Aller au contenu principal

Catalogue des Modèles LLM as a Service

Vue d'ensemble​

Cloud Temple LLMaaS propose 56 modèles de langage large soigneusement sélectionnés et optimisés pour répondre aux exigences SecNumCloud les plus strictes. Notre catalogue couvre l'ensemble du spectre, des micro-modèles ultra-efficaces aux modèles extrêmement volumineux.

Statistiques Globales​

MétriqueValeur
Nombre total de modèles56 modèles
Contexte minimum512 tokens
Contexte maximum1,000,000 tokens
ConformitéSecNumCloud ✅ HDS ✅ Souveraineté ✅ C5 ✅
Localisation100% France 🇫🇷

Tarification​

Type d'utilisationPrix
Tokens d'entrée1.8€ / million de tokens
Tokens de sortie8€ / million de tokens
Raisonnement avancé8€ / million de tokens
Reranking de documents4€ / million de tokens rerankés
Batch asynchrone (input)0.9€ / million de tokens
Batch asynchrone (output)4€ / million de tokens

Modèles Chat & Raisonnement​

Modèles généralistes pour le dialogue, l'analyse, le raisonnement et les tâches multilingues.

cogito:32b​

Deep Cogito • 32B paramètres • Contexte : 32,000 tokens

Modèle de raisonnement analytique avancé, conçu pour la décomposition de problèmes complexes et la vérification logique.

Spécifications techniques:

Capacités: ✅ Outils/Agent • ❌ Vision • ✅ Raisonnement • ❌ Sécurité

Tags : Agent Raisonnement Compréhension Analyse

Cas d'usage :

  • Analyse de scénarios multi-factoriels
  • Résolution de problèmes scientifiques avec démonstration formelle
  • Systèmes experts (juridique, médical, technique)

gemma3:27b​

Google • 27B paramètres • Contexte : 120,000 tokens

Modèle multimodal de Google avec vision intégrée et support de 140+ langues. Contexte de 120K tokens.

Spécifications techniques:

  • Vitesse : 23 tokens/seconde
  • Consommation : 5.80 kWh/million tokens
  • Licence : Google Gemma Terms of Use
  • Localisation : FR 🇫🇷

Capacités: ✅ Outils/Agent • ✅ Vision • ❌ Raisonnement • ❌ Sécurité

Tags : Vision Agent Grand Contexte

Cas d'usage :

  • Analyse de documents avec contexte étendu (120K tokens)
  • Traitement simultané d'images et de texte
  • Extraction structurée à partir de PDF et documents scannés

glm-4.7-flash:30b​

Zhipu AI • 30B paramètres • Contexte : 120,000 tokens

Modèle rapide avec un excellent équilibre performance/latence pour le raisonnement et l'analyse.

Spécifications techniques:

  • Vitesse : 88 tokens/seconde
  • Consommation : 1.58 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ✅ Outils/Agent • ❌ Vision • ✅ Raisonnement • ❌ Sécurité

Tags : Agent Rapide Grand Contexte Multilingue

Cas d'usage :

  • Assistants conversationnels rapides
  • Analyse de documents longs (120k tokens)
  • Tâches de raisonnement avec faible latence

gpt-oss:120b​

OpenAI • 120B paramètres • Contexte : 120,000 tokens

Modèle open-weight de pointe d'OpenAI avec raisonnement configurable et chaîne de pensée transparente.

Spécifications techniques:

  • Vitesse : 94 tokens/seconde
  • Consommation : 2.37 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ✅ Outils/Agent • ❌ Vision • ✅ Raisonnement • ❌ Sécurité

Tags : MoE Agent Raisonnement Open-Source Très Large

Cas d'usage :

  • Agents conversationnels avancés avec raisonnement complexe
  • Applications nécessitant une transparence du processus de raisonnement
  • Scénarios commerciaux nécessitant une licence permissive

gpt-oss:20b​

OpenAI • 20B paramètres • Contexte : 120,000 tokens

Version compacte du modèle OpenAI, optimisée pour l'inférence rapide avec de bonnes capacités de raisonnement.

Spécifications techniques:

  • Vitesse : 41 tokens/seconde
  • Consommation : 3.25 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ✅ Outils/Agent • ❌ Vision • ✅ Raisonnement • ❌ Sécurité

Tags : MoE Agent Raisonnement Open-Source Compact Rapide

Cas d'usage :

  • Inférence rapide avec bonnes capacités de raisonnement
  • Cas d'usage agentiques (appel de fonctions, navigation web, exécution de code)
  • Applications à budget de calcul limité

llama3.3:70b​

Meta • 70B paramètres • Contexte : 132,000 tokens

Modèle multilingue de Meta, excellent en dialogue naturel et compréhension nuancée dans 8 langues.

Spécifications techniques:

Capacités: ✅ Outils/Agent • ❌ Vision • ❌ Raisonnement • ❌ Sécurité

Tags : Agent Dialogue Multilingue

Cas d'usage :

  • Chatbots multilingues (8 langues)
  • Analyse de documents juridiques ou techniques volumineux
  • Génération de textes structurés avec fidélité stylistique

ministral-3:14b​

Mistral AI • 14B paramètres • Contexte : 250,000 tokens

Le plus puissant de la famille Ministral, avec raisonnement et codage avancés. Contexte de 250K tokens.

