5 ans d'évolution des grands modèles de fondation, de 2022 à 2026. Comment l'intelligence artificielle est passée du simple assistant conversationnel à l'agent capable de travailler seul. Une frise de référence, laboratoire par laboratoire.
La frise ci-dessous raconte la course aux modèles. Elle ne raconte pas tout. Un modèle reste une mécanique simple, une question entre, une réponse sort. L’essentiel des progrès de ces dernières années vient de ce que nous construisons autour, en 3 étapes.
Tout se jouait dans la question posée. Donner un rôle, cadrer le résultat attendu, découper la demande. Le savoir-faire de l’époque tenait dans la façon d’écrire une consigne, et le modèle répondait avec ce qu’il avait appris.
Le modèle a reçu de quoi travailler. Documents, données maison, règles internes, fournis au moment même de la question. Les réponses inventées reculent, parce que le modèle ne devine plus, il consulte.
Autour du modèle viennent des outils, une mémoire, des compétences et des garde-fous. Il peut agir, vérifier son travail et recommencer jusqu’à ce que ce soit bon. C’est ce qui sépare un agent d’un assistant de rédaction.
Après le raisonnement, la course se déplace vers l'autonomie. Des modèles qui planifient sur la durée, enchaînent des dizaines d'outils et exécutent des tâches de plusieurs heures sans supervision. Le modèle ne répond plus, il travaille. Trois mouvements de fond marquent l'année. Les gammes se segmentent en niveaux de prix chez presque tous les acteurs, le contexte de 1 million de tokens devient la norme et non plus l'exception, et la course à la taille cède la place à la course à l'efficacité. Ce dernier point est passé du laboratoire à l'industrie en mars, quand une méthode de compression de la mémoire d'exécution publiée par Google Research a fait reculer les fabricants de puces en bourse. Année en cours, relevé arrêté fin juillet 2026.
Successeur d'Opus 4.8 pour le codage agentique et le travail d'entreprise. La réflexion est active par défaut et le contexte de 1 million de tokens devient la norme, au tarif inchangé de 5 et 25 dollars par million de tokens.
Impact. Amène le haut de gamme agentique sans hausse de prix, à moitié moins cher que le modèle le plus capable de la maison.
Modèle de volume à 1 million de tokens de contexte, pensé pour le coût, à 1,50 et 7,50 dollars par million de tokens. Publié avec Gemini 3.5 Flash-Lite, pendant que la version Pro reste en test.
Impact. Google déplace la bataille sur le rapport coût-performance plutôt que sur le seul sommet des classements.
Gamme segmentée en 3 niveaux. Luna pour les usages rapides et peu coûteux, Terra pour le travail courant, Sol pour le codage et les agents les plus lourds.
Impact. Officialise l'abandon du modèle unique au profit d'une gamme, chaque niveau visant un budget différent.
Modèle multimodal de 2 400 milliards de paramètres, dévoilé en avant-première à la conférence mondiale de l'IA de Shanghai.
Impact. Alibaba bascule vers de très grands modèles fermés, après des années de stratégie ouverte.
Nouvelle version du modèle de xAI, suivie quelques semaines plus tard d'un modèle de reconnaissance vocale maison.
Impact. xAI tient son rythme de sortie rapide et étend sa gamme au-delà du texte.
2 800 milliards de paramètres et 1 million de jetons de contexte, avec un mode raisonnement permanent. Poids publiés sur Hugging Face sous licence MIT modifiée.
Impact. Plus grand modèle ouvert jamais publié, au niveau des meilleurs modèles fermés américains.
Le modèle le plus capable d'Anthropic, pour le raisonnement le plus exigeant et les tâches longues. La réflexion est permanente et son détail n'est jamais restitué, seulement résumé.
Impact. Nouveau sommet de capacité, assorti de garde-fous renforcés en biologie et en cybersécurité.
Niveau intermédiaire qui atteint une qualité proche du haut de gamme sur le codage et les agents, avec 1 million de tokens de contexte et un nouveau découpage du texte.
Impact. Réduit encore l'écart entre le milieu et le haut de gamme, à 3 et 15 dollars par million de tokens.
