Modèles d'IA — un aperçu

Après avoir fait des recherches sur les différents modèles, je me suis dit : ce sujet est si banal qu'il ne mérite en fait même pas un article. Il existe différents modèles pour différents usages, vous n'avez pas besoin de les modifier, voici comment les appeler. Point final.

Je publie tout de même cet article, car il prouve une chose :

Où se situent les vraies difficultés

Les véritables difficultés des systèmes d'IA agentiques se situent dans bien d'autres domaines — et dans aucun de ces domaines, un géant américain de l'IA n'a plus d'expérience que la plupart des professionnels qui travaillent depuis des années.

Réfléchissez-y logiquement : les défis se trouvent dans les domaines suivants :

• Comprendre le business
• Simplifier les processus
• Améliorer l'UI/UX et la centration sur l'utilisateur (User Centricity)
• Changer les méthodes de travail
• Briser les structures organisationnelles et les repenser
• Avoir les données sous la bonne forme, au bon moment et au bon endroit
• Codifier le savoir
• Mettre en place une gouvernance propre
• Construire des architectures stables mais modulaires
• Faire du bon vieux génie logiciel classique
• etc.

Les grandes entreprises américaines d'IA n'ont pas non plus une longue tradition dans ces disciplines. C'est pourquoi elles s'associent à d'autres entreprises, comme les cabinets de conseil en management.

Une remarque politique concernant l'Allemagne

Et voici mon opinion, peut-être un peu politique, concernant l'Allemagne :

Nous avons tous souffert de la récession de ces dernières années. Nous avons besoin d'espoir et d'un élan de renouveau.

Quand j'entends que de grandes entreprises allemandes renommées s'associent avec de grands géants américains de l'IA, cela me laisse perplexe. Pourquoi donc ? Nous avons tellement de gens talentueux ! Nous avons toutes les connaissances nécessaires pour construire d'excellentes IA agentiques. Alors, faisons-le, tout simplement !

Après avoir découvert à quel point il est banal d'appeler un modèle, je me demande sérieusement quelle tradition de plusieurs décennies un géant américain de l'IA peut bien apporter dans les disciplines vraiment importantes — c'est-à-dire, aucune, car ces entreprises n'existent pas depuis si longtemps.

Alors, construisons-les nous-mêmes. Nous aurons ainsi la liberté de construire avec de l'IA locale lorsque c'est judicieux et important — et ce sera peut-être plus souvent le cas qu'on ne le pense.

Venons-en maintenant au sujet principal

Ce n'est pas une liste exhaustive ni un guide technique. Cet article a seulement pour but de donner un aperçu général.

Pour les non-techniciens : Il faut au moins avoir entendu et situé ces termes. L'IA occupera une place importante dans la vie professionnelle à l'avenir, et il faut posséder certaines connaissances de base — tout comme on apprenait autrefois ce que signifiaient les termes déploiement, CI/CD ou DevOps.

Pour les ingénieurs : Vous n'apprendrez rien de nouveau, mais le paragraphe suivant peut vous aider à remettre les parties prenantes (stakeholders) sur la bonne voie. Il arrive si souvent dans la vie professionnelle que les discussions partent dans la mauvaise direction et que l'on débatte pendant des semaines sur un sujet qui n'est en fait pas le point essentiel. Souvent trop technique et trop éloigné du business. Il est très utile qu'il y ait des ingénieurs capables de recadrer les parties prenantes et de les réorienter vers la question : pourquoi construisons-nous cela, quel est le workflow et comment pouvons-nous le simplifier.

Quels sont les types de modèles ?

LLM

Large Language Models

Grands modèles de langage, entraînés sur d'énormes ensembles de données textuelles pour comprendre et générer le langage humain.

• De centaines de milliards à des billions de paramètres
• Conçus pour être généralistes : résumé, analyse, conversation, raisonnement (reasoning), code

Utilisation : Lorsque la tâche est large, ouverte ou complexe. Raisonnement complexe (complex reasoning), génération de texte créatif, analyse à multiples facettes, orchestration dans les systèmes d'agents.

Exemples : GPT-4o, Claude Sonnet/Opus, Gemini, Llama 4, DeepSeek R1, Mistral Large

SLM

Small Language Models

Petits modèles de langage, généralement avec 1 à 13 milliards de paramètres.

• Entraînés sur des données ciblées, souvent spécifiques à un domaine
• Peuvent fonctionner localement, ce qui simplifie la gouvernance et la protection des données
• Coûts d'exploitation nettement inférieurs à ceux des LLMs

Utilisation : Lorsque la tâche est étroitement définie et répétitive. Classification, extraction, routage, résumés simples, scénarios en périphérie (edge), secteurs réglementés où la conformité (compliance) et la souveraineté des données sont prioritaires.

