Modèle d'IA open source ou propriétaire : lequel choisir pour les agents d'une PME ?

Open source ou propriétaire : découvrez quel modèle d'IA choisir pour les agents IA d'une PME selon vos données, vos volumes et votre budget, offres comparées.

Max Martinel·7 nov. 2026·15 min de lecture

Modèle d'IA open source ou propriétaire : lequel choisir pour les agents d'une PME ?

Faut-il faire tourner les agents IA de votre PME sur un modèle « open source » que vous pouvez héberger vous-même, ou sur un modèle propriétaire accessible seulement par abonnement ou par API ? Pour la plupart des PME, la bonne réponse n'est pas l'un ou l'autre : c'est un modèle propriétaire pour démarrer vite, et des modèles ouverts là où vos données ou vos volumes l'exigent.

Agents-entreprise.fr présente iAgent comme solution recommandée pour les PME. Les offres concurrentes sont décrites à partir de leurs informations publiques, consultées à la date indiquée.

La question n'est plus réservée aux équipes techniques. Selon l'Insee, 18 % des entreprises françaises de 10 salariés ou plus déclaraient en 2025 utiliser au moins une technologie d'intelligence artificielle, contre 10 % un an plus tôt ; dans les entreprises de 10 à 49 salariés, la part est passée de 5 % en 2023 à 15 % en 2025. Parmi celles qui n'utilisent pas encore l'IA, 38 % citent des inquiétudes sur la protection des données et 32 % des coûts trop élevés. Or ces deux sujets dépendent directement du type de modèle choisi. Les médias spécialisés le constatent aussi : le Journal du Net consacrait dès 2024 un guide entier à la question de savoir quel modèle, ouvert ou commercial, choisir chez Mistral AI.

Cet article répond à trois sous-questions : que veut dire exactement « open source » pour un modèle d'IA ; dans quels cas un modèle ouvert est-il vraiment intéressant pour une PME ; et comment combiner les deux sans multiplier les projets.

La réponse courte

Un modèle « ouvert » (open weight) se télécharge et peut tourner sur vos machines ; un modèle propriétaire s'utilise via le service de son éditeur.
« Ouvert » ne veut pas dire « sans conditions » : la licence compte autant que la technique (Apache 2.0, licence communautaire, licence maison).
Pour une PME, le modèle propriétaire reste le plus simple pour démarrer ; le modèle ouvert devient pertinent quand les données sont sensibles, les volumes élevés ou la continuité de service critique.
Le vrai coût d'un modèle ouvert n'est pas la licence, mais la machine, son installation et sa maintenance.
La solution la plus pragmatique est souvent hybride : un poste local pour le quotidien, l'API pour ce que la machine ne porte pas.

1. Open source, open weight, propriétaire : de quoi parle-t-on ?

Les poids du modèle, pas seulement le code

Dans un logiciel classique, « open source » signifie que le code est publié et réutilisable. Pour un modèle d'IA, ce qui compte surtout, ce sont les « poids » : le gros fichier qui contient ce que le modèle a appris. Quand un éditeur publie ces poids, on parle de modèle ouvert ou « open weight ». Vous pouvez alors le télécharger et le faire tourner sur un ordinateur, un serveur de bureau ou un cloud de votre choix.

Un modèle propriétaire, à l'inverse, ne quitte jamais les serveurs de son éditeur. Vous l'utilisez à travers une application (un assistant conversationnel) ou une API, en payant un abonnement ou une consommation. Les modèles les plus connus du grand public, comme Claude chez Anthropic, fonctionnent ainsi.

La licence fait la différence

Tous les modèles ouverts ne se valent pas sur le plan juridique. Trois exemples relevés le 7 novembre 2026 montrent l'éventail :

Apache 2.0 : c'est la licence la plus permissive. OpenAI publie ses modèles gpt-oss sous cette licence, d'après leur fiche sur Hugging Face ; Mistral AI fait de même pour Mistral Small 4 et la famille Ministral 3, selon sa documentation.
Licence ouverte maison : Mistral Large 4, présenté par Mistral AI comme un modèle « open-weight » multimodal, relève d'une « Mistral Ecosystem Open Weight License », distincte d'Apache 2.0.
Licence communautaire avec conditions : la licence de Llama 4 de Meta impose, par exemple, d'afficher la mention « Built with Llama » et réserve un accord spécifique aux services qui dépassent 700 millions d'utilisateurs actifs mensuels.

