Modèles d’IA pour la programmation et le code

Du fragment au dépôt

Une solution correcte sur un petit exemple peut perdre le contexte entre fichiers ou ajouter des dépendances inutiles. Évaluez le changement dans le projet, avec sa version du langage, son environnement et ses conventions. Préservez l’état initial et examinez le diff. Une explication convaincante ne remplace ni compilation, ni tests, ni contrôle des effets secondaires.

Un cas concret

Pour corriger un endpoint, préparez une requête reproduisant le défaut et un contrôle du comportement attendu. Donnez le contexte nécessaire au modèle, appliquez le correctif dans un environnement isolé et comparez le résultat. Contrôlez aussi entrées invalides et permissions, pas seulement le succès.

Points à vérifier

Comparez délai jusqu’à une solution validée, coût, tentatives et maintenance du correctif. Les benchmarks de code dépendent du harness, des outils et du budget ; ne confondez pas une réponse unique avec un agent exécutant plusieurs essais.

Modèles de cette catégorie

29 modèles avec fiche. La classification décrit les capacités, pas un classement de qualité.

OpenAI

GPT‑6.1 Terra

Modèle propriétaire d’OpenAI publié le 26 octobre 2026 pour interpréter des images, utiliser des applications et rédiger des textes. Il reçoit du texte et des images et renvoie du texte ; générer des images avec un outil n’est pas une modalité de sortie native. Il est disponible dans l’API sous gpt-6.1-terra et dans ChatGPT Work et Codex selon l’abonnement. Ce n’est pas un checkpoint téléchargeable.

Texte et raisonnement · Propriétaire payant NVIDIA

Nemotron 3.5 Bolt E4B

Modèle compact de NVIDIA publié le 23 octobre 2026 et post-entraîné à partir de Gemma-4-E4B-it. Il compte environ 8 milliards de paramètres au total et 4 milliards effectifs ; E4B ne désigne pas un MoE à quatre milliards de paramètres actifs. Nous regroupons BF16 et GGUF Q4_K_M dans une fiche, avec des résultats distincts par précision. La modalité documentée est texte vers texte : viser les assistants vocaux n’en fait pas un système de reconnaissance ou de synthèse audio.

Texte et raisonnement · API et poids ouverts Recursive

Recursive Flint

Modèle de Recursive lancé le 21 octobre 2026 pour explorer des dépôts, corriger des erreurs, développer des fonctionnalités et écrire des tests avec des agents locaux. Ce Transformer à mélange d'experts compte 39,8 milliards de paramètres au total et environ 2,5 milliards actifs par token, tête de sortie comprise. Il accepte et génère du texte ; il ne traite ni images ni audio. Cette fiche regroupe le checkpoint BF16 et les distributions officielles INT4 et NVFP4 sans les compter comme des modèles indépendants.

Code · API et poids ouverts NVIDIA

Nemotron Labs Dory 1.0 4B

Modèle textuel de NVIDIA publié le 16 octobre 2026, avec 4 milliards de paramètres et une architecture récurrente. Il réutilise un bloc de couches pour ajuster le calcul par token sans changer de checkpoint. L’anglais et un contexte validé de 256K tokens sont documentés. Il ne génère ni images, ni audio, ni vidéo.

Texte et raisonnement · Poids ouverts Meta

Muse Spark Open

Modèle multimodal de Meta publié le 15 octobre 2026, avec 816 milliards de paramètres au total et 42 milliards actifs. Il reçoit texte, images, audio et vidéo et renvoie du texte. Contexte combiné d’un million de tokens et variantes BF16 et NVFP4.

Multimodal · Poids avec restrictions Google

Gemini 4 Argon

Modèle de Google disponible de manière générale depuis le 13 octobre 2026. Il accepte texte, images, audio et vidéo et génère du texte, y compris du code ; il ne génère ni images, ni audio, ni vidéo. Il utilise une architecture MoE et une fenêtre partagée de 1 048 576 tokens. Les applications robotiques utilisent ce même modèle, pas un endpoint distinct.

Texte et raisonnement · Propriétaire payant Microsoft

AesCode 32B

Cette famille multimodale de Microsoft transforme des exigences de contenu et des références visuelles facultatives en documents HTML/CSS modifiables. Les checkpoints 8B et 32B dérivent respectivement de Qwen3-VL-8B-Instruct et Qwen3-VL-32B-Instruct. Ils produisent du code, pas des images matricielles ni des vidéos. La référence apporte composition et style, tandis que le prompt reste la source de vérité pour les textes, chiffres et relations. La publication publique vérifiée date du 11 octobre 2026 ; la création antérieure du dépôt n’est pas sa date de lancement.

Code · Poids ouverts Microsoft

AesCode 8B

Code · Poids ouverts Anthropic

Claude Haiku 5.5

Modèle d’Anthropic lancé le 7 octobre 2026 pour les tâches fréquentes sensibles au coût et à la latence. Il accepte du texte et des images et produit du texte, y compris du code ; il ne génère ni images, ni audio, ni vidéo. Sa fenêtre d’un million de tokens et son raisonnement adaptatif élargissent la famille Haiku, sans remplacer universellement Sonnet ou Opus pour les travaux complexes.