Spécifications techniques:

  • Vitesse : 28 tokens/seconde
  • Consommation : 4.74 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ✅ Outils/Agent • ❌ Vision • ✅ Raisonnement • ❌ Sécurité

Tags : Haute Performance Raisonnement Code

Cas d'usage :

  • Résolution de problèmes complexes
  • Assistants de codage et d'ingénierie
  • Analyse approfondie de documents avec raisonnement

ministral-3:3b​

Mistral AI • 3B paramètres • Contexte : 250,000 tokens

Modèle compact Mistral, performant malgré sa petite taille. Contexte de 250K tokens.

Spécifications techniques:

  • Vitesse : 22 tokens/seconde
  • Consommation : 1.75 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ✅ Outils/Agent • ❌ Vision • ❌ Raisonnement • ❌ Sécurité

Tags : Compact Efficient

Cas d'usage :

  • Assistants personnels réactifs
  • Classification et routage rapides
  • Tâches simples avec grand contexte

ministral-3:8b​

Mistral AI • 8B paramètres • Contexte : 250,000 tokens

Modèle intermédiaire Ministral avec un excellent compromis performance/vitesse. Contexte de 250K tokens.

Spécifications techniques:

  • Vitesse : 40 tokens/seconde
  • Consommation : 3.33 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ✅ Outils/Agent • ❌ Vision • ✅ Raisonnement • ❌ Sécurité

Tags : Efficient Raisonnement

Cas d'usage :

  • Assistants conversationnels avancés
  • Analyse de documents et extraction d'informations
  • Bon compromis vitesse/qualité

mistral-small3.2:24b​

Mistral AI • 24B paramètres • Contexte : 128,000 tokens

Modèle Mistral avec suivi d'instructions amélioré, function calling robuste et capacités vision. Détection de contenus problématiques intégrée.

Spécifications techniques:

  • Vitesse : 28 tokens/seconde
  • Consommation : 5.05 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ✅ Outils/Agent • ✅ Vision • ❌ Raisonnement • ✅ Sécurité

Tags : Vision Agent Sécurité Instruction Following

Cas d'usage :

  • Agents conversationnels fiables avec suivi d'instructions précis
  • Intégration d'outils externes via function calling
  • Applications nécessitant filtrage de sécurité natif

mistral-small4:119b​

Mistral AI • 119B paramètres • Contexte : 262,144 tokens

Modèle Mistral haute performance (119B) avec vision, sécurité intégrée et contexte de 262K tokens. Rapide (100 t/s).

Spécifications techniques:

  • Vitesse : 100 tokens/seconde
  • Consommation : 2.00 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ✅ Outils/Agent • ✅ Vision • ❌ Raisonnement • ✅ Sécurité

Tags : Vision Agent Sécurité Grand Contexte Rapide

Cas d'usage :

  • Agents conversationnels haute performance avec vision
  • Analyse de documents très longs (262K tokens)
  • Applications critiques nécessitant fiabilité et sécurité

nemotron-3-super:120b​

NVIDIA • 120B paramètres • Contexte : 1,000,000 tokens

Modèle NVIDIA optimisé pour les agents collaboratifs, le raisonnement long et les charges de travail à fort volume. Contexte de 1M tokens.

Spécifications techniques:

  • Vitesse : 72 tokens/seconde
  • Consommation : 1.93 kWh/million tokens
  • Licence : NVIDIA Community License
  • Localisation : FR 🇫🇷

Capacités: ✅ Outils/Agent • ❌ Vision • ✅ Raisonnement • ❌ Sécurité

Tags : Agent Raisonnement Grand Contexte

Cas d'usage :

  • Agents autonomes avec appels d'outils multiples
  • Automatisation de workflows à fort volume
  • Analyse de documents longs avec extraction précise

nemotron-cascade:30b​

NVIDIA • 30B paramètres • Contexte : 1,000,000 tokens

Modèle NVIDIA spécialisé dans les mathématiques (médaille d'or IMO 2025) et la décomposition de problèmes. Contexte 1M tokens.

Spécifications techniques:

  • Vitesse : 130 tokens/seconde
  • Consommation : 1.93 kWh/million tokens
  • Licence : NVIDIA Community License
  • Localisation : FR 🇫🇷

Capacités: ✅ Outils/Agent • ❌ Vision • ✅ Raisonnement • ❌ Sécurité

Tags : Agent Raisonnement Grand Contexte Maths

Cas d'usage :

  • Résolution de problèmes mathématiques complexes
  • Agents avec appels d'outils multiples
  • Analyse de documents longs

nemotron3-nano:30b​

NVIDIA • 30B paramètres • Contexte : 1,000,000 tokens

Modèle NVIDIA ultra-rapide (160 t/s) avec raisonnement et function calling. Contexte de 1M tokens.