Version phare présentée le 23 juin 2026 à la conférence Force de Volcano Engine, déclinée en Pro et Turbo. ByteDance annonce des résultats proches de GPT-5.5, de Claude Opus 4.7 et de Gemini 3.1 Pro sur plusieurs tests de référence.
Impact. Place un modèle chinois au niveau annoncé des modèles occidentaux de pointe, sur le marché le plus peuplé du monde.
Orchestration native de nombreux sous-agents en parallèle dans une même session, pour des tâches à l'échelle d'une base de code entière. Contexte de 1 million de tokens.
Impact. Étape clé vers l'autonomie à grande échelle, avec un modèle qui pilote lui-même une équipe de sous-agents.
Modèle vision-langage de 1 000 milliards de paramètres capable de piloter 300 agents en parallèle sur plusieurs milliers d'étapes.
Impact. Prend la tête des modèles ouverts, au coude à coude avec Qwen et DeepSeek.
Modèle léger publié le 28 mai 2026, avec une fenêtre de 128 000 tokens et un mode de raisonnement par chaîne de pensée. Yandex annonce une inférence 2,5 fois plus rapide que YandexGPT 4 Pro.
Impact. Donne à la Russie un modèle rapide et local, sur un marché que les acteurs américains ont quitté.
2 modèles ouverts sous licence MIT, de 1 600 et 284 milliards de paramètres, avec 1 million de tokens de contexte. Une nouvelle attention compressée divise le coût de service par 10 face à la version précédente.
Impact. Relance la pression sur les prix, avec des capacités de pointe distribuées librement.
Étape intermédiaire de la ligne GPT-5, avant la segmentation en 3 niveaux arrivée en juillet.
Impact. Confirme la cadence rapide d'OpenAI, avec 3 versions majeures sur le premier semestre.
128 milliards de paramètres, 256 000 tokens de contexte, et un niveau de raisonnement réglable requête par requête.
Impact. Mistral mise sur le réglage fin du coût par requête plutôt que sur la course à la taille.
Première version majeure de l'année pour la ligne GPT-5.
Impact. Ouvre une année à cadence soutenue chez OpenAI.
6 sorties dans le même mois, du petit modèle à la synthèse vocale, plus des outils de développement et un partenariat avec NVIDIA.
Impact. Mistral élargit son offre au-delà du modèle de langage, vers une gamme d'outils complète.
Modèle phare doté d'un mode de raisonnement, présenté en mars 2026 au-dessus de la génération GigaChat 2.0.
Impact. Installe une banque parmi les concepteurs de modèles, cas unique dans ce classement.
Mise à jour du haut de gamme Gemini, sortie en avant-première quelques mois après la génération 3.
Impact. Google resserre son rythme de mise à jour sur le segment le plus visible.
Famille lancée le 14 février 2026, avec 3 modèles d'agent généralistes, Pro, Lite et Mini, plus un modèle dédié au code.
Impact. Structure l'offre par usage plutôt que par taille, et porte l'assistant le plus utilisé de Chine, 382 millions de personnes par mois.
Première refonte d'architecture, avec une vision native portée par l'encodeur MoonViT et une fenêtre de 256 000 jetons.
Impact. Fait passer Kimi du texte seul au multimodal, sans quitter l'open-weight.
Premier modèle des Superintelligence Labs, et surtout premier modèle propriétaire de Meta. Usage d'outils, chaîne de pensée visuelle et orchestration de plusieurs agents.
Impact. Rupture stratégique. Meta quitte l'open-weight qui faisait sa marque pour affronter OpenAI sur son terrain.
Agrandir les modèles ne suffit plus. La nouveauté, c'est le raisonnement. Le modèle déroule une réflexion interne avant de répondre, ce qui débloque les maths, les sciences et le code complexe. Le choc de l'année vient de DeepSeek R1, qui rend ce raisonnement accessible en open-weight à bas coût.
675 milliards de paramètres au total dont 41 activés par token, 256 000 tokens de contexte, publié sous licence Apache 2.0 donc librement installable chez soi.
Impact. Le champion européen place un modèle de tout premier plan en accès libre, sans coût par token.
Génération orientée agents longue durée, avec un raisonnement de pointe et un contexte de 1 million de tokens, disponible dès le premier jour dans la recherche Google.