Texte et raisonnement · Propriétaire payant Anthropic

Claude Sonnet 5.5

Mise à jour de Sonnet pour les tâches quotidiennes, le code et les documents, avec une vitesse accrue et un million de jetons de contexte.

Texte et raisonnement · Propriétaire payant Aleph Alpha

Kolibri 1

Modèle de texte et de code d’Aleph Alpha, officiellement lancé le 3 octobre 2026 et centré sur l’allemand et l’anglais. Son architecture MoE compte 78,1 milliards de paramètres au total et en active environ 3,46 milliards par token. Il prend en charge le raisonnement configurable et l’appel d’outils. Les poids FP8 et BF16 sont publiés sous Apache 2.0 : ce sont deux précisions d’une même famille, pas deux modèles indépendants.

Texte et raisonnement · Poids ouverts OpenAI

GPT‑6.1 Sol

Modèle d’OpenAI pour la programmation complexe, l’utilisation d’ordinateur et le travail professionnel, avec des entrées texte et image. Le fournisseur annonce des performances proches d’Astra à moindre coût ; évaluez cet équilibre sur vos propres tâches.

Texte et raisonnement · Propriétaire payant Anthropic

Claude Opus 5.5

Nouvelle génération Opus pour le codage agentique, l’utilisation de l’ordinateur et le travail professionnel de longue durée, avec une fenêtre de contexte d’un million de tokens.

Texte et raisonnement · Propriétaire payant Z.AI

GLM‑5.3

Modèle ouvert de Z.AI axé sur le génie logiciel, les agents de longue durée et le raisonnement technique.

Code · API et poids ouverts Z.AI

GLM‑5.3‑Flash

Variante multimodale de 320.000 milliards de paramètres au total et 18.000 milliards de paramètres actifs, axée sur l’efficacité.

Multimodal · API et poids ouverts xAI

Grok 4.7

Modèle de xAI pour le code, les agents et le travail intellectuel, avec des entrées textuelles et des images.

Texte et raisonnement · Propriétaire payant Alibaba Qwen

Qwen3.8-Max

Famille phare Qwen3.8 pour l’ingénierie logicielle, les agents et la compréhension visuelle, avec une fenêtre de contexte d’un million de tokens.

Texte et raisonnement · Propriétaire payant Anthropic

Claude Opus 4.5

Version antérieure d’Opus orientée vers le code, les agents et l’utilisation d’ordinateur, conservée pour la migration et la comparaison historique.

Texte et raisonnement · Propriétaire payant

Pagination Page 1 sur 2 Affichage de 1 à 18 sur 29

ANALYSE

Analyses connexes

GUIA

Relances des API d’IA : récupérer après une panne sans dupliquer les requêtes ni les coûts

Une stratégie de relance sûre ne répète pas chaque erreur : elle classe les échecs, limite le nombre de tentatives et la durée totale, et vérifie les garanties de l’API face aux requêtes répétées.

03 oct. 2026 GUIA

Mettre à jour un SDK d’IA sans casser l’intégration : tests de contrat

Une méthode pratique pour vérifier les changements apportés au SDK et à l’API, valider les structures observables et distinguer la compatibilité technique de la qualité des réponses générées.

03 oct. 2026 GUIA

Traces des applications d’IA : diagnostiquer une réponse sans enregistrer trop de données sensibles

Un guide pour suivre une requête de bout en bout, repérer l’origine d’un problème et concevoir une télémétrie utile avec une collecte minimale, des contrôles d’accès et une durée de conservation limitée.

27 sept. 2026 GUIA

Concurrence dans les API d’IA : maîtriser les files d’attente, les quotas et la latence

Une méthode pratique pour décider quelles requêtes accepter, différer ou refuser avant qu’un pic de trafic ne se transforme en file d’attente interminable, en erreurs supplémentaires et en coûts difficiles à prévoir.

24 sept. 2026 GUIA

Streaming de réponses IA : afficher la progression sans exécuter de données ni d’actions avant d’obtenir une sortie valide

Le streaming améliore la perception de rapidité, car il permet d’afficher une activité avant qu’une réponse complète existe. Toutefois, un fragment reçu n’est pas encore un résultat métier ni une instruction sûre. Ce guide propose une machine à états, une matrice de décision et des contrôles d’idempotence afin de séparer l’interface provisoire de la persistance, de l’indexation et des actions ayant des effets externes.

22 sept. 2026 GUIA

Reprises, limites et doublons dans les API d’IA : comment éviter qu’une défaillance exécute deux fois une action

Un timeout ne prouve pas qu’une API n’a pas traité une requête. Ce guide propose une conception fondée sur des opérations identifiables, des reprises limitées et la réconciliation des états, afin d’intégrer des modèles et des agents sans dupliquer des e-mails, des achats, des modifications de données ni des appels d’outils.

22 sept. 2026 GUIA

Contrats pour les applications d’IA : détecter les changements de modèle, de SDK ou d’outils avant la production

Une réponse qui paraît correcte peut ne pas respecter le format, l’autorisation, la provenance ou la règle métier qui soutient un flux d’IA. Ce guide explique comment transformer ces hypothèses en contrats vérifiables et comment les utiliser pour bloquer les régressions avant la production.

19 sept. 2026

Poursuivre l’exploration

SourcesHugging Face Transformershuggingface.co