Spécifications techniques:

  • Vitesse : 160 tokens/seconde
  • Consommation : 1.56 kWh/million tokens
  • Licence : NVIDIA Community License
  • Localisation : FR 🇫🇷

Capacités: ✅ Outils/Agent • ❌ Vision • ✅ Raisonnement • ❌ Sécurité

Tags : Agent Raisonnement Grand Contexte Rapide

Cas d'usage :

  • Agents autonomes nécessitant une réponse rapide
  • Raisonnement logique et résolution de problèmes
  • Analyse de documents longs avec extraction précise

olmo-3:32b​

AllenAI • 32B paramètres • Contexte : 65,536 tokens

Premier modèle de raisonnement entièrement ouvert à cette échelle. Transparence totale (données, code, poids).

Spécifications techniques:

  • Vitesse : 22 tokens/seconde
  • Consommation : 5.98 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ❌ Outils/Agent • ❌ Vision • ✅ Raisonnement • ❌ Sécurité

Tags : Open-Source Grand Contexte Raisonnement Transparent Code Haute Performance

Cas d'usage :

  • Raisonnement complexe et résolution de problèmes multi-étapes
  • Développement logiciel avec transparence du processus de décision
  • Tâches critiques nécessitant une auditabilité complète

olmo-3:7b​

AllenAI • 7B paramètres • Contexte : 65,536 tokens

Modèle entièrement ouvert et efficient, excellent en mathématiques et programmation avec transparence totale.

Spécifications techniques:

  • Vitesse : 35 tokens/seconde
  • Consommation : 1.13 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ❌ Outils/Agent • ❌ Vision • ❌ Raisonnement • ❌ Sécurité

Tags : Open-Source Grand Contexte Transparent Efficient Maths Code

Cas d'usage :

  • Recherche académique nécessitant une reproductibilité totale
  • Programmation et résolution de problèmes mathématiques
  • Analyse de documents avec traçabilité complète

qwen3-2507-think:4b​

Qwen Team • 4B paramètres • Contexte : 250,000 tokens

Modèle compact optimisé pour le raisonnement profond (logique, maths, science, code). Contexte de 250K tokens.

Spécifications techniques:

  • Vitesse : 55 tokens/seconde
  • Consommation : 2.42 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ✅ Outils/Agent • ❌ Vision • ✅ Raisonnement • ❌ Sécurité

Tags : Agent Raisonnement Grand Contexte Compact Rapide

Cas d'usage :

  • Raisonnement complexe (logique, maths, science, code)
  • Agents avec grand historique de conversation (250K tokens)
  • Analyse de documents volumineux avec raisonnement profond

qwen3-2507:235b​

Qwen Team • 235B paramètres • Contexte : 200,000 tokens

Modèle le plus puissant du catalogue (235B paramètres, 22B actifs). Excelle en mathématiques, codage et raisonnement logique.

Spécifications techniques:

  • Vitesse : 56 tokens/seconde
  • Consommation : 3.97 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ✅ Outils/Agent • ❌ Vision • ✅ Raisonnement • ❌ Sécurité

Tags : MoE Agent Raisonnement Très Large

Cas d'usage :

  • Résolution de problèmes mathématiques et logiques complexes
  • Tâches nécessitant une vaste base de connaissances
  • Assistant de codage avancé

qwen3-omni:30b​

Qwen Team • 30B paramètres • Contexte : 32,768 tokens

Modèle omnimodal natif — comprend simultanément le texte, l'image, la vidéo et l'audio.

Spécifications techniques:

  • Vitesse : 19 tokens/seconde
  • Consommation : 7.43 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ✅ Outils/Agent • ✅ Vision • ✅ Raisonnement • ❌ Sécurité

Tags : Omni Audio Vision Agent Multimodal

Cas d'usage :

  • Interactions multimodales (texte + image + audio + vidéo)
  • Analyse vidéo et audio combinée
  • Assistants intelligents de nouvelle génération

qwen3.5:0.8b​

Qwen Team • 0.8B paramètres • Contexte : 250,000 tokens

Modèle ultra-léger avec un contexte exceptionnel de 250K tokens — remarquable pour un modèle de cette taille.

Spécifications techniques:

  • Vitesse : 16 tokens/seconde
  • Consommation : 2.39 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ✅ Outils/Agent • ❌ Vision • ❌ Raisonnement • ❌ Sécurité

Tags : Compact Efficient Grand Contexte Multilingue

Cas d'usage :

  • Traitement de texte avec très grand contexte (250K tokens)
  • Classification et tri rapide
  • Assistants légers avec grand historique

qwen3.5:4b​

Qwen Team • 4B paramètres • Contexte : 250,000 tokens

Modèle Qwen3.5 compact avec un bon compromis performance/efficacité et contexte de 250K tokens.

Spécifications techniques:

  • Vitesse : 37 tokens/seconde
  • Consommation : 3.64 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ✅ Outils/Agent • ❌ Vision • ❌ Raisonnement • ❌ Sécurité

Tags : Compact Efficient Grand Contexte Multilingue

Cas d'usage :

  • Assistants conversationnels avec grand contexte
  • Résumé de texte et classification
  • Tâches de codage simples

qwen3.5:9b​

Qwen Team • 9B paramètres • Contexte : 250,000 tokens

Modèle Qwen3.5 intermédiaire avec raisonnement solide et contexte étendu à 250K tokens.

