Pour coder gratuitement en 2026, le meilleur point de départ tient en un nom : DeepSeek V4 Pro. Il est accessible sans carte bancaire sur chat.deepseek.com, sa fenêtre de contexte atteint 1 million de tokens, ses poids sont publiés sous licence MIT et il résout 80,6 % des tâches de SWE-bench Verified selon sa carte officielle. Aucun des autres modèles gratuits ne coche ces quatre cases au même niveau.

Le classement change dès que vous sortez du cas général. Kimi K2.6 est le plus solide sur les sessions agentiques longues, avec 80,2 % sur SWE-bench Verified et 66,7 % sur Terminal-Bench 2.0. GLM-4.7 offre une API gratuite avec GLM-4.7-Flash et s'intègre bien à Claude Code, Cline ou Roo Code. Qwen3-Coder reste le meilleur choix si vous voulez auto-héberger un modèle Apache-2.0. Gemini 3.8 Flash est le modèle gratuit le plus simple à appeler depuis l'API Gemini. GitHub Copilot Free et OpenRouter complètent le tableau, l'un dans l'IDE, l'autre comme guichet mutualisé.

Nous avons comparé les pages officielles, les cartes de modèles et les grilles tarifaires en novembre 2026. Les prix changent vite, les versions encore plus. Les chiffres ci-dessous sont ceux que les éditeurs publient ; quand un benchmark n'est pas publié, nous l'écrivons au lieu de l'inventer.

Le comparatif en un coup d'œil#

CritèreDeepSeek V4 Pro Notre choixKimi K2.6GLM-4.7Qwen3-Coder 480BGemini 3.8 Flash
Accès gratuitChat sur chat.deepseek.comChat Kimi, plan Free à 0 $Chat z.ai et API GLM-4.7-FlashChat sur chat.qwen.aiTier gratuit de l'API Gemini
Licence des poidsMITMIT modifiéeMITApache-2.0Propriétaire
Paramètres1,6 T au total, 49 Md actifs1 T au total, 32 Md actifs355 Md au total, 32 Md actifs480 Md au total, 35 Md actifsNon publié
Contexte1 M de tokens256 K de tokens200 K de tokens256 K natif, 1 M avec YaRNNon publié sur la page tarifs
SWE-bench Verified80,6 %80,2 %73,8 %Non publié sur la carteNon publié
Terminal-Bench 2.067,9 %66,7 %41,0 %Non publiéNon publié
Prix API par million de tokens0,66 $ entrée / 1,98 $ sortie hors pointe6,50 ¥ entrée / 27 ¥ sortie0,60 $ entrée / 2,20 $ sortiePayant via Alibaba Model Studio0 $ en gratuit, puis 0,75 $ / 3,75 $
Limite principaleAPI payante, pas de garantie sur le chat gratuitK2 retiré fin décembre 2026La version Flash est plus petiteAuto-hébergement très lourdDonnées gratuites utilisées pour améliorer les produits
Idéal pourLe meilleur choix globalLes agents qui travaillent longtempsUne API gratuite et des agentsL'auto-hébergement Apache-2.0Les prototypes dans l'écosystème Google
Prix et caractéristiques relevés en novembre 2026 sur les pages officielles. Les benchmarks sont ceux publiés par les éditeurs ; ils ne mesurent pas la même chose selon les modèles.

Comment on a tranché#

Cinq critères pèsent dans la note : le prix et l'accès sans carte, la qualité de code mesurée par les benchmarks publics, la tenue des longues sessions agentiques, l'ouverture des poids et les conditions de confidentialité. Ce sont des notes de rédaction, pas des mesures de performance. Un modèle qui gagne un benchmark ne gagne pas forcément votre projet : un dépôt de 40 000 lignes, un monorepo TypeScript et un script de migration n'ont pas les mêmes besoins.