Impact. Reprise de la course au raisonnement et pivot agentique de Google, à l'échelle de son moteur de recherche.
Introduit un paramètre d'effort réglable pour arbitrer entre vitesse et qualité. Meilleur modèle de programmation d'Anthropic à cette date.
Impact. Installe le contrôle explicite de l'effort de calcul comme standard d'usage.
Ajoute des traces de raisonnement visibles et enchaîne jusqu'à 300 appels d'outils de suite sans intervention humaine.
Impact. Déplace la référence de l'agent autonome vers le camp des modèles ouverts.
Nouvelle famille de modèles présentée à côté de YandexGPT, avec une fenêtre de 65 536 tokens. Elle fait tourner l'assistant Alice, intégré au navigateur du groupe.
Impact. Alice atteint 71 millions d'utilisateurs par mois et entre dans les 10 premiers produits d'IA mobile au monde.
Ramène le raisonnement étendu et l'usage d'ordinateur dans le modèle le plus rapide et le moins cher de la gamme.
Impact. Rend les capacités agentiques accessibles à grande échelle et à bas coût.
Mise à jour qui introduit 4 durées de réflexion réglables nativement, accompagnée de nouveaux modèles de synthèse et de clonage vocal.
Impact. Laisse l'utilisateur arbitrer entre vitesse et qualité de raisonnement, au lieu de choisir un modèle différent.
Sessions agentiques prolongées sur plusieurs dizaines d'heures grâce à une meilleure gestion de la mémoire et du contexte.
Impact. Prouve qu'un modèle de milieu de gamme peut tenir un travail autonome quasi journalier.
Premier modèle unifié qui fusionne les modèles rapides et les modèles de raisonnement dans un seul système, avec un routeur automatique. Contexte de 400 000 tokens.
Impact. Met fin à la séparation entre gammes GPT et o, un tournant pour toute la suite.
Premiers poids ouverts d'OpenAI depuis 2019, sous licence Apache 2.0, exécutables localement.
Impact. Retour d'OpenAI sur le terrain de l'open source face à Llama, Mistral et DeepSeek.
Raisonnement abstrait renforcé, appel d'outils natif et recherche en temps réel intégrée.
Impact. Premier Grok à rivaliser frontalement avec les meilleurs modèles de raisonnement.
Modèle à experts de 1 000 milliards de paramètres, dont 32 milliards activés par jeton, publié en poids ouverts sous licence MIT modifiée et taillé pour l'usage d'outils.
Impact. Premier modèle ouvert à rivaliser sérieusement avec les modèles fermés sur l'appel d'outils.
Premier modèle de raisonnement de Mistral, avec une chaîne de pensée traçable et multilingue, en open-weight.
Impact. Réponse européenne à la vague des modèles de raisonnement, avec un accent sur la transparence.
Génération Claude 4. Opus 4 est présenté comme le meilleur modèle de programmation au monde, capable de travail autonome soutenu sur plusieurs heures.
Impact. Bascule d'Anthropic vers l'agent capable de tenir une tâche de développement complète.
Premiers modèles de raisonnement à manipuler des images dans leur chaîne de pensée et à utiliser des outils de façon autonome pendant la réflexion.
Impact. Première fusion réelle entre raisonnement et usage d'outils multimodaux.
Première famille Llama en Mixture-of-Experts, multimodale dès le pré-entraînement. Scout offre un contexte de 10 millions de tokens, record en open-weight.
Impact. Repousse la limite du contexte en open source, malgré une controverse sur les benchmarks.
Raisonnement hybride dans un seul modèle, entre réflexion approfondie et réponse rapide. Toute la gamme sous licence Apache 2.0.
Impact. Rapproche les modèles ouverts des modèles fermés sur le raisonnement.
Premier Gemini explicitement conçu comme modèle de réflexion, avec une chaîne de pensée déroulée avant la réponse.
Impact. Installe le raisonnement délibératif natif comme standard de la gamme Gemini.
Premier modèle hybride au monde. Un seul modèle propose une réponse rapide et un mode de raisonnement étendu activable à la demande.
Impact. Invente le format hybride que GPT-5 généralisera quelques mois plus tard.
Bond de calcul d'entraînement avec un cluster d'environ 200 000 GPU, et premier mode de raisonnement explicite chez xAI.
