Choisir entre un modèle propriétaire (accessible par API : ChatGPT, Claude, Gemini…) et un modèle ouvert (téléchargeable : Llama, Mistral, Qwen, Gemma…) revient à arbitrer entre rapidité de mise en œuvre et contrôle. Ce guide pose les critères pour décider sans dogmatisme.
Le bon choix entre un modèle qu'on télécharge et une API. À lire aussi : LLM en local · Llama · Quelle IA choisir, et notre dossier Les intelligences artificielles.
01 — De quoi il s'agit
Modèles ouverts ou propriétaires, en clair
Choisir entre un modèle propriétaire (accessible par API : ChatGPT, Claude, Gemini…) et un modèle ouvert (téléchargeable : Llama, Mistral, Qwen, Gemma…) revient à arbitrer entre rapidité de mise en œuvre et contrôle. Ce guide pose les critères pour décider sans dogmatisme.
02 — Points forts
Là où Modèles ouverts ou propriétaires se distingue
- Modèle propriétaire par API : rapide à intégrer, souvent le meilleur niveau, pas d'infrastructure à gérer.
- Modèle ouvert : données maîtrisées, coûts prévisibles à fort volume, indépendance vis-à-vis d'un fournisseur.
- On peut combiner : API pour démarrer, modèle ouvert quand le volume ou la sensibilité le justifient.
- Le choix dépend surtout de la nature des données et du volume de requêtes.

03 — Limites & précautions
Ce qu'il faut garder en tête
- Modèle propriétaire : données envoyées à un tiers, tarif et disponibilité qui peuvent changer, dépendance.
- Modèle ouvert : matériel (GPU) et compétences d'exploitation nécessaires, niveau parfois inférieur.
- Un modèle ouvert « performant » reste coûteux à faire tourner.
- Dans les deux cas, il faut outiller le modèle (RAG, garde-fous, interface) : le modèle n'est pas le produit.
04 — Accès & tarifs
Comment y accéder
Les modèles propriétaires se paient à l'usage (par million de jetons). Les modèles ouverts sont gratuits à télécharger, mais l'infrastructure et l'exploitation ont un coût. Comparez sur votre volume réel. Les offres et versions évoluent vite : vérifiez le tarif et les capacités du moment sur le site officiel.
05 — Cas d'usage pro
Où Modèles ouverts ou propriétaires aide une organisation
- Données personnelles ou réglementées, volume élevé : pencher vers un modèle ouvert hébergé chez soi.
- Prototype, faible volume, besoin du meilleur niveau tout de suite : API propriétaire.
- Produit distribué qui embarque de l'IA : un modèle ouvert évite une dépendance critique.
- Organisation soumise à des exigences de souveraineté : modèle ouvert européen auto-hébergé.
06 — Questions fréquentes
Comprendre les modèles OSI et TCP/IP — Cookie connecté
Questions fréquentes
Un modèle ouvert est-il moins bon ?
Souvent en dessous des meilleurs modèles propriétaires sur les tâches complexes, mais l'écart se réduit et suffit à beaucoup d'usages.
Peut-on changer d'avis plus tard ?
Oui, si l'on prévoit dès le départ une couche d'abstraction entre l'application et le modèle.
Le moins cher ?
À faible volume, l'API. À fort volume et usage stable, l'auto-hébergement d'un modèle ouvert devient souvent plus économique.
07 — Ressources & liens
Où aller, concrètement
Officiel
- Hugging Face — classements
- Comparer les modèles ouverts.
- huggingface.co/spaces/open-llm-leaderboard/open_llm_leaderboard
- NEWTIV — Faire tourner un LLM en local
- La mise en pratique de l'option ouverte.
- newtiv.com/article/faire-tourner-un-llm-en-local.html
Sur NEWTIV
- Les intelligences artificielles — NEWTIV
- Comprendre le fonctionnement des modèles.
- newtiv.com/article/les-intelligences-artificielles.html

Réagissez
Commentaires