OutilPrix et accès gratuitpoids 30 %Qualité de codepoids 25 %Contexte et agentspoids 20 %Ouverture des poidspoids 15 %Confidentialité et conditionspoids 10 %Note
DeepSeek V4 Pro
9
9
9
10
7
9,0
Kimi K2.6
8
9
10
8
6
8,5
GLM-4.7
9
7
8
9
7
8,1
Qwen3-Coder
8
7
8
10
8
8,1
Gemini 3.8 Flash
8
8
8
1
4
6,6
Note finale = moyenne pondérée des critères, sur 10.

DeepSeek gagne sur l'équilibre général, Kimi sur la profondeur agentique, GLM sur le prix de l'API, Qwen sur la liberté de déploiement et Gemini sur la simplicité d'accès. Le classement bascule donc selon votre profil, et c'est pour cela que le verdict final n'est pas un seul nom.

DeepSeek V4 Pro : le meilleur rapport puissance/prix#

DeepSeek V4 Pro est un modèle Mixture-of-Experts de 1,6 billion de paramètres, dont 49 milliards sont activés par token. Sa fenêtre de contexte atteint 1 million de tokens et sa sortie maximale 384 000 tokens, d'après la documentation API. La carte du modèle annonce 80,6 % sur SWE-bench Verified, 67,9 % sur Terminal-Bench 2.0 et 76,2 % sur SWE-bench Multilingual. Ce sont des chiffres déclarés par DeepSeek, mais ils placent le modèle dans la même conversation que les modèles fermés les plus chers.

L'accès gratuit se fait par le chat officiel. Vous vous connectez, vous choisissez le mode de raisonnement et vous travaillez. Le chat ne demande pas de carte bancaire et accepte les fichiers de code dans la limite de sa fenêtre. Pour un développeur indépendant, c'est le moyen le plus rapide de tester le modèle sur un vrai dépôt avant de payer quoi que ce soit.

L'API est payante, mais elle reste l'une des moins chères du marché. En heure creuse, DeepSeek facture 0,66 $ par million de tokens d'entrée (hors cache) et 1,98 $ par million de tokens de sortie. En heure pleine, les tarifs montent à 1,32 $ et 3,96 $. Les tokens d'entrée servis depuis le cache coûtent 0,022 $ hors pointe et 0,044 $ en pointe. Les heures pleines sont 01:00-04:00 et 06:00-10:00 UTC du lundi au vendredi, hors jours fériés chinois. Un script de migration qui tourne la nuit ou le week-end coûte donc moitié prix.

Le point faible, c'est le déploiement local. Avec 1,6 billion de paramètres, le modèle n'a rien à faire sur une RTX 4090. Même en quantification, il faut plusieurs accélérateurs et beaucoup de mémoire. L'auto-hébergement est réservé aux équipes qui ont déjà l'infrastructure. Pour tout le monde, le chat gratuit ou l'API payante sont les deux vraies portes d'entrée.

DeepSeek V4 Pro en bref

Points forts

  • 1 M de contexte et 384 K de sortie maximale
  • Poids MIT, donc utilisables commercialement
  • API très bon marché hors pointe
  • 80,6 % sur SWE-bench Verified

Limites

  • Chat gratuit sans garantie de disponibilité
  • Auto-hébergement inaccessible à une machine de bureau
  • Les benchmarks sont déclarés par l'éditeur

Kimi K2.6 : le spécialiste des longues sessions agentiques#

Kimi K2.6 est un modèle multimodal de 1 billion de paramètres, avec 32 milliards activés. Sa fenêtre de contexte est de 256 000 tokens et ses poids sont publiés sous licence MIT modifiée. Moonshot annonce 80,2 % sur SWE-bench Verified, 66,7 % sur Terminal-Bench 2.0 et 58,6 % sur SWE-bench Pro. La carte du modèle précise que les scores sont moyennés sur dix exécutions indépendantes.

