un milliard d’utilisateurs actifs mensuels. Ils s’imposent aussi en entreprise via des tarifs agressifs, la popularité de Google Enterprise Agent Platform (ex Vertex AI) et la volonté de pousser les modèles « Flash ». À Google I/O, Gemini 3.5 Flash était présenté comme un modèle « Flash » capable de surpasser le Gemini 3.1 Pro, pourtant positionné quelques mois plus tôt dans une catégorie supérieure, sur presque tous les benchmarks mis en avant par Google. Autrement dit, le milieu de gamme du trimestre suivant peut désormais dépasser le haut de gamme du trimestre précédent.
Pour les entreprises, ce simple constat bouleverse déjà la manière d’acheter de l’IA.
Le vrai changement : les modèles ne doivent plus seulement répondre, mais agir
Cette accélération des numéros de versions pourrait donner l’impression d’une industrie lancée dans une absurde bataille de benchmarks. Ce serait passer à côté de l’essentiel.
Car la vraie rupture de 2026 est fonctionnelle.
En février, le duel entre GPT-5.3-Codex et Claude Opus 4.6 montrait déjà que l’objectif n’était plus simplement de mieux écrire du texte ou de répondre à davantage de questions. Les deux modèles étaient évalués sur leur capacité à travailler pendant de longues périodes, utiliser un terminal, produire et corriger du code, manipuler une interface ou enchaîner des outils. C’est ce changement de paradigme qu’IT for Business avait analysé dans « GPT-5.3-Codex vs Claude Opus 4.6, le duel au sommet de l’IA agentique ».
Depuis, le mouvement n’a fait que s’amplifier.
Claude Sonnet 5 sait planifier, utiliser navigateur et terminal et exécuter de longues séquences d’actions autonomes.
GPT-5.6 Sol propose un mode « ultra » capable de coordonner plusieurs agents travaillant en parallèle. Google a placé Gemini au centre de son environnement agentique Antigravity et démontré à I/O comment des dizaines de sous-agents pouvaient collaborer sur une tâche logicielle complexe. Meta lui-même a doté Muse Spark d’une capacité à lancer plusieurs sous-agents en parallèle.
La frontière technologique s’est donc déplacée. Le problème n’est plus seulement « le modèle connaît-il la réponse ? » mais « peut-il accomplir la tâche jusqu’au bout ? »
Et cette nuance change tout pour un DSI. Un chatbot défaillant produit une mauvaise réponse. Un agent défaillant disposant d’identités, d’API, d’accès au code et d’outils métier peut produire une mauvaise action.
Le « reasoning » devient un curseur
Autre évolution majeure : la distinction entre modèles rapides et modèles de raisonnement s’est estompée.
Mistral Small 4 en fournit l’une des illustrations les plus parlantes. Lancé en mars, le modèle réunit dans une même architecture les capacités auparavant réparties entre Magistral pour le raisonnement, Pixtral pour le multimodal et Devstral pour le coding agentique. Surtout, l’effort de raisonnement devient configurable. Le développeur peut arbitrer entre réponse rapide et réflexion plus approfondie sans changer de modèle.
Même logique chez OpenAI avec les différents niveaux d’effort de GPT-5.6, ou chez Anthropic avec Opus 5.
Le modèle cesse donc progressivement d’être une puissance fixe. L’intelligence devient une ressource élastique que l’application peut consommer davantage lorsque le problème le justifie.
C’est loin d’être une subtilité technique. Une entreprise n’a aucune raison de payer plusieurs dizaines de fois plus cher pour classifier un ticket de support, extraire une date d’une facture ou résumer quelques lignes de texte avec le même niveau de calcul qu’une analyse juridique complexe.
Voilà pourquoi GPT-5.6 se décline en Sol, Terra et Luna. Et voilà pourquoi les modèles compacts de Google, Microsoft, IBM ou Mistral comptent autant que les stars des benchmarks.
Microsoft Research l’a encore démontré avec Phi-4-reasoning-vision-15B : un modèle multimodal de seulement 15 milliards de paramètres peut combiner réponses rapides et raisonnement approfondi, tout en restant suffisamment compact pour viser des scénarios où coûts et ressources de calcul comptent davantage que la performance absolue.
L’open source a changé de champions
Le bouleversement le plus inattendu de l’année vient peut-être du monde des modèles ouverts.
Il y a encore peu, Meta et Mistral constituaient les deux noms qui venaient immédiatement à l’esprit. La situation s’est profondément compliquée.
Meta, justement, a pris ses distances avec cette stratégie. Avec Muse Spark, premier modèle issu de Meta Superintelligence Labs, le groupe a choisi de réserver son meilleur modèle à ses propres produits et à une API accessible en preview privée. Meta dit vouloir ouvrir certaines futures versions, mais Muse Spark constitue une rupture nette avec la stratégie qui avait fait le succès de Llama. IT for Business l’analysait en avril dans « Muse Spark : pourquoi Meta tourne la page Llama ? ».
Et ce retrait relatif intervient précisément au moment où la concurrence ouverte explose.
Mistral Small 4 est publié sous Apache 2.0. Google a lui aussi adopté Apache 2.0 avec Gemma 4. IBM distribue sous cette même licence toute sa famille Granite 4.1, qui couvre langage, vision, parole, embeddings et modèles de sécurité. NVIDIA pousse Nemotron 3 Super, modèle hybride Mamba-Transformer MoE conçu explicitement pour les systèmes agentiques. Microsoft poursuit de son côté ses recherches autour des Phi open-weight.
L’article IT for Business « Nouvelles tendances IA : Google lance Gemma 4 et Microsoft inaugure 3 nouveaux modèles MAI » montrait d’ailleurs dès avril combien les stratégies historiques commençaient à s’inverser : Google s’ouvrait davantage quand Microsoft développait parallèlement, autour de MAI, une nouvelle famille de modèles propriétaires.
