Quel est le meilleur modèle open-weight pour les agents de codage ?

Les modèles open-weight que nous servons, par usage

Tous les modèles du tableau publient leurs poids sur Hugging Face et sont disponibles sur Standard Compute. On les appelle souvent open source, mais ce sont les poids qui sont publiés, pas les données ni le code d'entraînement. L'ordre est notre recommandation pour les agents : trois modèles pour les étapes difficiles, trois pour les étapes de routine et trois pour des usages plus ciblés, avec notre choix en premier dans chaque groupe. Les raisons sont dans la section suivante. Deux modèles de pointe fermés figurent en dessous, pour comparer.

Quel modèle pour quel travail

• GLM 5.3, z-ai/glm-5.3: Notre choix open-weight pour les étapes difficiles, comme les changements sur plusieurs fichiers et les longues boucles d'outils. Il a le meilleur score open-weight du classement officiel Terminal-Bench 4.0 (41,8 %, exécuté dans Claude Code).
• Kimi K3, moonshotai/kimi-k3: Le modèle phare de Moonshot, avec 2 800 milliards de paramètres et l'entrée image et vidéo. À 3 $ en entrée et 15 $ en sortie par million de tokens, il coûte autant qu'un modèle fermé de milieu de gamme : gardez-le pour les tours de planification, pas pour chaque étape.
• MiMo V2.6 Pro, xiaomi/mimo-v2.6-pro: Le modèle phare de Xiaomi, avec 1 020 milliards de paramètres et un prix par token bas. Sorti le 21 septembre, il n'est pas encore dans le classement officiel Terminal-Bench et a peu d'historique en agent : testez-le avant de compter dessus.
• GLM 5.3 Flash, z-ai/glm-5.3-flash: Notre choix pour les étapes de routine, les sous-agents et les captures d'écran (il accepte les images) : 35,8 % sur le classement officiel Terminal-Bench 4.0, le deuxième score open-weight, à 0,15 $ en entrée et 0,50 $ en sortie par million de tokens.
• DeepSeek V4.1 Flash, deepseek/deepseek-v4.1-flash: Modifications, tests et recherches en grand volume. N° 1 en tokens sur le tableau d'usage public d'OpenCode le 13 octobre.
• MiMo V2.6 Flash, xiaomi/mimo-v2.6-flash: Le prix par token le plus bas du tableau, pour les étapes de routine. Nouveau depuis le 21 septembre, comme MiMo V2.6 Pro.
• Qwen 3.8 27B, qwen/qwen3.8-27b: Le seul modèle ici assez petit pour être hébergé sur une seule station de travail. Plutôt pour la complétion et les petites modifications que pour les longues sessions d'agent.
• MiniMax M3, minimax/minimax-m3: Rapide et bon marché, avec 1M de contexte, mais sa licence est la plus restrictive du tableau et il n'est pas dans le classement officiel Terminal-Bench.
• DeepSeek V4 Pro 0813, deepseek/deepseek-v4-pro-0813: Pour les agents, largement remplacé par le V4.1 Flash, plus récent, qui coûte une fraction par requête dans nos mesures. Il reste le plus grand modèle ouvert de DeepSeek (1 600 milliards de paramètres).

À quelle distance de Claude Fable 5.1 et GPT-6 Astra ?

Pas encore au même niveau. Sur le classement officiel Terminal-Bench 4.0, le meilleur score open-weight est celui de GLM 5.3, 41,8 %, contre 58,2 % pour GPT-6 Astra et 57,9 % pour Claude Fable 5.1. La plupart des modèles ouverts n'y figurent même pas.

L'écart de prix est bien plus grand que l'écart de qualité. Sur les requêtes d'agents de codage que nous avons mesurées, une requête moyenne coûte 0,0067 $ avec DeepSeek V4.1 Flash et 0,057 $ avec GLM 5.3, contre 0,24 $ avec Claude Fable 5.1 et 0,41 $ avec GPT-6 Astra, tous aux prix catalogue des fabricants (notre méthode, en anglais).

En pratique, cela répartit le travail : les modèles ouverts prennent la majorité routinière des étapes (modifications, corrections de tests, lecture de fichiers, résumés), et un modèle de pointe vaut son prix sur les étapes où un mauvais plan gâche les cinquante appels suivants, comme un refactoring entre services ou un débogage qui a déjà échoué deux fois.

Ce que permettent les licences

• MIT : MiMo V2.6 Pro, GLM 5.3 Flash, DeepSeek V4.1 Flash, MiMo V2.6 Flash et DeepSeek V4 Pro 0813. Usage, modification et service commerciaux autorisés, en conservant la mention de copyright.
• Apache 2.0 : Qwen 3.8 27B. La même liberté, plus une licence de brevets explicite. Qwen 3.7 Plus, Qwen 3.7 Max et Qwen 3.8 Max, hébergés par Alibaba, sont accessibles uniquement par API, pas en open-weight.
• GLM 5.3 License : proche de MIT, mais une entreprise qui vend des modèles en tant que service avec plus de 10 milliards de dollars de chiffre d'affaires sur 12 mois doit passer l'examen de sécurité de Z.ai avant tout usage commercial.
• Kimi K3 License : proche de MIT, mais une activité de modèle en tant que service au-delà de 20 millions de dollars de chiffre d'affaires sur 12 mois exige un accord séparé avec Moonshot, et un produit au-delà de 100 millions d'utilisateurs mensuels ou de 20 millions de dollars de chiffre d'affaires mensuel doit afficher « Kimi K3 » dans son interface. L'usage interne est exempté.
• MiniMax Community License : la plus restrictive ici. L'usage commercial exige « Built with MiniMax M3 » sur votre site ou votre documentation et une notification à MiniMax, et une autorisation écrite au-delà de 20 millions de dollars de chiffre d'affaires annuel.
• Ces conditions s'appliquent à qui fait tourner les poids. Appeler une API hébergée relève des conditions de cette API. Ceci est un résumé, pas un avis juridique.