Son argument n'est pas le score brut, mais la durée. Dans la présentation officielle, Moonshot décrit une session de plus de 12 heures et 4 000 appels d'outils pour optimiser une inférence locale en Zig, et une autre de 13 heures sur un moteur de matching financier de huit ans, avec plus de 1 000 appels d'outils et 4 000 lignes modifiées. Ce sont des exemples choisis par l'éditeur, pas des tests reproductibles, mais ils décrivent bien le cas d'usage : un agent qui doit garder le fil sur plusieurs heures et revenir sur ses propres erreurs.

Kimi est accessible gratuitement dans le chat, avec un plan Free à 0 $. Le plan payant Plus démarre à 15 $ par mois en annuel, avec davantage de crédits d'agent et l'accès à Kimi Code. L'API est facturée 6,50 ¥ par million de tokens d'entrée et 27 ¥ par million de tokens de sortie pour K2.6, selon la grille officielle.

Il y a une limite de calendrier à connaître. Moonshot a fermé les nouvelles inscriptions aux modèles K2 le 31 octobre 2026 et prévoit de retirer toute la série K2 à la fin du mois de décembre 2026. Si vous construisez aujourd'hui un flux de travail sur K2.6, prévoyez la migration vers K3 ou l'auto-hébergement des poids. Le chat gratuit reste utile pour tester, mais ce n'est pas une fondation pour un produit qui doit tourner en 2027.

Kimi K2.6 en bref

Points forts

  • Excellent sur les tâches agentiques longues
  • 256 K de contexte et modalité vision
  • Poids sous licence MIT modifiée
  • Plan gratuit à 0 $

Limites

  • La série K2 disparaît fin décembre 2026
  • API facturée en yuans
  • Les exemples de longue durée viennent de l'éditeur

GLM-4.7 : l'API gratuite et l'intégration aux agents#

GLM-4.7 est le modèle de Z.ai pour le code et les agents. Il compte 355 milliards de paramètres, dont 32 milliards actifs, avec une fenêtre de 200 000 tokens et des poids publiés sous licence MIT. Sur les benchmarks de l'éditeur, il atteint 73,8 % sur SWE-bench Verified, 66,7 % sur SWE-bench Multilingual et 41,0 % sur Terminal-Bench 2.0. Il est en retrait sur les deux premiers scores face à DeepSeek et Kimi, mais il reste compétitif pour les tâches d'édition et les workflows d'agents.

Son avantage le plus concret est l'API gratuite. Z.ai propose GLM-4.7-Flash, un modèle 30B-A3B, avec un prix d'entrée et de sortie à 0 $ sur la page tarifs. Ce n'est pas le GLM-4.7 complet : le Flash est plus petit, plus rapide et moins capable sur les tâches très longues. Mais pour de la génération de tests, du refactoring local, de la traduction de code ou un agent qui tourne en arrière-plan, c'est une option gratuite qui ne demande pas de carte bancaire.

Le GLM-4.7 complet est facturé 0,60 $ par million de tokens d'entrée et 2,20 $ par million de tokens de sortie. Il est utilisable dans le chat sur chat.z.ai, et Z.ai documente son intégration à Claude Code, Cline, Roo Code et Kilo Code. Le mode « Preserved Thinking » conserve les blocs de raisonnement entre les tours, ce qui évite à l'agent de reconstruire son analyse à chaque étape. C'est utile sur un gros dépôt où le modèle doit se souvenir pourquoi il a écarté une approche.

La limite, c'est la transparence. Le nom « GLM-4.7 » recouvre plusieurs versions et le Flash n'a pas les mêmes performances que le modèle complet. Vérifiez le nom exact du modèle dans votre configuration, surtout si vous utilisez une passerelle qui mélange les versions. Et comme toutes les offres gratuites, le tarif à 0 $ peut changer : rien ne garantit que GLM-4.7-Flash restera gratuit dans six mois.

