Modèles d'IA actuels en juillet 2026
Le mois de juillet 2026 a été riche en événements : GPT-5.6, Grok 4.5 et Muse Spark 1.1 sont sortis en une semaine, et Claude Fable 5 est revenu après une pause de près de trois semaines. Voici les modèles et agents actuels dont il sera question :
- OpenAI : GPT-5.6 Sol, Terra, Luna ; GPT-5.5 ; ChatGPT Work ; ChatGPT Images 2.0 ; Codex
- Anthropic : Claude Fable 5, Opus 4.8, Sonnet 5 ; Claude Cowork
- Google : Gemini 3.1 Pro, Gemini 3.5 Flash ; Gemini Spark ; Veo 3.1
- xAI : Grok 4.5
- Meta : Muse Spark 1.1
- ByteDance : Seedream 5.0 Pro
- Alibaba : Qwen 3.7 Max (API) ; Qwen 3 235B-A22B, Qwen 3.5, Qwen 3.6 (open weights)
- Open-source : Llama 4 Scout et Maverick ; DeepSeek V4, R1, V3 ; Mistral Large 3, Small 4 ; GLM-5, GLM-4.7 ; Gemma 3, Gemma 4 26B A4B ; Phi-4 ; Kimi K2.6
Le marché des modèles phares ne se résume plus à « un seul gagnant » - chaque famille a son point fort, et le choix dépend de la tâche, du budget et des exigences de contexte.
Vue d'ensemble du marché
À la mi-2026, une structure tripolaire stable s'est installée :
- OpenAI - GPT-5.6 (Sol, Terra, Luna) et l'écosystème ChatGPT / Codex / ChatGPT Work
- Anthropic - Claude Fable 5, Opus 4.8, Sonnet 5 et l'agent Claude Cowork
- Google - Gemini 3.1 Pro, Gemini 3.5 Flash et l'agent Gemini Spark
À côté d'eux opèrent des acteurs spécialisés : xAI (Grok 4.5), Meta (Muse Spark 1.1), ByteDance (Seedream 5.0 Pro pour les images), Alibaba (Qwen 3.7 Max). En parallèle, le segment open-source mature comble l'écart avec les phares fermés à quelques points sur les benchmarks clés - Llama 4, Qwen 3.x, DeepSeek V4, Mistral Large 3 et GLM-5 sont déjà adaptés à la production en self-hosting. La concurrence s'est déplacée du plan « qui est le plus intelligent » vers « qui est le plus efficace sur une tâche précise à un prix acceptable ».
Ci-dessous, l'état actuel des principales gammes au 11 juillet 2026.
OpenAI : famille GPT-5.6
Le 9 juillet, OpenAI a ouvert GPT-5.6 à tous les utilisateurs. Le modèle est devenu le choix par défaut dans ChatGPT après une preview limitée accompagnée de contrôles réglementaires.
Trois niveaux en une génération
| Modèle | Rôle | Contexte | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Sol | Phare : code, agents, tâches complexes | 1.05M | $5.00 | $30.00 |
| Terra | Équilibre prix-qualité | 1.05M | $2.50 | $15.00 |
| Luna | Rapide et économique | 1.05M | $1.00 | $6.00 |
| GPT-5.5 | Ancien phare, fallback | 1M | $5.00 | $30.00 |
Pour un input supérieur à 272K tokens, GPT-5.6 applique un tarif long-context : input x2, output x1.5 (Sol : $10 / $45 par 1M).
Sol est positionné comme le meilleur modèle de coding d'OpenAI : selon l'Artificial Analysis Coding Agent Index, il devance Claude Fable 5 avec une consommation de tokens plus faible et un coût inférieur. Terra et Luna couvrent les scénarios de masse - de la correspondance quotidienne à l'automatisation en arrière-plan.
GPT-5.5 reste l'option de secours là où la stabilité éprouvée est nécessaire. Sol a montré une « agentivité » accrue dans certains scénarios, donc pour les tâches critiques en production, il est pertinent de tester les deux versions.
