Grok, Kimi, DeepSeek, GLM : les nouveaux LLMs qui bousculent GPT et Claude — ce que ça change pour votre agent IA

Pendant deux ans, le classement des meilleurs modèles de langage tenait en deux noms : GPT, d'OpenAI, et Claude, d'Anthropic. On choisissait entre l'un et l'autre, on payait le prix demandé, et l'affaire était close. L'été 2026 a fait voler cette évidence en éclats. En quelques semaines, quatre modèles — Grok chez Elon Musk, et trois poids lourds venus de Chine, Kimi, DeepSeek et GLM — ont rattrapé les leaders américains sur les tests qui comptent, tout en cassant les prix. La question n'est plus « GPT ou Claude ? », mais « ai-je encore une raison de payer le tarif fort ? ». Cet article fait le tri, sans jargon : qui sont ces nouveaux venus, ce qu'ils valent vraiment, et surtout ce que ça change — ou non — pour l'agent IA de votre entreprise.

1. Pourquoi l'été 2026 restera un tournant

Deux forces ont convergé cet été. La première, c'est l'open source qui rattrape le peloton de tête. Longtemps, les modèles « ouverts » — dont on peut télécharger les poids et faire tourner sur son propre serveur — accusaient un retard net sur les modèles fermés d'OpenAI et Anthropic. Ce retard s'est réduit à presque rien : sur les classements indépendants, les meilleurs modèles ouverts talonnent désormais les modèles propriétaires les plus chers.

La seconde force, c'est la guerre des prix. Quand un modèle chinois offre des performances comparables pour un dixième du tarif, les leaders américains ne peuvent plus facturer comme avant. Cette pression tire les prix de toute l'industrie vers le bas — et c'est une excellente nouvelle pour les entreprises, car le coût du modèle est l'un des postes de dépense d'un agent IA.

Attention toutefois à ne pas confondre bruit et signal. L'actualité IA de l'été a charrié beaucoup d'annonces spectaculaires, de numéros de version et de chiffres invérifiables. Nous nous en tenons ici à ce qui est confirmé par des sources indépendantes, et nous le disons quand une information reste au stade de l'annonce. Passons les quatre challengers en revue.

2. Grok 4.5 : xAI vise l'agentique et le code

xAI, la société d'IA d'Elon Musk, a construit sa réputation à une vitesse rare. Après la lignée Grok 4 de 2025, la maison a poussé cet été une nouvelle version, Grok 4.5, positionnée sur ce qui est devenu le nerf de la guerre : l'agentique et le code. Traduction : la capacité à enchaîner plusieurs outils, à écrire un programme, à repérer son propre bug et à le corriger, bref à mener une tâche technique de bout en bout plutôt qu'à seulement répondre à une question.

C'est un terrain choisi avec soin, car c'est celui où les entreprises tirent le plus de valeur d'un agent — automatiser un vrai processus, pas tenir une conversation. Grok reste un modèle fermé, accessible via l'API de xAI : pas de version à héberger soi-même, donc, mais une intégration simple pour qui veut la puissance sans gérer d'infrastructure. Les chiffres de performance précis avancés cet été varient selon les sources ; ce qui est clair, c'est l'intention — venir chercher GPT et Claude sur leur pré carré, le développement assisté.

3. Kimi K2.7 : le spécialiste du contexte long à surveiller

Derrière ce nom se cache Moonshot AI, l'un des laboratoires chinois les plus en vue. Sorti mi-juin 2026, Kimi K2.7 est un modèle en poids ouverts pensé pour le code et le raisonnement, doté d'une grande fenêtre de contexte — environ 262 000 tokens, soit l'équivalent de plusieurs centaines de pages avalées d'un seul tenant.