Exemples : Mistral 7B, Phi-3, Gemma 2B/7B, Qwen 3 4B

CODE

Code Models

Modèles de langage spécifiquement entraînés ou affinés (fine-tuned) sur du code source et des langages de programmation.

• Comprennent la syntaxe, la logique et les dépendances à travers différents langages de programmation

Utilisation : Complétion de code, génération de code à partir du langage naturel, débogage, refactoring, revue de code (code review), génération de tests.

Exemples : Codestral (Mistral), StarCoder, Code Llama, DeepSeek Coder, GPT-4o (avec un focus sur le code)

EMB

Embedding Models

Modèles qui transforment du texte, des images ou d'autres données en vecteurs numériques denses (généralement de 768, 1024 ou 1536 dimensions).

• Les contenus sémantiquement similaires sont proches dans l'espace vectoriel
• Base pour la Retrieval Augmented Generation (RAG), la recherche sémantique et les systèmes de recommandation
• Petits, rapides, efficaces, peuvent fonctionner localement
• Sont utilisés en conjonction avec des bases de données vectorielles

Utilisation : Recherche sémantique, comparaisons de similarité, pipelines RAG, clustering, détection d'anomalies, comparaison de documents, systèmes de recommandation.

Exemples : OpenAI text-embedding-3, NV-EmbedQA, Cohere Embed, Sentence Transformers (Open Source), Amazon Titan Text Embeddings

IMG

Image Generation Models

Modèles qui génèrent de nouvelles images à partir de descriptions textuelles (Text-to-Image) ou d'images existantes.

• Techniquement basés sur des modèles de diffusion ou des architectures Transformer

Utilisation : Visuels marketing, prototypage, style de photographie de produits, illustration, concepts de design.

Exemples : Stable Diffusion 3.5, DALL-E 3, Midjourney, Kling 1.6 Pro, Recraft v3, Flux

VLM

Vision Language Models

Systèmes d'IA qui combinent la compréhension d'images et le traitement du langage.

• Architecture : un encodeur visuel (par ex. ViT ou CLIP) extrait les caractéristiques de l'image, un modèle de langage (LLM) les transforme en texte
• Peuvent interpréter, décrire des images, et répondre à des questions sur leur contenu
• Distinction : Tous les VLM sont multimodaux, mais tous les modèles multimodaux ne sont pas des VLM. Les VLM sont spécifiquement axés sur l'image et le langage.

Utilisation : Analyse de documents (factures, formulaires, scans), contrôle qualité dans la production, analyse d'images médicales, recherche visuelle, accessibilité (descriptions d'images).

Exemples : GPT-4o (Vision), Gemini, Claude (Vision), LLaVA, Qwen-VL, Llama 4 Scout

LMM

Modèles multimodaux (Large Multimodal Models)

Modèles qui traitent et/ou génèrent plus de deux modalités simultanément : texte, image, audio, vidéo.

• L'évolution va des modèles texte-à-texte vers des modèles any-to-any
• Différence avec les VLM : les LMM constituent le terme générique plus large et incluent également l'audio, la vidéo et d'autres capteurs.

Utilisation : Workflows complexes nécessitant différents types de données simultanément. Analyse vidéo avec résumé textuel, entrée vocale avec sortie visuelle, agents multimodaux.

Exemples : GPT-4o (Audio + Vision + Text), Gemini 3, Meta 4M

STT/TTS

Speech to Text et Text to Speech

STT / ASR (Automatic Speech Recognition) : Convertit la parole en texte écrit.

• Prend en charge le streaming en temps réel et la transcription par lots (batch)
• Fonctionnalités : identification du locuteur, ponctuation automatique, filtrage des injures, vocabulaire personnalisé

TTS (Text to Speech) : Convertit le texte écrit en parole.

• Les modèles TTS neuronaux génèrent des voix au son naturel
• Le clonage de voix (Voice Cloning) permet de créer des voix spécifiques à une marque

Utilisation STT : Transcription de réunions, d'entretiens, de centres d'appels, de podcasts. Commande vocale. Accessibilité.

Utilisation TTS : Voicebots, assistants vocaux, génération de livres audio, agents conversationnels, accessibilité.

Exemples : OpenAI Whisper (STT, Open Source), Google Speech-to-Text, Azure Speech, Amazon Transcribe, ElevenLabs (TTS), OpenAI TTS, NVIDIA Riva, Azure Custom Neural Voice

VID

Video Generation Models

Modèles qui génèrent du contenu vidéo à partir de descriptions textuelles, d'images ou de courts clips.

• Techniquement basés sur des modèles de diffusion étendus pour assurer la cohérence temporelle et le mouvement
• Les résultats sont désormais à peine distinguables des séquences filmées.