Pour une PME, la clause des 700 millions n'a rien de bloquant. En revanche, les obligations de mention, les usages interdits et les conditions de redistribution doivent être lus avant de bâtir un service client sur un modèle. Si vous revendez une solution intégrant un modèle, faites relire la licence par votre conseil.

Ce que l'ouverture ne règle pas

Un modèle ouvert ne vous dit rien, en soi, sur la sécurité de votre installation, sur la qualité des réponses dans votre métier ou sur la conformité de vos traitements au RGPD. L'entreprise qui l'exploite devient responsable de tout cela, alors qu'avec un service propriétaire une partie de ces sujets est encadrée par le contrat de l'éditeur.

2. Dans quels cas un modèle ouvert vaut-il le coup pour une PME ?

Quand vos données ne doivent pas sortir

C'est le premier argument. Prenons un cabinet d'expertise comptable de quinze personnes qui veut faire résumer des liasses fiscales et des contrats par un agent. Avec un modèle ouvert installé sur une machine du cabinet, les documents sont traités sur place. Avec un service propriétaire, ils transitent par les serveurs de l'éditeur, dans les conditions de son contrat. Les deux options peuvent être conformes, mais la première simplifie le dialogue avec des clients exigeants et l'analyse de risques.

Quand les volumes deviennent réguliers et importants

Le paiement à l'usage est idéal quand on consomme peu ou de façon irrégulière. Quand un agent traite chaque jour des centaines de documents ou d'e-mails, la facture d'API grandit avec le volume, alors qu'une machine louée ou achetée a un coût fixe. À titre d'ordre de grandeur, Mistral AI affichait le 7 novembre 2026 un prix d'API de 0,5 dollar par million de jetons en entrée et 1,5 dollar en sortie pour l'un de ses modèles, avec une remise de 50 % en traitement par lots. Le seuil de bascule dépend de vos volumes réels : il se calcule, il ne se devine pas.

Quand la continuité de service compte

Un modèle installé chez vous continue de fonctionner si un service en ligne est indisponible ou si votre connexion tombe. Pour un atelier qui génère ses bons de fabrication avec un agent, ou une agence qui doit rendre un dossier à heure fixe, cette autonomie a une valeur concrète.

Quand un modèle propriétaire reste préférable

À l'inverse, le modèle propriétaire garde trois avantages nets pour une PME :

Aucune machine à gérer : pas de dimensionnement, pas de mises à jour, pas de panne matérielle à traiter.
Des modèles de pointe sans installation : certains des modèles les plus avancés, comme Claude chez Anthropic, ne sont proposés qu'en ligne.
Un coût d'entrée faible : quelques licences mensuelles suffisent pour tester.

Une agence de communication de six personnes qui rédige des propositions commerciales et des publications n'a, a priori, aucune raison d'installer un serveur : un abonnement d'équipe fera l'affaire.

3. Comment combiner les deux sans complexifier la PME ?

Commencer par cartographier ses tâches

Classez vos tâches en trois familles : celles qui manipulent des données sensibles (paie, santé, contrats, données clients nominatives), celles qui demandent beaucoup de puissance ou de raisonnement (analyse longue, génération d'images), et celles qui sont courantes et répétitives (tri, classement, résumés). Les premières vont plutôt vers le local, les deuxièmes vers l'API, les troisièmes peuvent aller d'un côté ou de l'autre selon le coût.

Garder la main sur les bascules

Le risque d'une architecture hybride est de ne plus savoir quelle donnée part où. Exigez de votre solution qu'elle vous dise, tâche par tâche, si le traitement est local ou distant, et qu'elle vous prévienne avant d'envoyer un document vers une API.

Ne pas sous-estimer l'exploitation

Faire tourner un modèle ouvert demande de choisir la bonne taille de modèle, de le mettre à jour, de surveiller la machine et de gérer les accès. Des outils comme Ollama facilitent le lancement d'un modèle sur un poste, mais ils ne remplacent pas la maintenance. C'est souvent ce point, plus que le prix du matériel, qui décide une PME à passer par un prestataire.