ChatGPT Work
Avec GPT-5.6 a été annoncé ChatGPT Work - un agent pour les tâches de bureau : documents, tableurs, présentations, applications web simples. Il combine les capacités de ChatGPT et Codex et rivalise avec Claude Cowork. Des intégrations avec Slack, Gmail, Google Drive, calendriers et CRM sont prises en charge.
Anthropic : Claude après la pause
Le 1er juillet, Anthropic a rétabli Claude Fable 5 - le phare de la classe Mythos, retiré le 12 juin en raison des restrictions d'exportation américaines. Le retour du modèle a sensiblement modifié la donne en coding et dans les scénarios agentiques longs.
Modèles clés de la gamme
| Modèle | Usage | Contexte | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Claude Fable 5 | Coding, workflows agentiques longs | 1M | $10.00 | $50.00 |
| Claude Opus 4.8 | Travail quotidien, enterprise | 1M | $5.00 | $25.00 |
| Claude Sonnet 5 | Textes, instructions (intro jusqu'au 31.08) | 1M | $2.00 | $10.00 |
À partir du 1er septembre 2026, Claude Sonnet 5 : $3.00 input / $15.00 output par 1M.
Claude Cowork - agent pour le travail collaboratif avec fichiers et applications, réponse directe d'OpenAI à ChatGPT Work. Pour les équipes qui utilisent déjà Claude Code, Cowork complète logiquement la stack de développement.
Google : Gemini 3.x
Google maintient sa gamme sur deux axes - reasoning et price-performance.
| Modèle | Usage | Contexte | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Gemini 3.1 Pro | Raisonnement complexe, précision | 1M | $2.00 | $12.00 |
| Gemini 3.5 Flash | Price-performance, long contexte | 2M | $1.50 | $9.00 |
Au-delà de 200K tokens, Gemini 3.1 Pro applique un tarif majoré : $4.00 input / $18.00 output par 1M.
Le point fort de Gemini - le long contexte et la multimodalité. Pour l'analyse de grands volumes de documents, de bases de code et de données mixtes (texte + images), c'est souvent l'argument décisif.
Gemini Spark - agent Google, l'un des deux produits agentiques les plus visibles de l'été 2026 aux côtés de Claude Cowork.
xAI, Meta, ByteDance et Alibaba
| Modèle | Usage | Contexte | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Grok 4.5 | Code, contexte X en temps réel | 1M | $2.00 | $6.00 |
| Meta Muse Spark 1.1 | API mid-tier accessible | 256K | $1.25 | $4.25 |
| Qwen 3.7 Max | Reasoning mid-tier (API) | 1M | $2.50 | $7.50 |
| Seedream 5.0 Pro | Génération d'images | - | per image | per image |
Grok 4.5 excelle en combinaison avec Cursor et dans les tâches nécessitant un contexte actuel issu de X et du web. Qwen 3.7 Max - poids fermés via Alibaba Cloud ; la gamme open-source Qwen est décrite ci-dessous. Seedream 5.0 Pro est facturé par image, pas par tokens.
Modèles open-source
Les open weights constituent une couche distincte du marché qui, en 2026, n'est plus une « option de secours pour les expérimentations ». Plusieurs modèles atteignent la classe GPT-4 en code et raisonnement, et DeepSeek V4 et GLM-5.1 rivalisent avec les phares fermés sur SWE-Bench. Les principales raisons de choisir l'open-source : self-hosting, contrôle des données, coût prévisible à fort trafic et absence de vendor lock-in.
Les prix des modèles open-source sont plus bas - selon OpenRouter au 11 juillet 2026 (inférence hébergée sans déployer son propre matériel). Le self-hosting reste possible - dans ce cas, la facturation per-token ne s'applique pas.
Meta : Llama 4
| Modèle | Usage | Contexte | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Llama 4 Scout | RAG, grandes archives | 10M | $0.10 | $0.30 |
| Llama 4 Maverick | General-purpose | 1M | $0.15 | $0.60 |
Prix - OpenRouter. En self-hosting, aucun paiement par tokens ; le coût se limite au matériel et à l'électricité.