Spécifications techniques:

  • Vitesse : 32 tokens/seconde
  • Consommation : 4.23 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ✅ Outils/Agent • ❌ Vision • ✅ Raisonnement • ❌ Sécurité

Tags : Efficient Grand Contexte Multilingue Raisonnement

Cas d'usage :

  • Assistants conversationnels avancés
  • Analyse de documents et extraction d'informations
  • Tâches de raisonnement de complexité moyenne

qwen3.6:27b​

Qwen Team • 27B paramètres • Contexte : 1,000,000 tokens

Modèle généraliste de référence avec un contexte natif de 1M tokens. Excelle en raisonnement, suivi d'instructions et multilingue.

Spécifications techniques:

  • Vitesse : 80 tokens/seconde
  • Consommation : 2.78 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ✅ Outils/Agent • ✅ Vision • ✅ Raisonnement • ❌ Sécurité

Tags : Agent Grand Contexte Multilingue Vision Raisonnement

Cas d'usage :

  • Assistants polyvalents avec suivi d'instructions précis
  • Analyse de documents très volumineux (1M tokens)
  • Applications multilingues avec raisonnement logique
  • Programmation et génération de code

qwen3:0.6b​

Qwen Team • 0.6B paramètres • Contexte : 40,000 tokens

Micro-modèle ultra-rapide pour les tâches simples et le routage. 40K tokens de contexte.

Spécifications techniques:

  • Vitesse : 46 tokens/seconde
  • Consommation : 1.33 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ✅ Outils/Agent • ❌ Vision • ❌ Raisonnement • ❌ Sécurité

Tags : Compact Rapide Efficient Multilingue

Cas d'usage :

  • Classification et tri rapide
  • Assistants légers avec faible latence
  • Routage dans des architectures multi-modèles

Modèles Programmation & Agents​

Modèles spécialisés dans le code, l'ingénierie logicielle et les agents autonomes.

devstral-small-2:24b​

Mistral AI & All Hands AI • 24B paramètres • Contexte : 200,000 tokens

Modèle agentique de pointe pour l'ingénierie logicielle. Performances proches des modèles >100B pour le code. Vision intégrée.

Spécifications techniques:

  • Vitesse : 33 tokens/seconde
  • Consommation : 4.23 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ✅ Outils/Agent • ✅ Vision • ❌ Raisonnement • ✅ Sécurité

Tags : Agent Programmation Vision Open-Source Grand Contexte Rapide

Cas d'usage :

  • Agents de codage autonomes
  • Refactoring rapide de code
  • Tâches d'ingénierie itératives

functiongemma:270m​

Google • 270M paramètres • Contexte : 32,768 tokens

Micro-modèle spécialisé dans la détection d'appels de fonctions. Idéal comme routeur dans une architecture agentique.

Spécifications techniques:

  • Vitesse : 40 tokens/seconde
  • Consommation : 0.97 kWh/million tokens
  • Licence : Google Gemma Terms of Use
  • Localisation : FR 🇫🇷

Capacités: ✅ Outils/Agent • ❌ Vision • ❌ Raisonnement • ❌ Sécurité

Tags : Agent Compact Efficient Function Calling

Cas d'usage :

  • Routeur d'outils dans une architecture agentique
  • Détection d'intentions d'appels de fonctions
  • Pré-filtrage rapide avant routage

qwen-coder-next:80b​

Qwen Team • 80B paramètres • Contexte : 250,000 tokens

Modèle de pointe pour le code et le raisonnement complexe. Contexte de 250K tokens.

Spécifications techniques:

  • Vitesse : 97 tokens/seconde
  • Consommation : 2.29 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ✅ Outils/Agent • ❌ Vision • ✅ Raisonnement • ❌ Sécurité

Tags : Agent Programmation MoE Grand Contexte

Cas d'usage :

  • Assistant de programmation avancé (échelle dépôt)
  • Analyse et refactorisation de code complexe
  • Agents autonomes d'ingénierie logicielle

qwen3-next:80b​

Qwen Team • 80B paramètres • Contexte : 250,000 tokens

Modèle polyvalent 80B optimisé pour les grands contextes, le function calling et le raisonnement structuré.

Spécifications techniques:

  • Vitesse : 67 tokens/seconde
  • Consommation : 2.09 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ✅ Outils/Agent • ❌ Vision • ❌ Raisonnement • ❌ Sécurité

Tags : Agent Grand Contexte MoE

Cas d'usage :

  • Agents conversationnels avancés avec intégration d'outils
  • Analyse de documents très volumineux
  • Génération de code et raisonnement structuré

qwen3.6:35b​

Qwen Team • 35B paramètres • Contexte : 1,000,000 tokens

Leader en ingénierie logicielle agentique (SWE-bench 73.4%). Contexte de 1M tokens, vision et tool calling intégrés.

Spécifications techniques:

  • Vitesse : 121 tokens/seconde
  • Consommation : 2.07 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ✅ Outils/Agent • ✅ Vision • ✅ Raisonnement • ❌ Sécurité

Tags : Agent Programmation Grand Contexte MoE Vision Raisonnement

Cas d'usage :

  • Assistant de codage agentique dans IDE (Cursor, Continue.dev, VS Code Copilot)
  • Analyse de bases de code complètes (1M tokens)
  • Revue de code automatisée et CI/CD intelligents
  • Résolution de bugs complexes avec raisonnement multi-étapes

rnj-1:8b​

Essential AI • 8B paramètres • Contexte : 32,000 tokens

Modèle spécialisé STEM — excelle en code (83.5% HumanEval+), mathématiques et sciences.