Pourquoi ce détail compte-t-il ? Parce qu'un agent IA est souvent limité non par son intelligence, mais par sa mémoire de travail : ce qu'il peut « garder en tête » en une fois. Un modèle à grande fenêtre lit un contrat entier, une longue conversation client ou une base de code complète sans qu'on ait à la découper en morceaux — et sans perdre le fil entre les morceaux. Pour tout agent qui travaille sur de gros documents, c'est un atout concret. Kimi communique surtout des tests maison, à confirmer par des évaluations indépendantes, mais le signal est là : la Chine ne se contente plus de suivre.

4. DeepSeek V4 : des performances frontier au prix de l'open source

DeepSeek est le nom qui a fait trembler la Silicon Valley dès 2025, et V4, sortie au printemps 2026, confirme la trajectoire. Le modèle existe en deux tailles, publiées sous licence MIT — la plus permissive qui soit, qui autorise un usage commercial libre. Autrement dit : vous pouvez le faire tourner sur votre propre infrastructure, sans dépendre d'un fournisseur étranger.

La variante DeepSeek V4-Flash affiche environ 0,14 $ en entrée et 0,28 $ en sortie par million de tokens — un ordre de grandeur en dessous des modèles propriétaires haut de gamme.

Le plus frappant n'est pas seulement le prix, c'est le prix rapporté aux performances. Sur SWE-bench, un test exigeant qui mesure la capacité à résoudre de vrais problèmes de code, la version Flash affiche des résultats de premier plan. Pour une entreprise, cela veut dire une chose simple : sur beaucoup de tâches, la qualité n'est plus l'apanage des modèles les plus chers. Le calcul « performance contre coût » vient de basculer.

5. GLM-5.2 : l'outsider chinois qui décroche le haut du classement

Si un modèle résume à lui seul le tournant de l'été, c'est celui-ci. GLM-5.2, publié à la mi-juin 2026 par Z.ai en poids ouverts et sous licence MIT, s'est hissé à la première place des modèles ouverts sur l'indice indépendant Artificial Analysis — devant tous ses rivaux open source, et au niveau des meilleurs modèles fermés du marché. Un outsider, hier inconnu du grand public, qui se retrouve dans le peloton de tête mondial.

Sous le capot, une architecture dite « à experts » de très grande taille, qui n'active qu'une fraction de ses capacités à chaque requête pour rester rapide et économe, et une fenêtre de contexte d'un million de tokens. Ses points forts documentés : le développement web et le raisonnement. Son défaut connu, souligné par les analystes indépendants : il a tendance à générer beaucoup de texte pour arriver à ses fins, ce qui peut renchérir la facture de sortie. La leçon vaut pour tous ces modèles : un bon score au classement ne dit pas tout du coût réel sur votre usage.

6. Ce que ça change pour vous : faut-il changer de LLM ?

Voici la vraie question, celle que se pose tout dirigeant en lisant ce genre d'article : « Dois-je migrer mon agent vers l'un de ces nouveaux modèles ? » La réponse honnête est : pas nécessairement — et surtout, ce n'est pas à vous de trancher au feeling. Voici la méthode que nous appliquons pour décider, cas par cas.

Les quatre critères qui décident, dans l'ordre :

Ce qu'il faut retenir, c'est que le bon modèle n'est pas le premier du classement mondial : c'est celui qui donne le meilleur résultat sur votre tâche, au meilleur coût, dans le cadre de conformité qui est le vôtre. Un agent bien conçu n'est d'ailleurs pas marié à un modèle : on peut en changer quand un meilleur candidat apparaît, ou même en faire cohabiter plusieurs — un modèle puissant pour les cas difficiles, un modèle économique pour la routine. C'est cette architecture souple qui protège votre investissement des soubresauts du marché.

L'agitation de l'été 2026 ne doit donc pas vous pousser à tout changer dans la précipitation. Elle doit surtout vous rassurer : le choix n'a jamais été aussi large, les prix jamais aussi bas, et la dépendance à un seul fournisseur jamais aussi évitable. La vraie valeur ne réside pas dans le modèle du mois, mais dans la façon dont il est intégré à vos outils, à vos données et à vos processus — c'est là que se joue la réussite d'un agent, pas dans une ligne de classement.