La licence Llama 4 Community impose une restriction sur les produits avec une audience supérieure à 700M MAU - pour la plupart des projets B2B, ce n'est pas un problème ; pour les grandes plateformes grand public, une vérification séparée est nécessaire.
Alibaba : Qwen (open weights)
Le Qwen 3.7 Max cloud et la gamme open-source sont des produits distincts. Pour le self-hosting, les modèles pertinents sont :
| Modèle | Usage | Contexte | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Qwen 3 235B-A22B | Reasoning + coding | 131K | $0.46 | $1.82 |
| Qwen 3.5-397B-A17B | Multilinguisme, science | 256K | $0.39 | $2.45 |
| Qwen 3.6-35B-A3B | Un serveur, quantification | 262K | $0.14 | $1.00 |
Qwen est le choix le plus fréquent quand on veut un équilibre qualité, licence Apache 2.0 et support dans vLLM / Ollama / llama.cpp.
DeepSeek
| Modèle | Usage | Contexte | Input / 1M | Output / 1M |
|---|---|---|---|---|
| DeepSeek V4 Flash | Coding, agents, budget | 1M | $0.08 | $0.17 |
| DeepSeek V4 Pro | Reasoning complexe | 1M | $0.44 | $0.87 |
| DeepSeek R1 | Math, deep reasoning | 164K | $0.70 | $2.50 |
| DeepSeek V3.2 | General-purpose fallback | 131K | $0.21 | $0.32 |
Sur OpenRouter, DeepSeek V4 Flash est moins cher que via l'API directe DeepSeek. L'API directe double les tarifs aux heures de pointe (9:00-12:00 et 14:00-18:00 CST) à partir de mi-juillet 2026.
Mistral AI
| Modèle | Usage | Contexte | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Mistral Large 3 | Multilingual, enterprise | 262K | $0.50 | $1.50 |
| Mistral Small 4 | Production chat + tools | 262K | $0.15 | $0.60 |
Mistral l'emporte là où comptent une licence permissive sans plafond MAU, la data residency européenne et un écosystème de déploiement mature.
Zhipu AI : GLM
| Modèle | Usage | Contexte | Input / 1M | Output / 1M |
|---|---|---|---|---|
| GLM-5.1 | Agentic coding | 203K | $0.97 | $3.04 |
| GLM-4.7 | Coding workflows | 203K | $0.40 | $1.75 |
Google et Microsoft : modèles compacts
| Modèle | Usage | Contexte | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Gemma 3 27B | Un GPU | 131K | $0.08 | $0.16 |
| Gemma 4 26B A4B | Math + coding | 262K | $0.06 | $0.33 |
| Phi-4 | Edge, laptop | 16K | $0.07 | $0.14 |
Kimi K2.6
| Modèle | Usage | Contexte | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Kimi K2.6 | Agentic coding | 262K | $0.66 | $3.41 |
Kimi K2.6 (Moonshot AI) - modèle open-weight axé sur l'agentic coding et les longues sessions de développement. Souvent cité aux côtés de DeepSeek V4 et GLM-5 comme top-tier pour les agents de coding autonomes.
Comparaison des phares open-source
| Modèle | Point fort | Contexte | Input / 1M | Output / 1M | Licence |
|---|---|---|---|---|---|
| Qwen 3 235B-A22B | Reasoning + coding | 131K | $0.46 | $1.82 | Apache 2.0 |
| DeepSeek V4 Flash | Coding + agents | 1M | $0.08 | $0.17 | MIT |
| DeepSeek V4 Pro | Reasoning complexe | 1M | $0.44 | $0.87 | MIT |
| DeepSeek R1 | Math + deep reasoning | 164K | $0.70 | $2.50 | MIT |
| Llama 4 Scout | Long context | 10M | $0.10 | $0.30 | Llama 4 Community |
| Mistral Large 3 | Multilingual + enterprise | 262K | $0.50 | $1.50 | Apache 2.0 |
| Mistral Small 4 | Production chat + tools | 262K | $0.15 | $0.60 | Apache 2.0 |
| GLM-5.1 | Agentic coding | 203K | $0.97 | $3.04 | MIT |
| Qwen 3.6-35B-A3B | Single-server deploy | 262K | $0.14 | $1.00 | Apache 2.0 |
| Gemma 3 27B | Single GPU | 131K | $0.08 | $0.16 | Gemma |
| Gemma 4 26B A4B | Math + coding | 262K | $0.06 | $0.33 | Apache 2.0 |
| Phi-4 | Edge / laptop | 16K | $0.07 | $0.14 | MIT |
| Kimi K2.6 | Agentic coding | 262K | $0.66 | $3.41 | Open weights |
Tous les prix - OpenRouter, juillet 2026. En self-hosting, tenez compte du coût GPU et de l'électricité plutôt que de la facturation per-token.
