Bataille passée · 2025-08-08 UTC
LLM Duel — 8 août 2025
De la catégorie LLM. 28 marques placées sur 6 combattants. DeepSeek V3 a décroché la couronne.
Classement final
Le casting
Les combattants
Profils de chaque outil ayant concouru dans cette bataille, classés par leur score final.
DeepSeek V3
Modèle open-source à base de mélanges d'experts offrant des capacités de raisonnement au niveau de GPT-4o, tout en faisant moins cher.
DeepSeek V3 est un modèle de langage à grande échelle de type mixture-of-experts (MoE) développé par DeepSeek AI. Il n'active qu'un sous-ensemble de ses paramètres totaux par jeton, ce qui lui permet de délivrer des performances élevées en raisonnement, en mathématiques et en tâches de codage, tout en maintenant des coûts d'inférence nettement inférieurs à ceux des modèles denses comparables. Publié avec des poids ouverts, DeepSeek V3 est devenu un choix populaire pour les développeurs et les chercheurs qui ont besoin d'un modèle de fond capable qu'ils peuvent héberger eux-mêmes, ajuster finement ou intégrer via l'API. Les benchmarks le placent de manière compétitive face aux modèles propriétaires leaders comme GPT-4o, en particulier lors des évaluations de mathématiques et de raisonnement logique. Le modèle est particulièrement adapté aux assistants techniques, aux pipelines de génération de code, aux flux de travail de recherche et à toute application où la qualité du raisonnement et l'efficacité budgétaire sont importantes.
Répartition des critères
- Architecture à base de mélanges d'experts
- Bilan de performance de raisonnement et de mathématiques compétitif
- Poids du modèle open-source
- Accès API via la plateforme DeepSeek
- Support d'une fenêtre de contexte large
- Améliorable en mode fine-tuning
Janus pro
Modèle multimodal ouvert de DeepSeek pour la génération d'images et la compréhension visuelle dans une architecture unifiée.
Janus Pro est un modèle multimodal open-source de DeepSeek, disponible en versions de 1B et 7B paramètres. Il unifie la compréhension visuelle et la génération d'images dans un seul cadre en découplant les voies de codage visuel, permettant au modèle d'interpréter les images et de les créer à partir d'invites textuelles. La variante 7B offre des résultats compétitifs sur les benchmarks de synthèse de texte à image et de réponse à des questions visuelles, égalant ou surpassant souvent des modèles spécialisés plus volumineux. Publié sous licence MIT, Janus Pro peut être auto-hébergé, affiné et intégré dans des pipelines de recherche ou de production sans restrictions d'utilisation. Il convient aux développeurs, aux chercheurs et aux amateurs qui ont besoin d'un modèle de fond multimodal flexible pour l'expérimentation, le prototypage ou la construction d'applications qui combinent la création d'images avec la compréhension d'images.
Répartition des critères
- Génération d'images à partir de texte
- Analyse d'images et réponse à des questions visuelles
- Architecture de transformateur unifiée
- Options de paramètres 1B et 7B
- Poids ouverts sous licence MIT
- Prise en charge de l'entrée et de la sortie multimodale
DeepSeek R1
Un modèle de langage large open-source faisant preuve d'une excellente capacité de raisonnement, de mathématiques et de tâches de programmation avec une licence MIT pour l'utilisation et la modification gratuites.
DeepSeek R1 est un modèle de langage open-source à grande échelle qui excelle dans les tâches de raisonnement, de mathématiques et de codage. Il utilise une architecture de mélange d'experts (MoE) avec 37 milliards de paramètres actifs et 671 milliards de paramètres au total, prenant en charge une longueur de contexte de 128K. Le modèle intègre des techniques d'apprentissage par renforcement avancées pour atteindre des capacités de raisonnement auto-vérification, de réflexion multi-étapes et alignées sur l'humain. DeepSeek R1 a atteint des performances à l'état de l'art dans divers benchmarks, notamment un taux de précision de 97,3 % sur MATH-500, un taux de réussite de 79,8 % sur AIME 2024, et surpassant 96,3 % des participants à Codeforces. Le modèle est disponible en plusieurs variantes, allant de 1,5 milliard à 70 milliards de paramètres, et est sous licence MIT pour une utilisation et une modification gratuites. DeepSeek R1 peut être utilisé en ligne gratuitement, et une version accélérée par WebGPU peut fonctionner localement dans un navigateur. Le modèle est conçu pour la résolution de problèmes complexes, la compréhension multilingue et la génération de code de niveau production. Ses points forts incluent des capacités exceptionnelles de raisonnement mathématique, de génération de code et de compréhension du langage naturel. Cependant, en tant que modèle open-source, il peut nécessiter une expertise technique pour le déployer et l'affiner pour des cas d'utilisation spécifiques. DeepSeek R1 est positionné parmi les meilleurs modèles d'IA au monde, avec des capacités comparables aux solutions propriétaires leaders. Sa nature open-source permet un développement communautaire et des mises à niveau continues, notamment une prise en charge multimodale prévue, une amélioration conversationnelle et une optimisation de l'inférence distribuée. Le modèle a un développement par apprentissage par renforcement pur, ce qui lui permet d'atteindre des performances en mathématiques de niveau GPT-4 à un coût nettement inférieur. La capacité de visualisation de la chaîne de pensée répond aux défis de la « boîte noire » de l'IA, en fournissant des informations sur le processus de raisonnement du modèle. L'API de DeepSeek R1 propose un endpoint compatible OpenAI pour l'intégration, tarifé à 0,14 $ par million de tokens. Les poids du modèle sont open-source, permettant une utilisation commerciale et des modifications.