GLM-4.7 en bref

Points forts

  • API GLM-4.7-Flash gratuite
  • Poids MIT et 200 K de contexte
  • Bien intégré aux agents Claude Code, Cline et Roo Code
  • Mode Preserved Thinking pour les longues tâches

Limites

  • Le Flash est nettement plus petit que le modèle complet
  • Noms de versions faciles à confondre
  • Les benchmarks sont ceux de l'éditeur

Qwen3-Coder : le choix Apache-2.0 pour l'auto-hébergement#

Qwen3-Coder 480B-A35B est un modèle Mixture-of-Experts de 480 milliards de paramètres, dont 35 milliards actifs. Il supporte 256 000 tokens de contexte nativement et jusqu'à 1 million avec YaRN, d'après la carte officielle. Sa licence Apache-2.0 est la plus permissive du lot : vous pouvez le déployer, le modifier et le revendre dans un produit, sans clause de non-concurrence ni restriction de redistribution.

Ses performances sont plus difficiles à comparer. Qwen publie 38,7 % sur SWE-bench Pro, un test différent de SWE-bench Verified utilisé par DeepSeek, Kimi et GLM. Ce n'est donc pas un chiffre à mettre directement dans la même colonne. Le modèle reste solide sur les tâches de génération et de complétion, et il est particulièrement bien outillé : format d'appel de fonctions dédié, support de Qwen Code, de Cline et des serveurs d'inférence classiques.

L'accès gratuit se fait par le chat Qwen. En revanche, Qwen Code n'est plus un CLI gratuit avec un simple compte : la documentation officielle demande désormais un abonnement Qwen Plus ou Pro, ou une clé API. Le dépôt Qwen Code est open source sous Apache-2.0 et affiche 29 000 étoiles, mais l'accès au modèle via le CLI reste facturé. C'est une distinction importante : le code de l'agent est libre, le modèle qui le fait tourner ne l'est pas.

L'auto-hébergement est le vrai argument. Avec 480 milliards de paramètres en BF16, il faut environ 960 Go de poids, soit plusieurs H100 ou un cluster équivalent. Ce n'est pas un modèle pour un serveur personnel. Mais pour une entreprise qui veut garder son code sur son infrastructure, Apache-2.0 est la licence la plus rassurante. Si vous déployez sur un VPS, notre comparatif d'hébergeurs pour développeurs détaille les offres qui incluent SSH et Git, et notre guide Coolify montre comment organiser le déploiement.

Qwen3-Coder en bref

Points forts

  • Licence Apache-2.0, la plus permissive
  • 256 K natif et 1 M avec YaRN
  • Bon outillage pour les appels de fonctions
  • Chat gratuit sur chat.qwen.ai

Limites

  • 480 Md de paramètres : auto-hébergement très lourd
  • Qwen Code demande un abonnement ou une clé API
  • Pas de score SWE-bench Verified publié sur la carte

Gemini 3.8 Flash : le meilleur accès gratuit via l'API#

Gemini 3.8 Flash est le modèle gratuit du tier Gemini API. Google indique sur sa page tarifs que l'entrée et la sortie sont gratuites sur le tier gratuit, avec une contrepartie explicite : le contenu envoyé peut être utilisé pour améliorer les produits Google. Le modèle payant coûte 0,75 $ par million de tokens d'entrée et 3,75 $ par million de tokens de sortie jusqu'au 31 décembre 2026, puis 1,50 $ et 7,50 $ à partir du 1er janvier 2027.

C'est le choix le plus simple si vous êtes déjà dans l'écosystème Google. Une clé API, un appel compatible avec les SDK classiques, et vous avez un modèle de code utilisable dans un prototype, un script ou une petite application. Le tier gratuit ne demande pas de carte bancaire, mais les quotas ne sont pas publiés en détail sur la page tarifs : ils s'affichent dans AI Studio et dépendent du projet et du modèle. Ne comptez pas sur un nombre fixe de requêtes par jour sans vérifier votre propre compte.

