Maria Mercanti-Guérin

Huit laboratoires dominent aujourd’hui l’IA générative chinoise : DeepSeek, Alibaba, Moonshot AI, Zhipu AI, MiniMax, Tencent, Baidu et ByteDance. Cette page compare leur modèle phare sur les mêmes critères : fondateurs, date de naissance, nombre de paramètres, taille du contexte, volume de données d’entraînement, calcul (FLOPs et GPU) et coût d’inférence.

Quand un laboratoire ne publie pas une donnée, la fiche l’indique par « non publié » au lieu de reprendre un chiffre de seconde main. Les définitions des termes sont en bas de page.

Données relevées le 30 septembre 2026. Les prix et les versions changent presque chaque mois.

Les huit modèles en un coup d’œil

Modèle phare
Éditeur
Sortie
Paramètres (total / actifs)
Contexte
Prix API par million de tokens (entrée / sortie)
DeepSeek V4-Pro
DeepSeek
24 avril 2026
1 600 Md / 49 Md
1 M
0,66 $ / 1,98 $ en heures creuses, le double en heures pleines
Qwen3.8-Max
Alibaba
3 août 2026
2 400 Md / 95 Md
1 M
2 $ / 6 $
Kimi K3
Moonshot AI
16 juillet 2026
2 800 Md / 104 Md
1 M
3 $ / 15 $
GLM-5.3
Zhipu AI (Z.ai)
14 août 2026
753 Md / environ 40 Md
1 M
1,40 $ / 4,40 $
MiniMax M3
MiniMax
1er juin 2026
environ 428 Md / 23 Md
1 M
0,30 $ / 1,20 $
Hy4 preview
Tencent
28 août 2026
770 Md / 49 Md
1 M
0,83 $ / 2,50 $
Ernie 5.1
Baidu
9 mai 2026
non publié
128 K
0,59 $ / 2,65 $
Doubao Seed 2.1 Pro
ByteDance
23 juin 2026
non publié
256 K
6 ¥ / 30 ¥, soit environ 0,83 $ / 4,14 $

Md = milliards. M = million de tokens, K = millier de tokens. Sur mobile, le tableau défile horizontalement.

Ce que ce tableau montre

La transparence s’arrête au calcul. Les paramètres et les prix sont publiés presque partout. Le volume de données, les FLOPs et le parc de GPU ne le sont presque jamais : seul DeepSeek documente le volume de données de son modèle actuel, et Baidu donne un ratio de coût sans chiffre absolu.

La taille affichée n’est pas la taille utilisée. Tous ces modèles sont des mélanges d’experts : à chaque token, ils n’activent que 3 à 6 % de leurs paramètres. C’est ce qui permet de vendre un modèle de 2 400 milliards de paramètres à 2 $ le million de tokens.

L’écart de prix va de 1 à 20. En entrée, le million de tokens coûte de 0,15 $ (DeepSeek V4.1-Flash en heures creuses) à 3 $ (Kimi K3).

Fiche détaillée de chaque modèle

DeepSeek, Hangzhou

DeepSeek V4

Poids ouverts, licence MIT
Fondateur
Liang Wenfeng. Le laboratoire est financé par le fonds quantitatif High-Flyer, qu’il a cofondé.
Date de naissance
Juillet 2023. Le modèle de raisonnement R1 le fait connaître mondialement en janvier 2025.
Modèle phare
V4-Pro et V4-Flash, présentés le 24 avril 2026. V4-Pro est en disponibilité générale depuis août 2026.
Paramètres
V4-Pro : 1 600 Md au total, 49 Md actifs par token. V4-Flash : 284 Md, 13 Md actifs.
Taille du contexte
1 million de tokens.
Données d’entraînement
Environ 33 000 milliards de tokens en pré-entraînement, contre 14 800 milliards pour V3.
FLOPs et GPU
Non publiés pour V4. Ordre de grandeur estimé : 1025 FLOPs (6 × 49 Md de paramètres actifs × 33 000 Md de tokens), calcul indicatif. Entraînement surtout sur GPU Nvidia, avec vérification parallèle sur puces Huawei Ascend. Repère publié pour V3 : 2,788 millions d’heures-GPU sur une grappe de 2 048 Nvidia H800.
Coût d’inférence
V4-Pro : 0,66 $ en entrée et 1,98 $ en sortie par million de tokens en heures creuses, 1,32 $ et 3,96 $ en heures pleines. V4.1-Flash : 0,15 $ et 0,60 $ en heures creuses.