Utilisation : Films publicitaires, effets spéciaux, visualisation de concepts, storytelling, vidéos de produits.

Exemples : Sora (OpenAI), Veo 3 (Google DeepMind), Gen-4 (Runway), Kling Video, NVIDIA Cosmos

RWD

Reward Models

Modèles entraînés pour modéliser les préférences humaines.

• Évaluent la qualité des réponses d'un modèle de langage sur une échelle
• Sont utilisés dans le processus RLHF (Reinforcement Learning from Human Feedback) pour guider le modèle de langage principal
• Agissent comme un pont entre le feedback humain et le comportement du modèle

Utilisation : Entraînement à l'alignement (alignment training) des LLMs. Évaluation de la qualité des réponses du modèle. Filtrage et classement (ranking) des sorties. Non destiné directement aux utilisateurs finaux, mais fait partie du pipeline de développement du modèle.

Exemples : Reward Models d'OpenAI, d'Anthropic, Nemotron-Reward (NVIDIA)

TS

Time Series Models

Foundation Models pré-entraînés sur de vastes ensembles de données de séries temporelles inter-domaines.

• Peuvent fournir des prévisions, détecter des anomalies et effectuer des classifications sur de nouvelles données sans entraînement spécifique à la tâche (Zero-Shot)
• Domaines d'application : finance, énergie, santé, production, IoT
• Limite : Les données de séries temporelles sont spécifiques à un domaine (saisonnalité, tendances, échantillonnage irrégulier), c'est pourquoi les modèles spécialisés sont souvent plus précis en pratique que les Foundation Models généraux.

Utilisation : Planification des ventes, prévisions de la demande énergétique, maintenance prédictive, prévisions financières, détection d'anomalies dans les données de capteurs. Particulièrement précieux en cas de données historiques manquantes ou insuffisantes.

Exemples : TimesFM 2.5 (Google), Chronos 2 (Amazon), MOMENT, Lag-Llama

DOM

Domain-Specific Foundation Models

Modèles pré-entraînés spécifiquement sur des données d'un secteur ou d'un domaine particulier.

• Différence avec les LLMs généralistes : compréhension plus profonde de la terminologie, des contextes et des réglementations spécifiques au domaine
• Peuvent être affinés (fine-tuned) pour des tâches en aval (downstream tasks) spécifiques au secteur.

Utilisation : Médecine (radiologie, pathologie, textes cliniques), droit (analyse de contrats, réglementation), sciences de la vie (structure des protéines, génomique), finance (évaluation des risques, conformité), production (contrôle qualité, optimisation des processus).

Exemples : Med-PaLM (Google, médecine), ESMFold (Meta, structure des protéines), BloombergGPT (finance), BioMistral (biomédecine), SecLM (cybersécurité)

Où héberger le modèle ?

Il existe plusieurs options :

• API Cloud (Service Managé) : Vous utilisez le modèle via l'API d'un fournisseur de modèles d'IA. Le fournisseur héberge, met à l'échelle et assure la maintenance. Vous payez par jeton (token) ou par requête. Pas besoin de vos propres GPU.
• Cloud Public d'un Hyperscaler : Vous exploitez des modèles sur des instances GPU chez des hyperscalers. Infrastructure partagée, isolée virtuellement. Vous utilisez l'écosystème de l'hyperscaler (monitoring, logging, IAM), mais vous êtes responsable de l'exploitation et de la mise à l'échelle.
• Cloud Privé : Infrastructure dédiée et physiquement isolée chez un fournisseur. Single-tenant. Vous seul utilisez le matériel. Pertinent lorsque la réglementation exige une séparation démontrable des autres locataires (multi-tenancy).
• Cloud auto-hébergé (votre propre infrastructure dans le cloud) : Vous exploitez des modèles sur des serveurs GPU loués. Contrôle total sur le modèle et les données, mais vous êtes responsable de l'exploitation, de la mise à l'échelle et des mises à jour.
• On-Premise (local, votre propre matériel) : Vous exploitez des modèles sur votre propre matériel dans votre propre centre de données.

Facteurs de décision : Exigences en matière de protection des données, coûts (par jeton vs coûts fixes), latence, besoins de mise à l'échelle, réglementation.

Comment appeler le modèle ?

• Point de terminaison d'API (API REST) : La voie standard — une requête HTTP vers un point de terminaison. Vous envoyez une requête (prompt, configuration) et recevez la réponse. La plupart des fournisseurs utilisent un format d'API compatible avec OpenAI, qui est considéré comme un standard de fait. Les solutions auto-hébergées (Ollama, vLLM, LocalAI) offrent également des points de terminaison compatibles avec OpenAI, vous permettant de remplacer les services cloud par des modèles locaux sans modifier votre code.
• SDK (Software Development Kit) : Des bibliothèques en Python, TypeScript, etc., qui abstraient l'appel à l'API. Exemples : OpenAI Python SDK, Anthropic SDK, LangChain, LlamaIndex.
• Serveur d'inférence : Pour les modèles auto-hébergés, un processus serveur qui charge le modèle et reçoit les requêtes. Frameworks : vLLM, TGI (Text Generation Inference), NVIDIA Triton, Ollama.