Attention à une confusion fréquente. Le Gemini CLI gratuit avec un compte Google personnel a été remplacé par Antigravity CLI le 18 juin 2026, selon la documentation Gemini CLI. Les 1 000 requêtes par jour souvent citées ne décrivent plus l'accès gratuit actuel. L'API Gemini reste accessible avec un tier gratuit, mais ce n'est pas la même porte d'entrée que l'ancien CLI.

La limite principale est la confidentialité. Un modèle propriétaire, un tier gratuit qui réutilise les données et des quotas qui peuvent changer : pour du code client sous accord de confidentialité, il faut passer au tier payant ou choisir un modèle que vous hébergez. Gemini 3.8 Flash est excellent pour apprendre, prototyper et automatiser des tâches non sensibles. Il l'est beaucoup moins pour un dépôt privé qui ne doit pas sortir de votre infrastructure.

Gemini 3.8 Flash en bref

Points forts

  • Tier gratuit sans carte bancaire
  • API simple et bien documentée
  • Bon pour les prototypes et les tâches multimodales
  • Prix payant compétitif jusqu'à fin 2026

Limites

  • Données gratuites utilisées pour améliorer les produits
  • Quotas gratuits non publiés en détail
  • Modèle propriétaire, pas d'auto-hébergement

GitHub Copilot Free : 2 000 complétions par mois dans l'IDE#

GitHub Copilot Free n'est pas un modèle, c'est un accès. Le plan gratuit inclut 2 000 complétions par mois, une allocation mensuelle de crédits GitHub AI et une sélection automatique du modèle, selon la documentation GitHub. Il donne aussi accès à Copilot Chat dans l'IDE, sur GitHub.com et dans GitHub Mobile, ainsi qu'au CLI et à l'application Copilot.

C'est le choix le plus simple pour un débutant ou pour un développeur qui veut une complétion dans VS Code sans configurer une clé API. Vous installez l'extension, vous vous connectez avec votre compte GitHub et vous codez. Le plan gratuit ne permet pas de choisir le modèle : GitHub décide pour vous. C'est une boîte noire, mais elle est suffisante pour des scripts, des exercices et des petits projets.

La limite est vite atteinte sur un vrai projet. 2 000 complétions par mois, c'est environ 65 par jour ouvré. Un développeur qui code huit heures par jour avec l'autocomplétion active peut épuiser le quota en quelques jours. Le plan Pro à 10 $ par mois donne 1 500 crédits AI et l'accès à une sélection de modèles ; le Pro+ à 39 $ monte à 7 000 crédits. Si vous avez besoin de choisir Claude, GPT ou Gemini dans l'IDE, il faut regarder ailleurs.

GitHub Copilot Free en bref

Points forts

  • 2 000 complétions par mois sans payer
  • Intégration directe à VS Code, JetBrains et GitHub
  • Aucune clé API à configurer

Limites

  • Sélection du modèle automatique uniquement
  • Quota épuisé vite sur un projet intensif
  • Pas d'accès aux modèles premium

OpenRouter : le guichet des modèles gratuits#

OpenRouter n'est pas un modèle non plus, mais une passerelle qui donne accès à plusieurs modèles avec une seule clé API. Les variantes gratuites, repérées par le suffixe :free, sont limitées à 20 requêtes par minute et à 50 requêtes par jour si vous avez acheté moins de 10 $ de crédits. Si vous avez acheté au moins 10 $ une fois, le plafond monte à 1 000 requêtes par jour, selon la documentation OpenRouter. Les 10 $ ne sont pas un abonnement : ils restent sur le compte.

C'est l'outil idéal pour comparer plusieurs modèles sans créer cinq comptes. Vous pouvez envoyer le même prompt à DeepSeek, Qwen, GLM ou Kimi et regarder lequel produit le diff le plus propre. La passerelle gère aussi les fournisseurs, les replis et les erreurs de capacité. Pour un prototype, c'est plus rapide que d'intégrer chaque API séparément.