Mais le véritable séisme vient de Chine.
La Chine ne joue plus seulement la carte du prix
DeepSeek avait été le phénomène de 2025. En 2026, l’éditeur apparaît davantage comme l’avant-garde d’un mouvement beaucoup plus large. Et, peut-être, beaucoup plus inquiétant.
Alibaba avec Qwen, Z.ai avec GLM, Moonshot AI avec Kimi, MiniMax ou encore DeepSeek ont imposé une cadence qui n’a plus rien à envier aux laboratoires américains.
DeepSeek V4 a notamment illustré une autre dimension de cette offensive : l’ambition de faire fonctionner des modèles avancés sur une pile technologique de moins en moins dépendante de NVIDIA, notamment autour des accélérateurs Huawei Ascend. L’enjeu n’est alors plus seulement de comparer DeepSeek à GPT ou Gemini, mais de savoir si la Chine peut progressivement assembler sa propre pile IA, du silicium au modèle.
Puis Kimi K3 est venu rappeler en juillet que les poids ouverts n’étaient plus réservés aux modèles légèrement en retrait de la frontière. Avec une architecture Mixture-of-Experts gigantesque mais parcimonieuse, Moonshot revendique des performances proches des meilleurs modèles fermés tout en permettant le téléchargement et l’adaptation de ses poids. Il faut néanmoins parler d’open weight plutôt que d’open source : ni les données d’entraînement ni l’intégralité de la recette de fabrication ne sont ouvertes.
Début août, Alibaba remettait immédiatement une pièce dans la machine avec Qwen3.8-Max. Ce qu’analysait alors IT for Business dépasse largement la traditionnelle compétition Chine-USA : les acteurs chinois se livrent désormais entre eux une guerre de cadence, de prix et d’ouverture.
DeepSeek n’était donc pas un accident. Il annonçait un nouvel équilibre.
Après le meilleur modèle, le meilleur routage
Et ce nouvel équilibre est porté par non seulement une quête de meilleur contrôle sur l’usage des données sensibles manipulées par les IA mais aussi par une nouvelle métrique : la performance obtenue par dollar dépensé.
Cette transformation commence déjà à se voir dans les usages réels.
Le dernier AI Gateway Production Index de Vercel montrait qu’en juin les modèles ouverts absorbaient 29 % des tokens transitant par sa plateforme contre seulement 11 % en avril, mais représentaient moins de 4 % des dépenses. Les entreprises semblent utiliser massivement des modèles économiques pour les traitements courants tout en conservant les modèles propriétaires les plus puissants pour les tâches complexes ou sensibles.
C’est sans doute l’évolution la plus importante à retenir pour les DSI.
Le marché a longtemps entretenu l’idée qu’il fallait choisir son LLM comme on choisissait autrefois son ERP ou son fournisseur cloud. En 2026, cette logique paraît déjà dépassée.
Dans un proche avenir, toute architecture IA mature devra probablement router chaque tâche vers le modèle le mieux adapté : un petit modèle local pour extraire ou classifier, un modèle ouvert spécialisé et fine-tuné pour traiter de gros volumes, un modèle propriétaire rapide pour certaines interactions, un modèle frontière pour les raisonnements complexes, éventuellement un moteur spécialisé pour le code, la cybersécurité, la voix ou la vision.
Le modèle devient interchangeable. L’orchestration, les données, les évaluations, les garde-fous, la mémoire et le « harness » qui l’entoure deviennent durables.
Ce renversement explique d’ailleurs pourquoi les grandes annonces des fournisseurs parlent désormais autant d’agents, de MCP, d’outils, de plateformes d’évaluation et de routage que des modèles eux-mêmes.
La fidélité à un modèle devient une dette technique
Il en découle une conséquence beaucoup plus immédiate pour les entreprises. Si un modèle milieu de gamme peut, quelques mois après son lancement, dépasser le flagship qui précédait, si une alternative ouverte peut diviser radicalement le coût d’une charge de travail, si les poids d’un concurrent chinois peuvent soudain se rapprocher de la frontière, et si un fournisseur peut modifier ses tarifs quelques semaines après un lancement (comme OpenAI l’a fait en charcutant les prix de Terra et Luna), figer une application sur un modèle unique devient un risque architectural.
La situation géopolitique renforce encore ce constat. En juin, Anthropic a dû suspendre temporairement Fable 5 et Mythos 5 à la suite d’une directive américaine sur leur diffusion avant de pouvoir les rétablir le 1er juillet. GPT-5.6 a lui-même commencé sa carrière par une preview limitée avant sa disponibilité mondiale. Les modèles frontière sont progressivement traités autant comme des actifs stratégiques, pour leurs éditeurs comme pour les États, que comme de simples API cloud.
Pour un DSI européen, les critères de choix sont mécaniquement devenus multiples : performance, coût et latence bien sûr, mais aussi localisation, licence, réversibilité, sécurité, confidentialité, empreinte infrastructurelle et risque géopolitique.
En huit mois, 2026 aura finalement fait disparaître une illusion : celle du « meilleur modèle IA ».
Il existe désormais des modèles plus performants pour certaines tâches, plus rapides pour d’autres, beaucoup moins chers, plus ouverts, plus faciles à héberger, plus sûrs dans certains contextes ou mieux intégrés à un écosystème. Et cette hiérarchie peut changer en quelques semaines.
La question stratégique qui émerge n’est plus celle de savoir qui mène la course à l’AGI mais comment construire un système d’information capable de relever de façon optimale chaque cas d’usage de l’IA agentique en changeant à la volée les modèles (et les fournisseurs de modèles) sous-jacents.
À LIRE AUSSI :
À LIRE AUSSI :