Impact. Rapproche xAI des standards de raisonnement de l'époque.
Démontre que le raisonnement en chaîne de pensée peut émerger par apprentissage par renforcement pur, publié en open-weight sous licence MIT.
Impact. Événement le plus disruptif de la période, qui démocratise le raisonnement de haut niveau et secoue les marchés.
Premier modèle de Moonshot à raisonner par étapes explicites avant de répondre, avec un entraînement par renforcement sur des chaînes longues.
Impact. Fait entrer un troisième laboratoire chinois dans la course au raisonnement, quelques jours après DeepSeek R1.
Génération multimodale dotée d'une fenêtre de 128 000 tokens, avec la génération d'images confiée à la famille Kandinsky.
Impact. Couvre texte et image dans un même service, condition d'usage grand public sur le marché russe.
Les modèles apprennent à voir, entendre et parler. La multimodalité devient native et les fenêtres de contexte explosent, jusqu'au million de tokens. En fin d'année, un signal faible annonce la suite avec les premiers modèles de raisonnement.
671 milliards de paramètres en MoE, entraîné pour une fraction du coût des modèles occidentaux équivalents, en open-weight.
Impact. Choc économique, avec un modèle frontière ouvert entraîné pour quelques millions de dollars.
Premier Gemini pensé pour l'ère agentique, avec sortie native image et audio, usage natif d'outils et planification d'actions.
Impact. Pivot officiel de Google vers des agents capables d'agir dans un environnement numérique.
Version généralisée du raisonnement par chaîne de pensée entraîné par renforcement.
Impact. Confirme le raisonnement comme nouvel axe de progrès, au-delà de la taille des modèles.
Introduit l'usage d'ordinateur en bêta. Le modèle déplace la souris, clique, tape et lit l'écran pour accomplir des tâches.
Impact. Premier pas concret vers des agents qui agissent sur un ordinateur comme un humain.
Premier modèle public à chaîne de pensée cachée entraînée par renforcement. Gains spectaculaires en maths, sciences et code.
Impact. Naissance de la catégorie des modèles de raisonnement.
Refonte complète de la famille, pré-entraînement sur 18 000 milliards de tokens, gains marqués en code et en maths.
Impact. Devient l'une des familles open-weight les plus utilisées au monde.
Raisonnement, usage d'outils et vision nettement améliorés, disponible via API.
Impact. Premier Grok réellement compétitif face aux modèles propriétaires établis.
Premier Llama à 405 milliards de paramètres, contexte de 128 000 tokens, présenté comme le premier modèle ouvert rivalisant avec les meilleurs modèles fermés.
Impact. Tournant pour la crédibilité de l'open source face au propriétaire.
Dépasse Claude 3 Opus tout en étant moins cher et plus rapide, avec un bond notable en programmation.
Impact. Le modèle de milieu de gamme dépasse le haut de gamme de la génération précédente.
Architecture MoE avec attention latente multi-têtes, qui réduit fortement le coût d'inférence.
Impact. Première rupture technique majeure de DeepSeek et base de sa réputation d'efficacité.
Premier modèle nativement multimodal en temps réel, texte, image et audio dans un seul réseau, avec une latence vocale proche de l'humain.
Impact. Premier assistant vocal en temps réel de qualité conversationnelle, rendu gratuit à grande échelle.
Entraîné sur plus de 15 000 milliards de tokens, avec un saut qualitatif en raisonnement et en code.
Impact. Confirme Llama comme référence open-weight face aux modèles propriétaires.
Première gamme à 3 tailles chez Anthropic, avec vision multimodale sur les 3 modèles et une quasi-parité avec GPT-4.
Impact. Fait entrer Anthropic dans la cour des modèles multimodaux de premier plan.
Fenêtre de contexte inédite de 1 million de tokens, soit environ 1 heure de vidéo ou 700 000 mots, avec une architecture MoE.
Impact. Établit le long contexte comme avantage compétitif différenciant.
Premier modèle propriétaire haut de gamme de Mistral, conçu pour rivaliser avec GPT-4.
Impact. Premier pas de Mistral vers le marché entreprise avec un modèle frontière.