Spécifications techniques:

  • Vitesse : 23 tokens/seconde
  • Consommation : 1.69 kWh/million tokens
  • Licence : Open Weights
  • Localisation : FR 🇫🇷

Capacités: ❌ Outils/Agent • ❌ Vision • ✅ Raisonnement • ❌ Sécurité

Tags : Code Maths STEM Raisonnement Efficient

Cas d'usage :

  • Génération de code avancé
  • Résolution de problèmes mathématiques complexes
  • Tâches scientifiques et techniques

Modèles Vision & Multimodal​

Modèles pour l'analyse d'images, vidéos, OCR et documents visuels.

deepseek-ocr​

DeepSeek AI • 3B paramètres • Contexte : 8,192 tokens

Modèle OCR spécialisé pour l'extraction de texte haute précision avec préservation de la mise en forme (tableaux, formules).

Spécifications techniques:

  • Vitesse : 84 tokens/seconde
  • Consommation : 0.66 kWh/million tokens
  • Licence : MIT licence
  • Localisation : FR 🇫🇷

Capacités: ❌ Outils/Agent • ✅ Vision • ❌ Raisonnement • ❌ Sécurité

Tags : Vision OCR Efficient

Cas d'usage :

  • Extraction de texte structuré (Markdown/LaTeX) depuis des images/PDF
  • Numérisation de documents avec tableaux et formules

gemma4:31b​

Google • 31B paramètres • Contexte : 250,000 tokens

Modèle dense multimodal de Google, classé 3e mondial sur Arena AI. Vision avancée, raisonnement et codage. Contexte 250K tokens.

Spécifications techniques:

  • Vitesse : 59 tokens/seconde
  • Consommation : 3.77 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ✅ Outils/Agent • ✅ Vision • ✅ Raisonnement • ❌ Sécurité

Tags : Agent Grand Contexte Vision Raisonnement Multilingue Open-Source

Cas d'usage :

  • Agents autonomes avec raisonnement et appels d'outils
  • Analyse de documents volumineux avec vision
  • Compréhension visuelle (OCR, graphiques, documents scannés)

gemma4:e2b​

Google • 31B (E2B) paramètres • Contexte : 128,000 tokens

Variante ultra-rapide (125 t/s) de Gemma 4 avec vision. Excellente efficacité énergétique.

Spécifications techniques:

  • Vitesse : 125 tokens/seconde
  • Consommation : 1.11 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ✅ Outils/Agent • ✅ Vision • ❌ Raisonnement • ❌ Sécurité

Tags : Vision Rapide Efficient

Cas d'usage :

  • Analyse d'images avec faible latence
  • Documents volumineux avec empreinte réduite

gemma4:e4b​

Google • 31B (E4B) paramètres • Contexte : 128,000 tokens

Variante de Gemma 4 avec meilleur compromis qualité/vitesse que la version E2B. Vision intégrée.

Spécifications techniques:

  • Vitesse : 85 tokens/seconde
  • Consommation : 1.63 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ✅ Outils/Agent • ✅ Vision • ❌ Raisonnement • ❌ Sécurité

Tags : Vision Rapide

Cas d'usage :

  • Analyse de documents et images avec bon compromis qualité/vitesse
  • Alternative rapide pour les tâches de vision

granite3.2-vision:2b​

IBM • 2B paramètres • Contexte : 16,384 tokens

Modèle vision compact IBM Granite pour l'OCR rapide et l'extraction de données depuis des documents scannés.

Spécifications techniques:

  • Vitesse : 49 tokens/seconde
  • Consommation : 0.80 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ❌ Outils/Agent • ✅ Vision • ❌ Raisonnement • ❌ Sécurité

Tags : Vision Compact Efficient OCR

Cas d'usage :

  • OCR rapide sur documents légers
  • Extraction de données depuis des images
  • Analyse visuelle à faible consommation

qwen3-vl:235b​

Qwen Team • 235B paramètres • Contexte : 200,000 tokens

Le modèle multimodal le plus puissant du catalogue. Compréhension visuelle de pointe et raisonnement exceptionnel.

Spécifications techniques:

  • Vitesse : 24 tokens/seconde
  • Consommation : 5.56 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ✅ Outils/Agent • ✅ Vision • ✅ Raisonnement • ❌ Sécurité

Tags : Agent Raisonnement Grand Contexte Vision

Cas d'usage :

  • Automatisation documentaire complexe (OCR multilingue, extraction structurée)
  • Agents visuels intelligents
  • Analyse scientifique avancée (STEM, raisonnement spatial)
  • RAG Multimodal sur documents et vidéos

qwen3-vl:2b​

Qwen Team • 2B paramètres • Contexte : 250,000 tokens

Modèle vision ultra-compact pour l'OCR rapide, la détection d'objets et les applications embarquées.