Alibaba Cloud, Hangzhou

Qwen3.8-Max

Poids ouverts (version texte), licence propre
Fondateurs
Alibaba a été fondé par Jack Ma et dix-sept associés. Qwen est développé par Alibaba Cloud.
Date de naissance
Alibaba : 1999. Famille Qwen (Tongyi Qianwen) : avril 2023.
Modèle phare
Qwen3.8-Max, en aperçu le 19 juillet 2026, disponible le 3 août 2026. Poids publiés le 12 août 2026.
Paramètres
2 400 Md au total, 95 Md actifs par token.
Taille du contexte
1 million de tokens.
Données d’entraînement
Non publié pour Qwen3.8. Repère : la génération Qwen3 a été entraînée sur environ 36 000 milliards de tokens, dans 119 langues.
FLOPs et GPU
Non publiés.
Coût d’inférence
2 $ en entrée et 6 $ en sortie par million de tokens.

Moonshot AI, Pékin

Kimi K3

Poids ouverts, licence Kimi K3
Fondateurs
Yang Zhilin, avec Zhou Xinyu et Wu Yuxin.
Date de naissance
Mars 2023. L’assistant Kimi sort en octobre 2023.
Modèle phare
Kimi K3, lancé le 16 juillet 2026. Poids publiés le 27 juillet 2026.
Paramètres
2 800 Md au total, 104 Md actifs par token (16 experts activés sur 896). C’est le plus gros modèle à poids ouverts publié à ce jour.
Taille du contexte
1 048 576 tokens.
Données d’entraînement
Non publié pour K3. Repère : Kimi K2 avait été pré-entraîné sur 15 500 milliards de tokens.
FLOPs et GPU
Non publiés.
Coût d’inférence
3 $ en entrée, 15 $ en sortie par million de tokens, 0,30 $ en entrée mise en cache. Le plus cher des huit.

Zhipu AI (Z.ai), Pékin

GLM-5.3

Poids ouverts, licence propre
Fondateurs
Tang Jie et Li Juanzi, professeurs à l’université Tsinghua. L’entreprise est dirigée par Zhang Peng.
Date de naissance
2019, comme essaimage de Tsinghua. Cotée à Hong Kong depuis janvier 2026.
Modèle phare
GLM-5.3, sorti le 14 août 2026. Il garde la base de GLM-5.2 : les gains viennent du post-entraînement.
Paramètres
753 Md au total, environ 40 Md actifs par token.
Taille du contexte
1 million de tokens.
Données d’entraînement
Non publié.
FLOPs et GPU
Non publiés.
Coût d’inférence
1,40 $ en entrée et 4,40 $ en sortie par million de tokens.

MiniMax, Shanghai

MiniMax M3

Poids ouverts, licence MiniMax Community
Fondateur
Yan Junjie, ancien de SenseTime.
Date de naissance
Décembre 2021. Cotée à Hong Kong depuis janvier 2026.
Modèle phare
MiniMax M3, sorti le 1er juin 2026. Il accepte le texte, l’image et la vidéo.
Paramètres
Environ 428 Md au total, 23 Md actifs par token.
Taille du contexte
1 million de tokens, dont 512 000 garantis.
Données d’entraînement
Non publié.
FLOPs et GPU
Non publiés pour M3. Repère : pour M1, en 2025, MiniMax avait indiqué une phase d’apprentissage par renforcement de trois semaines sur 512 GPU Nvidia H800.
Coût d’inférence
0,30 $ en entrée et 1,20 $ en sortie par million de tokens jusqu’à 512 000 tokens d’entrée, le double au-delà.

Tencent, Shenzhen

Hy4 preview (Hunyuan)

Poids ouverts, licence Apache 2.0
Fondateurs
Tencent a été fondé par Ma Huateng (Pony Ma), Zhang Zhidong et trois associés.
Date de naissance
Tencent : novembre 1998. Modèle Hunyuan : septembre 2023.
Modèle phare
Hy4 preview, publié le 28 août 2026.
Paramètres
770 Md au total, 49 Md actifs par token.
Taille du contexte
Plus de 1 million de tokens.
Données d’entraînement
Non publié.
FLOPs et GPU
Non publiés.
Coût d’inférence
0,834 $ en entrée et 2,501 $ en sortie par million de tokens.