La limite, c'est la production. Les modèles gratuits partagent la capacité des fournisseurs et peuvent être ralentis ou refusés aux heures de pointe. Le plafond de 50 requêtes par jour est trop bas pour un agent qui tourne en continu. Et les modèles gratuits changent : un modèle peut disparaître du catalogue du jour au lendemain. Utilisez OpenRouter pour tester, pas pour garantir un service.

OpenRouter en bref

Points forts

  • Une seule clé pour plusieurs modèles
  • Modèles gratuits accessibles sans abonnement
  • 1 000 requêtes par jour après un achat unique de 10 $

Limites

  • 20 requêtes par minute sur les modèles gratuits
  • Capacité partagée avec les autres utilisateurs
  • Catalogue et modèles gratuits changeants

Ce que les prix ne disent pas#

Le premier piège, ce sont les quotas. Un modèle « gratuit » n'est pas un modèle illimité. DeepSeek et Kimi limitent la capacité du chat gratuit aux heures de pointe. Gemini applique des quotas par projet qui ne sont pas publiés dans la page tarifs. OpenRouter plafonne à 20 requêtes par minute. GitHub Copilot Free coupe après 2 000 complétions. Avant de bâtir un flux de travail, lisez la page de limites, pas seulement la page de prix.

Le deuxième piège, c'est le contexte. Une fenêtre de 1 million de tokens ne signifie pas que le modèle travaille bien sur 1 million de tokens. Les benchmarks de contexte long mesurent souvent une recherche précise dans un texte, pas la capacité à comprendre un dépôt entier. Un modèle qui répond correctement à 200 000 tokens peut perdre le fil à 800 000. Testez sur votre propre code avant de faire confiance au chiffre marketing.

Le troisième piège, c'est la licence. « Open weights » ne veut pas dire « open source ». DeepSeek et Qwen publient des poids sous MIT et Apache-2.0, ce qui autorise l'usage commercial. Kimi utilise une MIT modifiée, avec des conditions supplémentaires. GLM-4.7 est sous MIT, mais le Flash et le modèle complet n'ont pas les mêmes capacités. Gemini et GitHub Copilot sont propriétaires. Si vous revendez un produit, vérifiez la licence des poids, pas seulement celle du code de l'agent.

Le quatrième piège, c'est la donnée. Les tiers gratuits de Gemini utilisent le contenu pour améliorer les produits. Les chats gratuits de DeepSeek, Kimi et Qwen ont leurs propres conditions, qui peuvent changer selon le pays et le compte. Pour du code client, un modèle auto-hébergé ou une API payante avec un accord de traitement des données est plus sûr. La gratuité se paie parfois en confidentialité.

Le cinquième piège, c'est la fin de vie. Kimi K2.6 disparaît fin décembre 2026. Les modèles gratuits changent de nom, de prix et de limites plusieurs fois par an. Un article daté de novembre 2026 peut être faux en mars 2027. Gardez une abstraction dans votre code : un client compatible OpenAI qui peut pointer vers DeepSeek, Qwen, GLM ou Gemini sans réécrire votre application. C'est la seule façon de ne pas dépendre d'un modèle précis.

Faut-il un VPS pour coder avec un modèle gratuit ?#

Pas forcément. Les modèles de cet article fonctionnent très bien via leur chat ou leur API, sans serveur à administrer. Un petit VPS devient utile si vous voulez lancer un agent en continu, faire tourner un runner CI ou isoler un modèle du reste de votre poste. Dans ce cas, un petit serveur suffit pour commencer, et notre comparatif d'hébergeurs détaille les offres qui incluent SSH et Git.

