Aya Expanse 8B de Cohere, entreprise canadienne, est un petit modèle de la famille Command R qui a spécialement été entraîné sur un corpus multilingue.
Anthropic/Claude 3.5 Sonnet v2
Propriétaire
Taille estimée (XL)
Meilleur modèle de la famille Claude, ce modèle est spécialisé dans la génération de textes littéraires et un ton plus naturel. La version v2 est sortie en octobre 2024.
DeepSeek/DeepSeek v3
Open weights
671 mds de
paramètres
Modèle phare de la société chinoise DeepSeek, DeepSeek V3 possède une architecture Mixture-of-Experts qui lui permet d'être d'une très grande taille en diminuant les coûts d'inférence.
OpenAI/GPT-4o
Propriétaire
Taille estimée (XL)
Le plus grand des deux modèles sur lesquels repose ChatGPT d'OpenAI, lancé en août 2024.
OpenAI/GPT-4o mini
Propriétaire
Taille estimée (M)
Le plus petit des deux modèles sur lesquels repose ChatGPT d'OpenAI, lancé en juillet 2024.
Google/Gemini 1.5 Pro
Propriétaire
Taille estimée (XL)
Sorti en septembre 2024, ce modèle multimodal s'applique à la génération de textes et d'images, l'analyse de vidéos et la transcription d'audio.
Google/Gemini 2.0 Flash
Propriétaire
Taille estimée (M)
Sorti en décembre 2024, ce plus petit modèle multilingue et multimodal est de la famille Flash de Gemini, permettant une réponse très rapide pour des raisonnements moins avancés.
Google/Gemma 2 9B
Open weights
9 mds de
paramètres
Petit frère de la famille Gemma 2, ce modèle sorti en juin 2024 est entrainé pour répondre à des instructions spécifiques, traiter des requêtes complexes et offrir des solutions créatives.
Meta/Llama 3.1 405B
Open weights
405 mds de
paramètres
Sorti en juillet 2024, ce modèle est le plus grand modèle de la série Llama de Meta, optimisé pour des tâches complexes de programmation, de mathématique et de raisonnement.
Meta/Llama 3.1 70B
Open weights
70 mds de
paramètres
Doté de 70 milliards de paramètres et sorti en avril 2024, ce modèle est performant pour générer et comprendre des textes complexes dans diverses langues.
Meta/Llama 3.1 8B
Open weights
8 mds de
paramètres
Version la plus légère de Llama 3.1, ce modèle est rapide et adapté aux applications courantes. Sorti en avril 2024, les données sur lesquelles il a été entraîné remontent au mois de décembre 2023.
Mistral/Ministral
Open weights
8 mds de
paramètres
Optimisé pour un temps de réaction rapide, ce modèle est idéal pour des applications nécessitant des réponses immédiates et peut supporter plus de 100 langues. Sorti en octobre 2024.
Mistral/Mistral Large
Open weights
123 mds de
paramètres
Modèle phare de la société française Mistral, ce modèle gère l'anglais, le français, l'italien, l'allemand et l'espagnol.
Mistral/Mistral Nemo
Open weights
12 mds de
paramètres
Optimisé pour un temps de réaction rapide, ce modèle est idéal pour des applications nécessitant des réponses immédiates et peut supporter un contexte de 128k tokens en plus de 100 langues. Sorti en juillet 2024.
Mistral/Mixtral-8x7B
Open weights
56 mds de
paramètres
Ce modèle entraîné sur un corpus multilingue est efficace pour des tâches variées et peu complexes.
Microsoft/Phi-3.5-mini
Open weights
4 mds de
paramètres
Performant pour des tâches de génération de code et de résumé, ce modèle gère un grand contexte de 128k tokens.
Microsoft/Phi-4
Open weights
15 mds de
paramètres
Modèle de décembre 2024 de la famille Phi, remplaçant Phi-3.5, ce petit modèle a été entrainé sur une dizaine de milliards de tokens, soit un gros corpus synthétique et filtré issu du web.
Alibaba/Qwen2.5-Coder-32B
Open weights
32 mds de
paramètres
Modèle de la famille CodeQwen et produit par l'entreprise chinoise Alibaba, ce modèle est spécialisé dans la génération de code et l'usage de son modèle en tant qu'agent.
Cohere/Aya Expanse 8B
Anthropic/Claude 3.5 Sonnet v2
DeepSeek/DeepSeek v3
OpenAI/GPT-4o
Google/Gemini 1.5 Pro
Meta/Llama 3.1 405B
Mistral/Ministral
Microsoft/Phi-3.5-mini
Alibaba/Qwen2.5-Coder-32B