Quand choisir l'open-source
L'open-source a du sens si :
- les données ne doivent pas quitter le périmètre (on-premise, private cloud)
- vous avez besoin d'un cost at scale prévisible avec des millions de requêtes par mois
- le fine-tuning sur un domaine sans restrictions API est important
- l'équipe dispose déjà d'une infrastructure GPU ou utilise vLLM / TGI
Les API fermées (GPT-5.6, Claude, Gemini) restent préférables quand il faut des agents « prêts à l'emploi » (ChatGPT Work, Cowork, Spark), un time-to-market minimal sans DevOps et l'accès aux capacités multimodales les plus récentes sans déploiement.
Multimodalité : images et vidéo
Les LLM textuels ne sont qu'une partie de l'écosystème :
- ChatGPT Images 2.0 - génération d'images avec texte lisible sur l'image
- Google Veo 3.1 - leader parmi les modèles vidéo après la fermeture de l'application grand public Sora 2 chez OpenAI
- Seedream 5.0 Pro - alternative pour le design et les supports marketing
Le choix dépend de la nécessité d'une stack unifiée (OpenAI / Google) ou de la meilleure qualité dans une modalité précise.
Comment choisir un modèle selon la tâche
Il n'existe pas d'« meilleure IA » universelle. Schéma pratique :
| Tâche | À examiner en priorité |
|---|---|
| Chat quotidien et documents | GPT-5.6 Terra ou Luna, Claude Opus 4.8 |
| Programmation et agents | GPT-5.6 Sol, Claude Fable 5 |
| Long contexte (code, archives) | Gemini 3.5 Flash, Gemini 3.1 Pro |
| Textes et révision | Claude Sonnet 5 |
| Budget et automatisation API | GPT-5.6 Luna, Grok 4.5, Qwen 3.7 Max |
| Self-hosting et on-premise | Qwen 3 235B-A22B, DeepSeek V4, Mistral Small 4, Llama 4 Scout |
| Coding sur son propre matériel | DeepSeek V4, GLM-5.1, Qwen 3.6-35B-A3B |
| Un GPU / edge | Gemma 3 27B, Phi-4, Qwen 3.6-35B-A3B (OpenRouter) |
| Long contexte (local) | Llama 4 Scout, Qwen 3.6 |
| Actualités en temps réel et X | Grok 4.5 |
| Automatisation de bureau | ChatGPT Work, Claude Cowork, Gemini Spark |
| Images / vidéo | ChatGPT Images 2.0, Veo 3.1, Seedream 5.0 Pro |
En production, il est raisonnable de maintenir une abstraction au-dessus des fournisseurs : routage des requêtes par type de tâche, fallback sur GPT-5.5 ou Opus 4.8 en cas de panne, suivi séparé du coût des tokens.