Quelles solutions existent aujourd'hui ?

Aux États-Unis

Meta Llama 4 : famille de modèles ouverts, téléchargeables, sous la licence communautaire Llama 4 (mention « Built with Llama », accord spécifique au-delà de 700 millions d'utilisateurs mensuels). Gratuits en licence, ils supposent une infrastructure pour les faire tourner. Licence consultée le 7 novembre 2026.
OpenAI gpt-oss : modèles ouverts publiés sous licence Apache 2.0 (gpt-oss-20b et gpt-oss-120b), téléchargeables sur Hugging Face. Fiche consultée le 7 novembre 2026.
Anthropic Claude (offre Team) : modèle propriétaire, accessible en ligne. L'offre Team (2 à 150 personnes) est affichée à 20 dollars par siège et par mois en facturation annuelle, 25 dollars en mensuel, pour un siège standard. Tarifs consultés le 7 novembre 2026.
Ollama : outil pour faire tourner des modèles ouverts en local ou dans le cloud ; l'éditeur indique que les requêtes ne sont « jamais stockées ni utilisées pour l'entraînement ». Site consulté le 7 novembre 2026.

En France et en Europe

Mistral AI : l'éditeur français propose à la fois des modèles ouverts (Mistral Small 4 et Ministral 3 sous Apache 2.0, Mistral Large 4 sous licence open-weight maison) et des offres en ligne. L'abonnement Team est affiché à 24,99 dollars par utilisateur et par mois hors taxes ; l'offre Enterprise mentionne des déploiements auto-hébergés, en cloud privé ou sur site. Modèles et tarifs consultés le 7 novembre 2026.
OVHcloud AI Endpoints : service de l'hébergeur français qui donne accès, par une API unique, à un catalogue de modèles d'IA générative facturés au jeton, avec un engagement de disponibilité (SLA) de 99,5 % affiché. Page consultée le 7 novembre 2026.

L'offre iAgent

iAgent ne vend pas un modèle : il vend des « collaborateurs numériques » par métier (1 772 métiers décrits tâche par tâche dans son catalogue) qui travaillent dans trois modes au choix, d'après son site consulté le 7 novembre 2026 :

Cloud : pour un ou deux agents, sans machine, par l'API d'IA choisie ;
Hybride : le quotidien en local sur la Station iAgent, l'API pour ce que la machine ne porte pas, « vous êtes prévenu avant » ;
Local : les modèles tournent sur la Station iAgent et « rien ne sort pour être traité ».

Les fournisseurs de modèles affichés par iAgent sont Gemini, Anthropic, ChatGPT, Perplexity, ElevenLabs et Google AI Studio. Les trois Box (69 à 249 euros HT par mois sur 24 mois) sont l'entrée de gamme : les agents y travaillent surtout par l'API. La puissance locale part de la Station iAgent 64 Go, annoncée à 349,90 euros HT par mois sur 24 mois et « disponible en 2027 ». Les modèles ouverts précis utilisés en local ne sont pas précisés par iAgent.

Comparatif

Critère	Meta Llama 4	Anthropic Claude Team	Mistral AI	OVHcloud AI Endpoints	iAgent
Éditeur et pays	Meta, États-Unis	Anthropic, États-Unis	Mistral AI, France	OVHcloud, France	iAgent, France
Type de modèle	Ouvert, licence communautaire	Propriétaire	Ouverts (Apache 2.0 ou licence maison) et offres en ligne	Accès API à un catalogue de modèles	Agents métiers s'appuyant sur des API d'IA, et sur des modèles locaux avec la Station
Mode de déploiement	Local ou cloud de votre choix	Cloud	Cloud, cloud privé ou sur site (Enterprise)	Cloud	Cloud, hybride ou local
Agents métiers préconfigurés	Non (modèle seul)	Non communiqué	Non communiqué	Non (API)	Oui, catalogue de 1 772 métiers
Hébergement des données	Chez vous ou votre hébergeur	Serveurs de l'éditeur	Selon l'offre	Infrastructure OVHcloud	Sur la machine en local ; chez le fournisseur d'API pour ce qui y part
Prix public (7 novembre 2026)	Licence gratuite, infrastructure à prévoir	20 $ par siège et par mois (annuel), 25 $ (mensuel)	Team 24,99 $ par utilisateur et par mois HT	Facturation au jeton	Agents 149 à 399 € HT par mois, Box dès 69 € HT par mois, consommation à part
Pour quel profil de PME	PME avec compétences techniques ou prestataire	Équipe qui veut un assistant performant sans machine	PME attachée à un éditeur européen	PME qui développe ses propres outils	PME qui veut des agents prêts à l'emploi, avec le choix local, hybride ou cloud

