Llama, Mistral ou Qwen ? Choisir un modèle open-weight pour votre organisation
En bref
Pour un usage professionnel en Europe, la licence compte autant que la qualité. Mistral (France) et Qwen (Alibaba) publient leurs modèles open-weight récents sous Apache 2.0, sans restriction d’usage. Llama de Meta a sa propre licence, qui n’accorde aucun droit sur les modèles multimodaux, dont Llama 4, aux entreprises dont l’établissement principal est dans l’UE. Choisissez ensuite selon la langue, la tâche et votre matériel.
D’abord la licence : que pouvez-vous en faire ?
| Famille de modèles | Éditeur | Licence (modèles récents) | Attention |
|---|---|---|---|
| Mistral | Mistral AI, Paris | Apache 2.0 (famille Mistral 3, Mistral Small 3.x) | Des modèles plus anciens ou spécialisés peuvent avoir une autre licence |
| Qwen | Alibaba, Chine | Apache 2.0 (Qwen3) | Certaines organisations intègrent l’origine dans leur politique fournisseurs |
| Llama | Meta, États-Unis | Llama Community License avec politique d’utilisation | Aucun droit sur les modèles multimodaux pour les entreprises de l’UE ; licence distincte au-delà de 700 millions d’utilisateurs mensuels |
La restriction européenne de Llama mérite attention. Depuis Llama 3.2, la politique d’utilisation précise que les droits sur les modèles multimodaux ne sont pas accordés aux personnes domiciliées dans l’UE ni aux entreprises dont l’établissement principal s’y trouve. Les utilisateurs finaux d’un produit intégrant un tel modèle sont exemptés, mais une organisation européenne qui veut exécuter le modèle elle-même est concernée. Llama 4 est multimodal. Les modèles uniquement textuels, comme Llama 3.3 70B, ne sont pas visés.
Apache 2.0 est une licence connue et permissive : usage commercial, modification et redistribution autorisés, avec mention de l’auteur. C’est le point de départ le plus simple pour un service juridique.
Ensuite : langue, tâche et taille
- La langue. Testez dans les langues de votre activité, avec vos propres textes. La qualité en français, néerlandais et allemand varie selon le modèle et la version. Les modèles de Mistral AI sont souvent un bon point de départ en français.
- La tâche. Les petits modèles (quelques milliards de paramètres) sont rapides et économiques pour classer, résumer et extraire. Les grands rédigent et raisonnent mieux. Beaucoup d’organisations en exploitent plusieurs.
- Taille et matériel. Un modèle de 30 milliards de paramètres tourne en 4 bits sur un GPU de datacenter ; un modèle de 70 milliards aussi, avec peu de marge. Les grands modèles à mélange d’experts, comme Mistral Large 3 avec des centaines de milliards de paramètres, exigent plusieurs GPU. Voir Un serveur LLM sur site.
- Longueur de contexte. Pour traiter de longs contrats ou dossiers d’un seul tenant, regardez la fenêtre de contexte et ce qu’elle coûte en mémoire.
L’origine d’un modèle compte-t-elle ?
Un modèle open-weight qui tourne sur votre matériel n’envoie aucune donnée à son éditeur. C’est un fichier de poids, pas un service. Le risque sur les données ne dépend donc pas du pays de l’éditeur.
L’origine peut compter pour d’autres questions : les valeurs et tabous acquis à l’entraînement, une politique interne ou client excluant des fournisseurs de certains pays, la transparence de l’éditeur sur l’entraînement et la sécurité. Documentez l’arbitrage pour pouvoir l’expliquer à un auditeur ou un client. Au titre du règlement sur l’IA, une provenance transparente aide aussi votre propre documentation. Voir Le règlement européen sur l’IA en 2026.
Ne choisissez pas pour toujours : gardez les modèles interchangeables
De meilleurs modèles sortent tous les six mois. Le principe de conception essentiel est donc de pouvoir changer de modèle sans reconstruire vos automatisations. C’est possible si vos applications passent par une API standard et que vous choisissez par rôle le modèle derrière cette API.
Dans werqly AI Control, vous choisissez par rôle le modèle disponible : un petit modèle rapide pour le support, un plus grand pour l’analyse juridique. werqly teste les nouvelles versions open-weight et les déploie sur votre nœud ; vous décidez quand un rôle bascule. Les modèles fournis par werqly sont choisis au regard des conditions de licence applicables aux organisations européennes. Pour choisir votre propre environnement : Qu’est-ce que l’IA privée ?
Questions fréquentes
Questions sur ce sujet
Une entreprise européenne peut-elle utiliser Llama 4 ?
Selon la politique d’utilisation de Meta, les droits sur les modèles Llama multimodaux, dont Llama 4, ne sont pas accordés aux entreprises dont l’établissement principal est dans l’UE. Les utilisateurs finaux d’un produit intégrant le modèle sont exemptés. Faites vérifier les conditions pour votre situation.
Que signifie Apache 2.0 pour un usage professionnel ?
Apache 2.0 autorise l’usage commercial, la modification et la redistribution, avec mention de l’auteur et sans restriction d’usage comme un nombre maximal d’utilisateurs. Les modèles open-weight récents de Mistral et Qwen sont publiés sous cette licence.
Un modèle open-weight chinois est-il un risque pour les données ?
Pas s’il tourne sur votre matériel : le modèle est un fichier et n’envoie aucune donnée à son éditeur. L’origine peut toutefois compter dans votre politique fournisseurs et pour les questions d’entraînement et de valeurs du modèle. Documentez cet arbitrage.
Quel est le meilleur modèle open-weight ?
Cela dépend de la langue, de la tâche, de la licence et du matériel, et change tous les six mois. Testez deux ou trois candidats sur vos propres documents et tâches, et organisez votre environnement pour pouvoir en changer plus tard.
Sources
- Meta — Llama 4 Acceptable Use Policy (GitHub)
- Mistral AI — Introducing Mistral 3 (décembre 2025)
- Qwen — Qwen3 sur GitHub
- Sara Zan — Using Llama models in the EU (2025)
Cet article est une information générale, pas un conseil juridique. Les règles et les recommandations évoluent ; en cas de doute, consultez les sources citées ou votre juriste ou DPO.