Héberger soi-même ou passer par une API ?

La plupart de ces modèles sont bien trop grands pour une seule machine : Kimi K3 compte 2 800 milliards de paramètres, MiMo V2.6 Pro 1 020 milliards et DeepSeek V4 Pro 1 600 milliards, et même les modèles Flash en ont 300 à 550 milliards, ce qui demande un serveur multi-GPU. Qwen 3.8 27B est l'exception, et un modèle local doit aussi être assez rapide pour une boucle d'agent qui fait des dizaines d'appels par tâche.

L'endpoint hébergé détermine le prix, la vitesse, la précision et l'endroit où votre code est traité. Plusieurs hébergeurs servent les modèles ouverts en précision réduite (FP8 ou FP4) ; lesquels nous servons ainsi, en anglais.

Et Llama, gpt-oss et Mistral Large 4 ?

• Llama 4 Maverick (Meta, Llama 4 Community License) et gpt-oss-120b (OpenAI, Apache 2.0) sont les modèles connus les plus simples à faire tourner soi-même ; selon OpenAI, gpt-oss-120b tient sur un seul GPU de 80 Go. Pour les agents, ils sont loin derrière : aucun n'est dans le classement officiel Terminal-Bench 4.0, et Artificial Analysis relève 0 % pour les deux dans sa propre exécution de Terminal-Bench 4.0 (Source : Artificial Analysis (artificialanalysis.ai)). Nous ne servons ni l'un ni l'autre.
• Mistral présente Mistral Large 4 (en préversion publique depuis le 6 octobre) comme un modèle open-weight, mais ses poids et sa licence ne sont pas encore sur Hugging Face. Il est disponible sur Standard Compute sous mistralai/mistral-large-4-0 et rejoindra le tableau quand les poids seront publiés.

Les utiliser dans votre agent avec une seule API

Standard Compute est une API compatible OpenAI et Anthropic qui donne accès à tous les modèles ci-dessus. Aucun compte Z.ai, Moonshot, MiniMax, Xiaomi ou Alibaba n'est nécessaire.

• Le coût d'abord : sélectionnez jusqu'à 5 modèles dans le tableau de bord, par exemple GLM 5.3 Flash et DeepSeek V4.1 Flash pour la routine et GLM 5.3 et Claude Fable 5.1 pour les étapes difficiles, puis envoyez le modèle standardcompute. Le routeur envoie chaque étape au moins cher d'entre eux capable de la faire.
• Pour chaque modèle, nous sélectionnons les fournisseurs sur le prix, la disponibilité et la vitesse, avec bascule automatique si l'un tombe. Une requête avec un identifiant de modèle exact, comme z-ai/glm-5.3, reste toujours sur ce modèle.
• Les règles Compliance, optionnelles, limitent une clé, une équipe ou une entreprise aux endpoints de fournisseurs en Europe ou aux États-Unis. Sous la règle Europe, les modèles ouverts disponibles sont GLM 5.3 et GLM 5.3 Flash ; le tableau ci-dessous donne les deux règles. Un modèle sans endpoint dans la région échoue avant l'envoi de tout prompt. Le RGPD en détail : API LLM et RGPD.
• Nous n'entraînons aucun modèle sur vos prompts et ne les stockons pas.

Les modèles open-weight que garde chaque règle de région

Configuration dans OpenCode, Claude Code et Codex

1. OpenCode : lancez /connect, choisissez Standard Compute, collez votre clé et choisissez un modèle comme z-ai/glm-5.3-flash.
2. Claude Code : réglez ANTHROPIC_BASE_URL sur https://api.stdcmpt.com, ANTHROPIC_AUTH_TOKEN sur votre clé, et ANTHROPIC_MODEL ainsi que chaque emplacement ANTHROPIC_DEFAULT_*_MODEL sur un identifiant de modèle. GLM 5.3 dans Claude Code et Kimi K3 dans Claude Code (en anglais) donnent des correspondances testées.
3. Codex : standardcompute launch codex -- --model deepseek/deepseek-v4.1-flash.
4. Cline, Kilo Code, Hermes et les autres agents compatibles OpenAI : URL de base https://api.stdcmpt.com/v1 avec la même clé et les mêmes identifiants de modèle.

La contrepartie

Des poids ouverts ne rendent pas à eux seuls un modèle bon marché, privé ou bon en agent. L'hébergeur que vous appelez fixe le prix, la précision et la destination de votre code, et le meilleur modèle open-weight perd encore face à Claude Fable 5.1 et GPT-6 Astra sur les longues tâches en plusieurs étapes. Confiez le volume aux modèles ouverts et gardez un modèle de pointe pour les étapes qui décident du résultat.

Questions fréquentes

Autres guides en français

• Quelle API LLM pour agents de codage garde les données dans l'UE et respecte le RGPD ?Pour les entreprises européennes
• Quels abonnements à prix fixe recommander pour OpenCode ?OpenCode
• Existe-t-il un service à tarif fixe pour Cline, avec Claude Sonnet 5 ?Cline
• Comment avoir un coût mensuel fixe avec Claude Code ?Claude Code
• Quelles API LLM et offres de codage IA ont un prix mensuel fixe ?Comparatif
• Existe-t-il un abonnement mensuel fixe compatible OpenAI pour OpenCode, Cline ou Codex ?Forfait mensuel