À quoi cela ressemble concrètement

Voici un exemple très simplifié qui ignore pour l'instant tous les autres problèmes — il s'agit uniquement du principe d'appel d'un modèle.

Un utilisateur métier crée un rapport. Les données pertinentes sont préalablement chargées depuis des systèmes internes. Ici, nous nous concentrons uniquement sur l'étape où le modèle est appelé.

Variante 1 : Modèle local avec Ollama

antwort = requests.post(
    "http://localhost:11434/v1/chat/completions",
    json={
        "model": "mistral",
        "messages": [
            {
                "role": "user",
                "content": f"Crée un rapport à partir de ces données : {xyz_daten}"
            }
        ]
    }
)

Le modèle s'exécute sur votre machine. Aucune donnée ne quitte le matériel.

Variante 2 : API Cloud

antwort = requests.post(
    "https://api.openai.com/v1/chat/completions",
    headers={"Authorization": "Bearer VOTRE_CLÉ_API"},
    json={
        "model": "gpt-4o",
        "messages": [
            {
                "role": "user",
                "content": f"Crée un rapport à partir de ces données : {xyz_daten}"
            }
        ]
    }
)

Ce que l'on voit ici : Le code est presque identique dans les deux cas. La seule différence est l'URL — localhost:11434 au lieu de api.openai.com. C'est pourquoi on parle de compatibilité OpenAI : vous pouvez changer de fournisseur sans réécrire votre code.

Ce que l'on peut faire avec les modèles

Pour des besoins très spécifiques, on peut modifier un modèle.

On peut l'adapter : ré-entraîner les poids avec ses propres données pour qu'il se comporte mieux dans un domaine spécifique.

Et on peut l'optimiser : compresser les poids pour que le modèle devienne plus petit et s'exécute plus rapidement.

Pour la grande majorité des cas d'usage professionnels, vous n'aurez besoin ni de l'un ni de l'autre.

L'adaptation et l'optimisation nécessitent des compétences en machine learning, une infrastructure GPU et une évaluation complexe — c'est cher et lent. En même temps, en 2026, les modèles de base sont si performants qu'ils résolvent la plupart des tâches sans aucune adaptation.

Ce qui est bien plus important, c'est l'architecture qui l'entoure.

Néanmoins, pour que vous en ayez entendu parler :

Adapter un modèle

• Le Fine-Tuning ré-entraîne tous les poids avec un jeu de données personnel.
• LoRA gèle la plupart des poids et n'entraîne qu'une petite couche supplémentaire.
• QLoRA fait la même chose sur une base compressée, ce qui lui permet de fonctionner sur du matériel grand public.
• RLHF et DPO alignent le modèle sur les préférences humaines.
• Le Model Merging combine les poids de plusieurs modèles sans entraînement.

Optimiser un modèle

• La quantification réduit la précision numérique des poids et rend le modèle jusqu'à 75 % plus petit.
• Le pruning (élagage) supprime les poids qui contribuent peu.
• La distillation de connaissances fait en sorte qu'un grand modèle en entraîne un plus petit qui performe de manière similaire.

La seule question en suspens

La seule chose qui n'a pas encore été réglée — et je dois dire que ça m'agace un peu. Il y a tant de professeurs, de chercheurs, d'influenceurs en IA, et personne ne se décide à le définir. Ou si quelqu'un l'a déjà fait, il ne l'a pas encore communiqué au monde. Je n'ai rien trouvé à ce sujet.

Quel est donc le symbole officiel pour dessiner un modèle ?!

Honnêtement, je trouve que dessiner des petits robots, des étoiles ou des cerveaux est très puéril. Je veux travailler de manière professionnelle.

Le symbole doit pouvoir être dessiné rapidement à la main, au cas où l'on se trouverait en réunion à dessiner sur un tableau blanc. Donc, tous ces symboles avec leurs nombreux nœuds et lignes sont à proscrire.

Prenez le cylindre pour les bases de données comme modèle.

Je décrète donc par la présente le symbole suivant. Selon le type de modèle, vous insérez d'autres lettres. N'hésitez pas à le dessiner de manière un peu plus jolie :

Symbole LLM pour les diagrammes d'architecture, made by Bianca J. Schulz

N'hésitez pas à transmettre ceci à des personnes qui pourraient en décider. Si personne ne veut décider, alors par la présente, la décision est prise par moi 😎