Pour un modèle local, le calcul est différent. Qwen3-Coder 480B ou DeepSeek V4 Pro demandent plusieurs accélérateurs, pas un VPS à 10 $ par mois. En revanche, un petit modèle comme GLM-4.7-Flash ou un Qwen de taille moyenne peut tourner sur une machine avec un GPU récent. Si vous documentez vos conventions d'équipe, un wiki auto-hébergé comme Docmost complète bien un fichier AGENTS.md : les règles restent lisibles par les humains et par les agents. Notre tutoriel Docker Compose pour Docmost montre l'installation en quinze minutes.

Notre choix selon votre profil#

Notre choix

DeepSeek V4 Pro

8,9/10

DeepSeek V4 Pro gagne le classement général : gratuit sur le chat, 1 M de contexte, 80,6 % sur SWE-bench Verified et une API très bon marché. Kimi K2.6 reste notre choix pour les longues sessions agentiques, GLM-4.7-Flash pour une API gratuite, Qwen3-Coder pour l'auto-hébergement Apache-2.0 et Gemini 3.8 Flash pour les prototypes dans l'écosystème Google.

Pour qui
Développeurs indépendants qui veulent le meilleur modèle gratuit sans carte bancaire, avec un contexte de 1 M et des poids MIT.
Pas pour qui
Ceux qui ont besoin d'un agent qui tourne plus de douze heures sans surveillance : Kimi K2.6 est plus solide, à condition d'accepter sa fin de vie.

Questions fréquentes#

Questions fréquentes

Quel est le meilleur modèle gratuit pour coder en 2026 ?

DeepSeek V4 Pro pour le cas général : gratuit sur chat.deepseek.com, 1 M de contexte, 80,6 % sur SWE-bench Verified et des poids MIT. Kimi K2.6 est meilleur sur les sessions agentiques longues, GLM-4.7-Flash sur l'API gratuite et Qwen3-Coder sur l'auto-hébergement.

Peut-on utiliser ces modèles gratuitement en entreprise ?

Cela dépend de la licence et du tier. DeepSeek, GLM et Qwen publient des poids sous MIT ou Apache-2.0, donc l'auto-hébergement est possible. Kimi utilise une MIT modifiée. Gemini et GitHub Copilot sont propriétaires. Les tiers gratuits de Gemini utilisent les données pour améliorer les produits : pour du code client, passez au payant ou à l'auto-hébergement.

Kimi K2.6 va-t-il vraiment disparaître ?

Oui, la série K2 est en fin de vie. Moonshot a fermé les nouvelles inscriptions le 31 octobre 2026 et prévoit de retirer tous les modèles K2 à la fin du mois de décembre 2026. Les poids restent téléchargeables et auto-hébergeables, mais l'accès au chat et à l'API K2.6 ne durera pas.

Quelle différence entre « open weights » et « open source » ?

Un modèle à poids ouverts publie les paramètres, mais pas forcément le code d'entraînement, les données ou la licence complète. DeepSeek et Qwen sont proches de l'open source avec MIT et Apache-2.0. Kimi ajoute des conditions. Gemini et Copilot ne publient pas les poids. Lisez la licence avant de revendre un produit.

Faut-il une carte bancaire pour Gemini 3.8 Flash ?

Non, le tier gratuit de l'API Gemini ne demande pas de carte bancaire. En revanche, les quotas sont limités et le contenu peut être utilisé pour améliorer les produits Google. Les limites exactes s'affichent dans AI Studio et dépendent du projet.

Quel modèle pour un petit GPU ou un serveur personnel ?

Aucun des grands modèles de cet article ne tient sur une RTX 4090. DeepSeek V4 Pro, Kimi K2.6, GLM-4.7 et Qwen3-Coder 480B demandent plusieurs accélérateurs. Pour une petite machine, regardez plutôt GLM-4.7-Flash, un Qwen de taille moyenne ou un modèle de 7 à 30 milliards de paramètres quantifié.

Sources#

Pages officielles consultées le 6 novembre 2026.