Spécifications techniques:

  • Vitesse : 64 tokens/seconde
  • Consommation : 0.95 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ✅ Outils/Agent • ✅ Vision • ❌ Raisonnement • ❌ Sécurité

Tags : Vision Compact Efficient Multimodal OCR

Cas d'usage :

  • Analyse d'images en temps réel
  • OCR et lecture de documents légers
  • Tri et classification visuelle rapide

qwen3-vl:30b​

Qwen Team • 30B paramètres • Contexte : 250,000 tokens

Modèle multimodal performant pour l'OCR, la détection d'objets, l'analyse de vidéos et le raisonnement spatio-temporel.

Spécifications techniques:

  • Vitesse : 39 tokens/seconde
  • Consommation : 3.39 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ✅ Outils/Agent • ✅ Vision • ❌ Raisonnement • ❌ Sécurité

Tags : Vision Agent Grand Contexte Multimodal Vidéo OCR

Cas d'usage :

  • Analyse de vidéos longues et surveillance intelligente
  • Extraction de données structurées (documents, tableaux, graphiques)
  • Assistants visuels avec compréhension spatiale

qwen3-vl:32b​

Qwen Team • 32B paramètres • Contexte : 250,000 tokens

Variante haute performance pour les tâches de vision les plus exigeantes. Contexte 250K tokens.

Spécifications techniques:

  • Vitesse : 17 tokens/seconde
  • Consommation : 7.75 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ✅ Outils/Agent • ✅ Vision • ❌ Raisonnement • ❌ Sécurité

Tags : Vision Agent Grand Contexte Multimodal Vidéo OCR

Cas d'usage :

  • Analyse scientifique et technique d'images haute résolution
  • Automatisation de processus visuels complexes
  • Compréhension détaillée de scènes dynamiques

qwen3-vl:4b​

Qwen Team • 4B paramètres • Contexte : 250,000 tokens

Modèle vision compact et rapide pour l'analyse documentaire et la compréhension vidéo.

Spécifications techniques:

  • Vitesse : 57 tokens/seconde
  • Consommation : 2.34 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ✅ Outils/Agent • ✅ Vision • ❌ Raisonnement • ❌ Sécurité

Tags : Vision Compact Multimodal Efficient Vidéo OCR

Cas d'usage :

  • Analyse documentaire automatisée (factures, formulaires)
  • Compréhension de contenu vidéo
  • Assistants visuels interactifs

qwen3-vl:8b​

Qwen Team • 8B paramètres • Contexte : 250,000 tokens

Modèle vision intermédiaire — bon compromis entre performance et empreinte. Contexte 250K tokens.

Spécifications techniques:

  • Vitesse : 39 tokens/seconde
  • Consommation : 3.38 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ✅ Outils/Agent • ✅ Vision • ❌ Raisonnement • ❌ Sécurité

Tags : Vision Multimodal Efficient Vidéo OCR

Cas d'usage :

  • Analyse documentaire automatisée
  • Compréhension de contenu vidéo
  • Assistants visuels interactifs

Modèles d'Embedding​

Modèles pour la recherche sémantique et le Retrieval-Augmented Generation (RAG).

bge-m3:567m​

BAAI • 567M paramètres • Contexte : 8,192 tokens

Embedding multilingue de pointe (100+ langues). Supporte les recherches dense, sparse et multi-vectorielle.

Spécifications techniques:

  • Vitesse : 171 tokens/seconde
  • Consommation : 0.36 kWh/million tokens
  • Licence : MIT
  • Localisation : FR 🇫🇷

Capacités: ❌ Outils/Agent • ❌ Vision • ❌ Raisonnement • ❌ Sécurité

Tags : Embedding Multilingue Efficient

Cas d'usage :

  • Recherche sémantique multilingue
  • Retrieval-Augmented Generation (RAG)
  • Clustering et classification de documents

embeddinggemma:300m​

Google • 300M paramètres • Contexte : 2,048 tokens

Embedding Google multilingue (100+ langues), optimisé pour la recherche et la récupération sémantique.

Spécifications techniques:

  • Vitesse : 175 tokens/seconde
  • Consommation : 0.35 kWh/million tokens
  • Licence : Google Gemma Terms of Use
  • Localisation : FR 🇫🇷

Capacités: ❌ Outils/Agent • ❌ Vision • ❌ Raisonnement • ❌ Sécurité

Tags : Embedding Compact Sémantique Efficient Multilingue

Cas d'usage :

  • Recherche et récupération d'informations
  • Classification et clustering de documents
  • Recherche de similarité sémantique

granite-embedding:278m​

IBM • 278M paramètres • Contexte : 512 tokens

Embedding IBM ultra-compact pour une recherche sémantique à latence minimale.

Spécifications techniques:

  • Vitesse : 196.3 tokens/seconde
  • Consommation : 0.31 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ❌ Outils/Agent • ❌ Vision • ❌ Raisonnement • ❌ Sécurité

Tags : Embedding Compact Efficient

Cas d'usage :

  • Recherche sémantique haute fréquence
  • Clustering de documents

qwen3-embedding:0.6b​

Qwen Team • 0.6B paramètres • Contexte : 32,768 tokens

Embedding ultra-léger et rapide pour la recherche sémantique à faible latence.