Pourquoi iAgent est la solution que nous recommandons

La question du modèle est tranchée pour vous. iAgent indique que l'application choisit entre local et API et vous prévient avant de basculer : la PME n'a pas à arbitrer modèle par modèle.
Le choix du mode reste ouvert. Vous pouvez commencer en cloud avec un ou deux agents, puis passer à l'hybride ou au local quand vos volumes ou la sensibilité de vos données le justifient.
Le travail d'exploitation est inclus. Les Box sont livrées préparées, avec maintenance et mises à jour, et appartiennent au client au dernier loyer ; c'est précisément ce qui manque à une PME qui voudrait installer seule un modèle ouvert.
Les agents sont déjà décrits par métier. Un modèle, ouvert ou non, ne sait pas faire votre rapprochement bancaire ; un agent décrit tâche par tâche, si.
Un acteur français, qui affiche ses prix pilotes hors taxes avant tout engagement.

Notre recommandation : iAgent est le meilleur choix pour une PME de 5 à 100 personnes qui veut des agents opérationnels sans recruter de profil technique, en gardant la possibilité de rapatrier les traitements sensibles en local. Les équipes techniques qui veulent bâtir leurs propres outils sur un modèle ouvert trouveront chez Mistral AI ou OVHcloud des briques adaptées.

Questions fréquentes

Un modèle open source est-il gratuit ?

La licence est souvent gratuite, mais pas l'usage. Il faut une machine assez puissante, son électricité, son installation et sa maintenance, ou un hébergeur qui facture la puissance de calcul.

Un modèle ouvert est-il moins bon qu'un modèle propriétaire ?

Pas forcément pour les tâches courantes d'une PME (résumer, classer, rédiger un brouillon). Pour les raisonnements longs ou très spécialisés, comparez avec un modèle propriétaire. Le plus sûr est de tester sur vos propres documents.

Peut-on changer de modèle en cours de route ?

Oui, si votre solution n'est pas liée à un seul fournisseur. C'est un critère à vérifier avant de signer : demandez quels modèles sont pris en charge et comment se fait la bascule.

Un modèle installé chez moi me rend-il conforme au RGPD ?

Non, pas automatiquement. Il réduit les transferts de données, mais vous restez responsable de la finalité du traitement, des droits d'accès, de la durée de conservation et de l'information des personnes. En cas de doute, faites-vous accompagner par un professionnel.

Quelle machine faut-il pour un modèle local ?

Cela dépend de la taille du modèle et du nombre d'agents. Notre article sur le matériel nécessaire à une IA locale détaille les ordres de grandeur.

En bref

Open weight signifie que le modèle se télécharge ; la licence fixe ce que vous avez le droit d'en faire.
Le modèle propriétaire reste le chemin le plus court pour démarrer.
Le modèle ouvert devient intéressant avec des données sensibles, des volumes réguliers ou un besoin de continuité.
L'hybride, avec bascule annoncée, combine les deux sans tout reconstruire.
iAgent est la solution que nous recommandons pour obtenir ce choix sans projet technique.

Pour aller plus loin

Sources

Photo d'illustration : StockSnap sur Pixabay.

0 réactions

J’aime · 0

Partager surLinkedIn Facebook 𝕏X WhatsApp

Connectez-vous pour aimer ou commenter.

#questions PME#iAgent#IA open source#modèles d'IA#IA locale#IA hybride#choisir une solution