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.

En bref : ce que cela signifie pour votre entreprise

• Il n'existe pas de modèle « meilleur » dans l'absolu. Pour les tâches courantes (correspondance, brouillons, classification), des modèles économiques comme GPT-5.6 Luna ou Qwen 3.7 Max coûtent une fraction du prix des phares et suffisent largement.
• Prévoyez un budget plus élevé pour le code et les agents. GPT-5.6 Sol et Claude Fable 5 sont plus chers, mais ce sont eux qui gèrent les tâches complexes en plusieurs étapes. Testez 2-3 options sur vos propres tâches plutôt que de choisir sur la base du marketing.
• Ne vous liez pas à un seul fournisseur. Claude Fable 5 a été indisponible pendant trois semaines en raison de restrictions d'exportation américaines - une panne similaire peut arriver chez n'importe quel fournisseur. Gardez un modèle ou un fournisseur de secours prêt à l'emploi.
• L'open-source (modèles à poids ouverts) a du sens si le contrôle des données ou un volume élevé de requêtes mensuelles comptent pour vous - mais cela demande votre propre infrastructure serveur, pas un système « on allume et on utilise ».
• Calculez le coût par tâche, pas le prix par token. Un modèle bon marché avec une réponse longue peut finalement coûter plus cher qu'un modèle onéreux avec une réponse courte.

Ci-dessous, une analyse détaillée par fournisseur avec des tableaux de prix, ainsi que des sections pour ceux qui veulent approfondir les détails (contexte, licences, self-hosting).

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 (exécution du modèle sur ses propres serveurs). 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

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 (classement indépendant comparant les agents de coding sur des tâches réelles), 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. Pour une équipe non technique, la différence entre ChatGPT Work, Claude Cowork et Gemini Spark tient aujourd'hui davantage à l'écosystème d'intégrations qu'à la qualité du résultat - il est logique de choisir l'agent en fonction des outils déjà utilisés (Google Workspace, Slack, etc.) plutôt que l'inverse.

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

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.

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 trois produits agentiques les plus visibles de l'été 2026 aux côtés de ChatGPT Work et Claude Cowork. Pour les entreprises déjà sur Google Workspace, c'est la barrière à l'entrée la plus basse des trois.

xAI, Meta, ByteDance et Alibaba

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 (benchmark standard sur des tâches de programmation réelles). 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 (paiement selon le volume de texte traité) ne s'applique pas.

Meta : Llama 4

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 (utilisateurs actifs mensuels) - 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 :

Qwen est le choix le plus fréquent quand on veut un équilibre qualité, licence Apache 2.0 et support dans vLLM / Ollama / llama.cpp (outils courants pour exécuter des modèles sur ses propres serveurs).

DeepSeek

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

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

Google et Microsoft : modèles compacts

Kimi K2.6

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

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 (coût qui augmente de façon prévisible avec le volume) 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 :

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

1. 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
2. Claude Fable 5 est revenue - Anthropic a restauré ses positions en SWE et scénarios agentiques
3. Les agents sont entrés dans le mainstream - ChatGPT Work, Claude Cowork et Gemini Spark transforment les LLM d'un chat en outil de travail
4. 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
5. La réglementation est devenue un facteur - la pause de Fable 5 a montré que l'accès aux top-modèles peut changer rapidement
6. 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.

Si vous avez besoin d'aide pour le développement, l'intégration de l'IA ou la maintenance de site pour votre projet - contactez-moi.

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 (coût qui augmente de façon prévisible avec l'usage) 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 (traitement des requêtes par lots plutôt qu'une par une) - 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.

Termes de l'article

open-source — software with publicly available source code — logiciel au code source public

self-hosting — running software on your own servers — héberger un logiciel sur vos propres serveurs

production — live environment serving real users — environnement live avec de vrais utilisateurs

long-context — model that can take a very large prompt in one go — modèle qui accepte un très long prompt d'un coup

fallback — backup path used when the primary option fails — voie de secours si l'option principale échoue

CRM — Customer Relationship Management — gestion de la relation client

price-performance — value relative to cost and speed

open weights — model weights you can download and run yourself — poids de modèle téléchargeables et exécutables chez vous

vendor lock-in — hard to leave a vendor without costly rewrite — difficile de quitter un éditeur sans refonte coûteuse

RAG — Retrieval-Augmented Generation — génération augmentée par récupération

MAU — Monthly Active Users — utilisateurs actifs mensuels

B2B — Business to Business — entre entreprises

Ollama — tool to run local open-weight LLMs on your machine — outil pour faire tourner des LLM open-weight en local

data residency — requirement to keep data in a specific country/region — obligation de garder les données dans un pays/région

agentic — agent-like autonomous multi-step behavior — comportement autonome multi-étapes d'agent

GPU — Graphics Processing Unit — unité de traitement graphique

time-to-market — how fast a product reaches customers — vitesse à laquelle un produit arrive aux clients

fine-tuning — additional training of a model on domain data — entraînement supplémentaire du modèle sur des données métier

DevOps — Development and Operations — développement et exploitation

LLM — Large Language Model — grand modèle de langage

on-premise — software hosted in your own infrastructure — logiciel hébergé sur votre infrastructure, pas chez le cloud éditeur

self-hosted — software you run on your own servers — logiciel que vous hébergez sur vos serveurs

lock-in — hard to leave a vendor or stack without costly rewrite — difficile de quitter un éditeur ou stack sans refonte coûteuse

prompt caching — reuse of a cached prompt prefix to cut cost and latency — réutiliser un préfixe de prompt en cache: moins cher et plus rapide