Solutions
Modèles de langage souverains : open source, open weight et stack agnostique
Un LLM (Large Language Model, ou grand modèle de langage) est le « cerveau » d'une IA générative. Le choisir librement, le faire tourner sur votre propre infrastructure et pouvoir en changer sans tout reconstruire : voilà ce qui distingue une IA réellement souveraine d'un abonnement à une boîte noire.
Définition
Qu'est-ce qu'un LLM ?
Un LLM est un modèle entraîné sur d'immenses volumes de texte pour prédire et générer du langage. C'est lui qui rédige, résume, traduit, répond aux questions. Sa « taille » se mesure en paramètres (ex. 24 milliards, noté 24B) : plus il en a, plus il est capable, mais plus il consomme de mémoire GPU et d'énergie.
L'enjeu n'est pas d'avoir le plus gros modèle, mais le modèle le mieux dimensionné pour l'usage, et de le maîtriser de bout en bout.
Distinction
Open source ≠ open weight : la distinction qui compte
Open weight
Les poids du modèle (le résultat de l'entraînement) sont publiés et téléchargeables. Vous pouvez l'exécuter sur vos serveurs, l'adapter, le faire fonctionner hors ligne.
C'est le minimum pour la souveraineté : le modèle vit chez vous. Exemples : Mistral, Llama, Qwen, Gemma.
Open source (au sens strict)
Va plus loin : en plus des poids, le code d'entraînement, les données et la licence permettent de reproduire, auditer et modifier entièrement le modèle.
Transparence maximale. La plupart des modèles « ouverts » sont en réalité open weight ; le vrai open source complet reste plus rare.
Pourquoi ça vous concerne : un modèle propriétaire fermé (ChatGPT, Gemini, Claude via API) ne vous donne ni les poids ni le contrôle : vos données sortent et vous dépendez du fournisseur. Un modèle open weight ou open source s'exécute sur votre infrastructure : c'est la base de l'IA souveraine.
Architecture
Une stack agnostique du modèle, qui scale avec le GPU
Notre architecture ne dépend d'aucun modèle en particulier. Le LLM est un composant interchangeable : nous pouvons déployer celui qui correspond à votre besoin, à votre langue et à votre budget, et le remplacer plus tard sans reconstruire la plateforme.
Interchangeable
Interface, RAG, monitoring restent identiques ; seul le modèle change. Zéro dépendance à un éditeur.
Scale avec le GPU
La taille du modèle qu'on peut faire tourner dépend de la mémoire GPU (VRAM). Plus de ressources = modèle plus grand ou plus d'utilisateurs simultanés.
Dimensionné au besoin
On choisit le couple modèle / GPU au plus juste : ni surdimensionnement coûteux, ni sous-capacité.
Exemple concret : à Annemasse, 340 collaborateurs actifs sont servis par un seul GPU (chiffres juin 2026). Des utilisateurs connectés ne sont pas des requêtes simultanées : à un instant donné, seule une partie d'entre eux interroge le modèle, et c'est ce nombre de requêtes simultanées qui dimensionne la mémoire GPU (voir le calculateur de VRAM). Besoin d'un modèle plus grand ou de plus de débit ? On ajoute du GPU. Le principe est le même : voir notre stack technique.
Sélection
Les LLM les plus souverains
Sélection de modèles ouverts (open weight) adaptés à un déploiement souverain, avec un focus sur le français et l'Europe. Le paysage évolue vite : cette liste est indicative.
| Modèle | Éditeur | Atout souverain |
|---|---|---|
| Mistral Small 4 | Mistral AI 🇫🇷 | Éditeur français, excellent en français, open weight (Apache 2.0). Architecture MoE de 119 Md de paramètres, dont 6,5 Md actifs par token : rapide à l'inférence, mais ses poids FP8 (~120 Go) dépassent un GPU de 80 Go, et la configuration vLLM officielle s'appuie sur 2 GPU. À évaluer sur vos documents et contraintes. |
| Mistral Small 3.2 24B | Mistral AI 🇫🇷 | Version en production chez nos clients. Robuste, éprouvé, francophone. |
| Llama 3.x | Meta 🇺🇸 | Open weight, très large écosystème. Éditeur non européen, mais exécution 100 % locale possible. |
| Qwen 3 | Alibaba 🇨🇳 | Multilingue performant, open weight. À évaluer selon la sensibilité du contexte. |
| Gemma | Google 🇺🇸 | Modèles compacts efficaces, open weight, exécutables localement. |
Souveraineté maximale = éditeur européen + exécution locale. Mistral coche les deux cases, ce qui en fait notre choix par défaut pour les acteurs publics français.
Accompagnement
Quel modèle pour votre organisation ?
Nous vous aidons à choisir le LLM le mieux adapté à votre langue, vos cas d'usage et votre budget GPU, puis nous le déployons sur une infrastructure souveraine.
Références
Références de modèles et licences
La licence est celle du modèle exact et de sa révision, pas de sa famille. Ces références ne constituent pas l’inventaire des versions installées chez un client. Vérifier la licence, les poids et les restrictions au commit retenu ; distinguer open-weight et open source IA selon le référentiel choisi.