Ce qui a changé au cours du dernier mois
- GPT-5.6 est passée en GA - OpenAI a repris le leadership sur les benchmarks de coding et a réduit le coût du phare par rapport aux concurrents
- Claude Fable 5 est revenue - Anthropic a restauré ses positions en SWE et scénarios agentiques
- Les agents sont entrés dans le mainstream - ChatGPT Work, Claude Cowork et Gemini Spark transforment les LLM d'un chat en outil de travail
- La guerre des prix s'est intensifiée - Luna, Grok 4.5 et Muse Spark 1.1 pressent le mid-tier et se partagent le marché des intégrations API
- La réglementation est devenue un facteur - la pause de Fable 5 a montré que l'accès aux top-modèles peut changer rapidement
- L'open-source a rattrapé le front fermé - DeepSeek V4, GLM-5.1 et Qwen 3.6 atteignent un niveau SWE-Bench comparable à GPT-5.5 et Opus 4.8
Conclusion
En juillet 2026, le marché de l'IA est mature et fragmenté. GPT-5.6 Sol et Claude Fable 5 se partagent la première place en coding parmi les API fermées, Gemini 3.5 Flash - en long contexte et price-performance, Claude Sonnet 5 - pour le travail avec le texte. Dans le segment open-source, mènent Qwen 3 235B-A22B, DeepSeek V4 et Llama 4 Scout - chacun avec une spécialisation étroite. Les produits agentiques (ChatGPT Work, Cowork, Spark) constituent la couche suivante au-dessus des modèles.
Pour les entreprises, la stratégie optimale - ne pas s'attacher à un seul fournisseur : tester 2-3 modèles sur des tâches réelles, calculer le cost per task et non seulement le prix par million de tokens, et prévoir un fallback - sur la génération API précédente (GPT-5.5, Opus 4.8) ou sur de l'open-source self-hosted (DeepSeek V4, Mistral Small 4) selon les exigences de données et de budget.
Foire aux questions
Quel modèle est le meilleur pour la programmation en juillet 2026 ?
Parmi les API fermées, GPT-5.6 Sol et Claude Fable 5 mènent - toutes deux solides en coding et scénarios agentiques. Sol l'emporte sur le coût des tokens output, Fable 5 - sur SWE-Bench Pro (~80.3 %). Pour une API économique - Grok 4.5 ($2 / $6) ou GPT-5.6 Luna ($1 / $6). En open-source - DeepSeek V4 Flash sur OpenRouter ($0.08 / $0.17) et GLM-5.1.
Open-source ou API fermée - que choisir ?
Open-source (via OpenRouter ou self-hosting) - si le contrôle des données, un cost at scale prévisible et l'absence de vendor lock-in comptent. API fermée (GPT-5.6, Claude, Gemini) - si vous avez besoin d'agents « prêts à l'emploi » (ChatGPT Work, Cowork, Spark), de la multimodalité sans DevOps et d'un time-to-market minimal. Pour beaucoup d'équipes, l'hybride est optimal : API fermée pour les fonctionnalités produit, open-source - pour l'automatisation en arrière-plan.
En quoi GPT-5.6 Sol, Terra et Luna diffèrent-ils ?
Les trois appartiennent à la même génération avec un contexte de 1.05M tokens, mais avec des niveaux de capability et des prix différents. Sol ($5 / $30) - phare pour le code complexe et les agents. Terra ($2.50 / $15) - équilibre pour le travail quotidien. Luna ($1 / $6) - tâches de masse : classification, extraction de données, correspondance routinière. Dans ChatGPT Free et Go, Terra est le choix par défaut.
Pourquoi Claude Fable 5 était-elle indisponible et est-elle revenue ?
Le 12 juin 2026, Anthropic a retiré Fable 5 en raison des restrictions d'exportation américaines sur les modèles frontier. Le 30 juin, la restriction a été levée, et le 1er juillet le modèle est revenu dans l'API et les services concurrents de ChatGPT au même prix ($10 / $50). La pause a montré que l'accès aux top-modèles peut changer pour des raisons réglementaires - il vaut la peine de garder un fallback (Opus 4.8, GPT-5.6 Sol).
Comment économiser sur l'API sans perdre en qualité ?
Trois approches efficaces : routage par tâche - Luna ou DeepSeek V4 Flash pour les requêtes simples, Sol ou Fable 5 uniquement pour les cas complexes ; OpenRouter pour les modèles open-source - souvent moins cher que l'API directe (par exemple, DeepSeek V4 Flash $0.08 vs $0.14) ; prompt caching et batch API - jusqu'à 50-90 % d'économie sur le contexte répétitif. Calculez le cost per task et non seulement le prix par million de tokens - un modèle bon marché avec un output long peut coûter plus cher.