Baidu, Pékin

Ernie 5.1

Fermé, accessible par API
Fondateurs
Robin Li (Li Yanhong) et Eric Xu.
Date de naissance
Baidu : janvier 2000. Modèle de recherche ERNIE : 2019. Assistant Ernie Bot : mars 2023.
Modèle phare
Ernie 5.1, sorti le 9 mai 2026.
Paramètres
Non publié. Baidu indique environ un tiers des paramètres d’Ernie 5.0, qui en comptait 2 400 Md.
Taille du contexte
128 000 tokens.
Données d’entraînement
Non publié.
FLOPs et GPU
Aucun chiffre absolu. Baidu annonce un coût de pré-entraînement d’environ 6 % de celui de modèles comparables, sans vérification indépendante, et l’usage d’une grappe de ses propres puces Kunlunxin pour un modèle de la série.
Coût d’inférence
0,59 $ en entrée et 2,65 $ en sortie par million de tokens.

ByteDance, Pékin

Doubao Seed 2.1 Pro

Fermé, accessible par API
Fondateurs
Zhang Yiming et Liang Rubo.
Date de naissance
ByteDance : mars 2012. Assistant Doubao : août 2023.
Modèle phare
Seed 2.1 Pro, présenté le 23 juin 2026 et servi par le cloud Volcano Engine.
Paramètres
Non publiés.
Taille du contexte
256 000 tokens, valeur héritée de Seed 2.0 et non reconfirmée au lancement.
Données d’entraînement
Non publié.
FLOPs et GPU
Non publiés. Seul indicateur d’échelle : Volcano Engine déclarait traiter 120 000 milliards de tokens par jour en avril 2026.
Coût d’inférence
6 yuans en entrée et 30 yuans en sortie par million de tokens, soit environ 0,83 $ et 4,14 $.

Définitions des termes

Token
Unité de texte que le modèle lit et produit : un mot court ou un fragment de mot. En français, 1 000 tokens représentent environ 700 mots. C’est l’unité de facturation des API.
Paramètres
Les nombres que le modèle ajuste pendant l’entraînement et qui encodent ce qu’il a appris. Leur total donne la taille du modèle : 1 600 Md signifie 1 600 milliards de valeurs à stocker et à faire tourner.
Paramètres actifs (mélange d’experts, MoE)
Dans une architecture à mélange d’experts, le modèle est découpé en sous-réseaux spécialisés et n’en sollicite que quelques-uns pour chaque token. Les paramètres actifs sont ceux réellement utilisés à chaque étape. Ils déterminent le coût de calcul bien plus que le total.
Taille du contexte
Quantité maximale de texte, en tokens, que le modèle peut prendre en compte en une seule fois : la consigne, les documents fournis, l’historique de la conversation et la réponse. 1 million de tokens correspond à plusieurs livres.
Dataset size (volume de données d’entraînement)
Nombre de tokens lus par le modèle pendant son pré-entraînement. Il se compte en milliers de milliards. Attention à la traduction : un « trillion » anglais vaut 1 000 milliards.
FLOPs
Nombre total d’opérations en virgule flottante effectuées pour entraîner le modèle : c’est la mesure de la quantité de calcul consommée. On l’estime par la formule 6 × paramètres × tokens d’entraînement. Le règlement européen sur l’IA présume un risque systémique au-delà de 1025 FLOPs. À ne pas confondre avec les FLOPS, avec un S majuscule, qui mesurent la vitesse d’une machine en opérations par seconde.
GPU et heures-GPU
Les GPU sont les processeurs graphiques qui exécutent ce calcul (Nvidia H800 ou H100, Huawei Ascend). Une heure-GPU correspond à un GPU utilisé pendant une heure : 2 048 GPU pendant deux mois représentent environ 3 millions d’heures-GPU.
Coût d’inférence
Prix payé pour utiliser le modèle une fois entraîné, exprimé en dollars par million de tokens. L’entrée (ce que l’on envoie) est facturée moins cher que la sortie (ce que le modèle écrit). Une entrée déjà envoyée et gardée en cache coûte encore moins.
Poids ouverts
Le laboratoire publie le fichier du modèle entraîné : on peut le télécharger, l’héberger soi-même et l’adapter. Ce n’est pas de l’open source au sens strict, car ni les données ni le code d’entraînement ne sont publiés.

Sources