Spécifications techniques:

  • Vitesse : N/A
  • Consommation : 0.57 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ❌ Outils/Agent • ❌ Vision • ❌ Raisonnement • ❌ Sécurité

Tags : Embedding Compact Efficient

Cas d'usage :

  • Recherche sémantique rapide
  • Classification de texte en temps réel

qwen3-embedding:4b​

Qwen Team • 4B paramètres • Contexte : 40,000 tokens

Embedding haute performance avec compréhension sémantique profonde et contexte étendu (40K tokens).

Spécifications techniques:

  • Vitesse : N/A
  • Consommation : 0.57 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ❌ Outils/Agent • ❌ Vision • ❌ Raisonnement • ❌ Sécurité

Tags : Embedding Grand Contexte Efficient

Cas d'usage :

  • Recherche sémantique sur documents longs
  • RAG avec contexte étendu
  • Analyse sémantique de précision

qwen3-embedding:8b​

Qwen Team • 8B paramètres • Contexte : 40,000 tokens

Embedding haute capacité avec la meilleure compréhension sémantique de la famille Qwen3. Contexte étendu (40K tokens).

Spécifications techniques:

  • Vitesse : N/A
  • Consommation : 0.57 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ❌ Outils/Agent • ❌ Vision • ❌ Raisonnement • ❌ Sécurité

Tags : Embedding Grand Contexte Haute Performance

Cas d'usage :

  • Recherche sémantique de haute précision
  • RAG avancé avec contexte étendu
  • Analyse sémantique de documents complexes

Modèles de Reranking​

Modèles pour le réordonnancement de résultats dans les pipelines RAG.

bge-reranker-large​

BAAI • 335M paramètres • Contexte : 512 tokens

Modèle de reranking haute performance de la famille BGE, multilingue.

Spécifications techniques:

  • Vitesse : N/A
  • Consommation : N/A
  • Licence : MIT
  • Localisation : FR 🇫🇷

Capacités: ❌ Outils/Agent • ❌ Vision • ❌ Raisonnement • ❌ Sécurité

Tags : Reranker Haute Performance

Cas d'usage :

  • Réordonnancement multilingue pour RAG

nvidia/llama-nemotron-rerank-vl-1b-v2​

NVIDIA • 1B paramètres • Contexte : 4,096 tokens

Modèle de reranking compatible API Cohere (/v1/rerank et /v2/rerank). Ordonne les documents par pertinence vis-à-vis d'une requête.

Spécifications techniques:

Capacités: ❌ Outils/Agent • ❌ Vision • ❌ Raisonnement • ❌ Sécurité

Tags : Rerank RAG Compact

Cas d'usage :

  • Réordonnancement de résultats de recherche sémantique
  • Affinage de la pertinence dans les pipelines RAG

qwen3-reranker:0.6b​

Qwen Team • 0.6B paramètres • Contexte : 4,096 tokens

Modèle de reranking compact et efficace pour le réordonnancement rapide.

Spécifications techniques:

  • Vitesse : N/A
  • Consommation : N/A
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ❌ Outils/Agent • ❌ Vision • ❌ Raisonnement • ❌ Sécurité

Tags : Reranker Compact Efficient

Cas d'usage :

  • Réordonnancement rapide pour RAG

qwen3-reranker:4b​

Qwen Team • 4B paramètres • Contexte : 4,096 tokens

Modèle de reranking performant avec une grande capacité de compréhension contextuelle.

Spécifications techniques:

  • Vitesse : N/A
  • Consommation : N/A
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ❌ Outils/Agent • ❌ Vision • ❌ Raisonnement • ❌ Sécurité

Tags : Reranker Performance

Cas d'usage :

  • Réordonnancement haute qualité pour RAG

Modèles de Sécurité​

Modèles pour le filtrage de contenu, la conformité et les guardrails.

granite3-guardian:2b​

IBM • 2B paramètres • Contexte : 8,192 tokens

Version compacte du modèle de sécurité Granite Guardian pour le filtrage à faible latence.

Spécifications techniques:

  • Vitesse : 60 tokens/seconde
  • Consommation : 0.65 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ❌ Outils/Agent • ❌ Vision • ❌ Raisonnement • ✅ Sécurité

Tags : Sécurité Guardrails Compact Efficient

Cas d'usage :

  • Guardrails à faible latence dans les workflows agentiques
  • Filtrage de sécurité en temps réel

granite3-guardian:8b​

IBM • 8B paramètres • Contexte : 8,192 tokens

Modèle de sécurité spécialisé dans la détection de contenus problématiques, le jailbreak et la conformité réglementaire.

Spécifications techniques:

  • Vitesse : 45 tokens/seconde
  • Consommation : 3.09 kWh/million tokens
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ❌ Outils/Agent • ❌ Vision • ❌ Raisonnement • ✅ Sécurité

Tags : Sécurité Guardrails Conformité Filtrage

Cas d'usage :

  • Détection de contenus problématiques et jailbreak
  • Filtrage de sécurité pré/post-génération
  • Conformité réglementaire (RGPD, HDS)

Modèles de Traduction​

Modèles spécialisés dans la traduction multilingue haute fidélité.

translategemma:12b​

Google • 12B paramètres • Contexte : 128,000 tokens

Traduction haute fidélité pour 55 langues avec contexte de 128K tokens.