Après le choc ChatGPT, chaque grand acteur sort son modèle. On passe du chatbot amusant à l'outil de travail qui raisonne, code et analyse des documents. La fuite de LLaMA lance l'écosystème open source moderne.
Premier modèle de Google nativement multimodal, conçu dès l'origine pour combiner texte, code, audio, image et vidéo, en 3 tailles.
Impact. Entrée officielle de Google dans la compétition frontale avec GPT-4.
Premier Mixture-of-Experts open-weight de Mistral, avec une performance proche de GPT-3.5 pour un coût bien moindre.
Impact. Démocratise l'architecture MoE en open source.
Contexte de 128 000 tokens, coûts d'API fortement réduits et appel de fonctions amélioré.
Impact. Fait passer GPT-4 de prouesse technique à outil déployable en entreprise.
Premier modèle de xAI, architecture MoE de 314 milliards de paramètres, lié dès l'origine à la plateforme X.
Impact. Entrée de xAI dans la course aux modèles de fondation.
Premiers modèles du laboratoire, un généraliste et un dédié au code, en open-weight.
Impact. Établit DeepSeek comme laboratoire crédible dès sa première année.
Modèle fondateur du laboratoire, qui dépasse Llama 2 13B malgré sa taille réduite.
Impact. Lance la vague des modèles open-weight performants en Europe.
Premier modèle de fondation d'Alibaba, publié en plusieurs tailles, lançant sa stratégie open-weight.
Impact. Point de départ de toute la lignée Qwen.
Premier Llama distribué avec une licence d'usage commercial, entraîné sur 2 000 milliards de tokens.
Impact. Devient la base de milliers de modèles dérivés dans le monde.
Contexte de 100 000 tokens en standard et lancement de l'interface grand public claude.ai.
Impact. Premier Claude à toucher directement le grand public.
Premier modèle public d'Anthropic, bâti sur les principes de la Constitutional AI, avec un contexte long pour l'époque.
Impact. Premier concurrent sérieux et indépendant à GPT, avec une identité fondée sur la sécurité.
Premier modèle multimodal d'OpenAI, texte et image, avec un gain massif de fiabilité et de raisonnement. Réussit des examens au niveau humain.
Impact. Référence absolue du secteur pendant plus d'un an.
Première famille de modèles de fondation ouverts de Meta, de 7 à 65 milliards de paramètres.
Impact. Sa fuite en mars 2023 déclenche l'explosion de l'écosystème open source moderne.
Les grands modèles existent déjà, mais restent réservés aux chercheurs. L'événement de l'année n'est pas technique mais d'usage. Un assistant conversationnel gratuit arrive entre les mains de tous, et l'IA générative devient un sujet de société.
Première mise à disposition grand public d'un modèle conversationnel affiné par renforcement, via une interface de chat simple et gratuite.
Impact. Déclenche l'explosion mondiale de l'IA générative grand public.
Suite de modèles comparable à GPT-3, publiée avec son code d'entraînement, une transparence rare à cette taille.
Impact. Premier grand geste d'ouverture de Meta, base culturelle qui mènera à Llama.
Modèle dense de 540 milliards de paramètres entraîné via le système Pathways, avec une efficacité d'entraînement record.
Impact. Démontre la capacité à passer à l'échelle, base technique qui mènera à Gemini.
Les 3 modèles les plus utilisés, et un quatrième que vous choisissez. Les versions se mettent à jour à chaque nouvelle sortie.
Les laboratoires sont classés du plus utilisé au moins utilisé. Utilisateurs actifs par mois, relevés de mai et juin 2026. Occident, données des éditeurs et de Sensor Tower. Chine, QuestMobile. Meta AI et Gemini sont intégrés à des services déjà installés, leur audience n’est pas toujours un choix de l’utilisateur.
Le coût est un ordre de grandeur, de € pour le plus économique à €€€€ pour le haut de gamme, et non un tarif. Les prix réels changent tous les mois et dépendent de la version choisie. Le nom du modèle se met à jour automatiquement à chaque nouvelle sortie, les autres informations ont été vérifiées en août 2026.
Nous mettons l’intelligence artificielle au service concret de votre activité, des agents qui produisent aux outils qui automatisent. Pas de gadget, du temps gagné et des résultats mesurables. Dites-nous votre métier, nous trouvons les bons leviers.