Répartition des critères
- Architecture Mixture of Experts (MoE)
- Techniques d'apprentissage par renforcement avancées
- Capacités de vérification automatique et réflexion multi-étapes
- Raisonnement aligné sur les humains
- Support de longueur de contexte de 128 K
- Endpoint API compatible OpenAI
ASI:One
Assistant IA agentique qui coordonne des agents autonomes pour accomplir des tâches multi-étapes.
ASI:One est un assistant IA construit autour de l’idée d’intelligence agentique, où une interface conversationnelle peut dispatcher et coordonner des agents autonomes spécialisés pour gérer des requêtes complexes. Au lieu de ne fournir que du texte, il peut planifier, appeler des outils et exécuter des workflows au nom d’un utilisateur. Développé dans l’écosystème de l’Artificial Superintelligence Alliance, il se positionne comme un agent IA personnel intégrant des réseaux d’agents décentralisés. Les utilisateurs peuvent discuter avec lui pour des questions quotidiennes ou déléguer des tâches plus longues telles que la recherche, les comparaisons, la planification et les recherches de données à travers des services connectés.
Répartition des critères
- Interface de chat conversationnelle
- Orchestration d'agents autonomes
- Planification et exécution de tâches multi-étapes
- Connectivité vers des agents et services externes
- Mémoire et contexte de style assistant personnel
- Construit sur la pile d'agents ASI Alliance
Latest DeepSeek R2
Modèle d'IA de nouvelle génération axé sur le raisonnement de DeepSeek
Le dernier DeepSeek R2 est le successeur du modèle de raisonnement R1 de DeepSeek, conçu pour offrir une résolution de problèmes étape par étape plus robuste en mathématiques, en codage et en tâches analytiques. Il vise à prolonger l'approche de recherche ouverte qui a rendu les versions précédentes de DeepSeek populaires auprès des développeurs et des chercheurs. Le modèle vise une précision améliorée, une gestion de contexte plus longue et une inférence plus efficace par rapport à son prédécesseur, le rendant adapté aux assistants techniques, aux workflows agentic et à l'intégration dans des applications personnalisées. La disponibilité et les spécifications exactes dépendent des canaux de sortie officiels de DeepSeek. Les utilisateurs peuvent généralement accéder au modèle via l'API, l'interface de chat ou en exécutant des poids ouverts là où ils sont fournis, permettant une flexibilité à la fois pour l'expérimentation individuelle et le déploiement en production.
Répartition des critères
- Raisonnement en chaîne de pensée avancé
- Fenêtre de contexte étendue
- Prise en charge de la génération et du débogage de code
- Compréhension multilingue
- Accès via API et interface de chat
- Conçu pour les applications agissent
Pronoia
Grand modèle de langues larges adapté à l'arabe pour une compréhension et une génération de qualité native.
Pronoia est un grand modèle de langage spécifiquement ajusté pour l'arabe, visant à fournir une compréhension, une génération et un raisonnement plus précis dans la langue que les modèles multilingues à usage général. Il est positionné comme un LLM axé sur l'arabe de premier plan, avec des optimisations pour les dialectes, les formes classiques et l'arabe standard moderne. Le modèle peut être utilisé pour des tâches telles que la création de contenu, la synthèse, la traduction, le support client et l'IA conversationnelle sur les marchés arabophones. En concentrant son entraînement sur les données arabes, Pronoia cible des nuances telles que la morphologie, les diacritiques et le contexte culturel que les modèles plus larges gèrent souvent de manière incohérente.
Répartition des critères
- Modèle de langage optimisé pour l'arabe
- Génération et synthèse de texte
- Support de traduction
- Capacités conversationnelles et de chatbot
- Conçu pour le traitement automatique de la langue arabe en entreprise
- Couverture du MSA et des dialectes