Spécifications techniques:

  • Vitesse : 27 tokens/seconde
  • Consommation : 4.87 kWh/million tokens
  • Licence : Gemma Terms of Use
  • Localisation : FR 🇫🇷

Capacités: ❌ Outils/Agent • ❌ Vision • ❌ Raisonnement • ❌ Sécurité

Tags : Traduction Multilingue Spécialisé

Cas d'usage :

  • Traduction de documents longs
  • Communication inter-langues
  • Localisation de contenu

translategemma:27b​

Google • 27B paramètres • Contexte : 120,000 tokens

Traduction haute performance pour 55 langues. Qualité supérieure pour les contenus complexes et techniques.

Spécifications techniques:

  • Vitesse : 17 tokens/seconde
  • Consommation : 7.84 kWh/million tokens
  • Licence : Gemma Terms of Use
  • Localisation : FR 🇫🇷

Capacités: ❌ Outils/Agent • ❌ Vision • ❌ Raisonnement • ❌ Sécurité

Tags : Traduction Multilingue Spécialisé Haute Performance

Cas d'usage :

  • Traduction de haute précision
  • Traduction de documents techniques
  • Nuances littéraires et culturelles

translategemma:4b​

Google • 4B paramètres • Contexte : 128,000 tokens

Traduction rapide et efficace pour 55 langues. Idéal pour la localisation en temps réel.

Spécifications techniques:

  • Vitesse : 31 tokens/seconde
  • Consommation : 1.25 kWh/million tokens
  • Licence : Gemma Terms of Use
  • Localisation : FR 🇫🇷

Capacités: ❌ Outils/Agent • ❌ Vision • ❌ Raisonnement • ❌ Sécurité

Tags : Traduction Multilingue Spécialisé Efficient

Cas d'usage :

  • Traduction rapide de textes
  • Localisation en temps réel
  • Traduction à budget limité

Modèles Audio & Image​

Modèles pour la transcription audio et la génération d'images.

voxtral​

Mistral AI • 4B paramètres • Contexte : 32,768 tokens

Transcription audio en temps réel via WebSocket. Reconnaissance vocale streaming avec faible latence.

Spécifications techniques:

  • Vitesse : N/A
  • Consommation : N/A
  • Licence : Apache 2.0
  • Localisation : FR 🇫🇷

Capacités: ❌ Outils/Agent • ❌ Vision • ❌ Raisonnement • ❌ Sécurité

Tags : ASR Audio Realtime WebSocket

Cas d'usage :

  • Transcription audio en temps réel (streaming)
  • Assistants vocaux
  • Sous-titrage en direct

z-image:16b​

Community • 16B paramètres • Contexte : 0 tokens

Génération d'images à partir de prompts textuels, compatible API OpenAI /v1/images/generations.

Spécifications techniques:

  • Vitesse : N/A
  • Consommation : N/A
  • Licence : Open Weights
  • Localisation : FR 🇫🇷

Capacités: ❌ Outils/Agent • ❌ Vision • ❌ Raisonnement • ❌ Sécurité

Tags : Image Generation Créatif Multimodal

Cas d'usage :

  • Génération d'images à partir de descriptions textuelles
  • Création de contenu visuel
  • Prototypage visuel rapide

Cas d'Usage Recommandés​

Dialogue multilingue​

Chatbots et assistants capables de communiquer dans plusieurs langues avec détection automatique et maintien du contexte

Modèles recommandés:

  • nemotron-3-super:120b
  • qwen3.6:27b
  • nemotron3-nano:30b
  • gpt-oss:120b

Analyse de documents longs​

Traitement de documents volumineux (>100 pages) avec extraction d'informations clés, résumés et réponses à des questions

Modèles recommandés:

  • nemotron-3-super:120b
  • qwen3.6:27b
  • qwen3-2507:235b

Programmation et développement​

Génération, optimisation et débogage de code dans multiples langages, refactoring et création de tests

Modèles recommandés:

  • qwen3.6:35b
  • qwen-coder-next:80b
  • devstral-small-2:24b
  • nemotron-3-super:120b

Analyse visuelle​

Traitement d'images et documents visuels, OCR, interprétation de graphiques et tableaux

Modèles recommandés:

  • qwen3-vl:235b
  • gemma4:31b
  • deepseek-ocr
  • qwen3-vl:30b

Sécurité et conformité​

Filtrage de contenu sensible, détection de jailbreak, conformité RGPD/HDS

Modèles recommandés:

  • granite3-guardian:8b
  • granite3-guardian:2b
  • mistral-small4:119b

Déploiements légers​

Applications nécessitant une empreinte minimale, faible latence et faible consommation

Modèles recommandés:

  • qwen3.5:0.8b
  • qwen3-vl:2b
  • ministral-3:3b

RAG (Retrieval-Augmented Generation)​

Pipelines complets de recherche sémantique, réordonnancement et génération augmentée par la récupération

Modèles recommandés:

  • bge-m3:567m
  • nvidia/llama-nemotron-rerank-vl-1b-v2
  • qwen3.6:27b