Modèles d’IA de 2024 : qui a sorti quoi
Toutes les sorties de modèles notables mois par mois : éditeur et son pays, poids ouverts ou fermés, type, fenêtre de contexte, taille des modèles ouverts — et sur quelles tâches les modèles de chaque année sont aujourd’hui en tête.
2024 59 sorties · 37 à poids ouverts
- Texte B DeepSeek V3DeepSeek
- Programmation B DeepSeek V3DeepSeek
- Image D flux-1-dev-fp8Black Forest Labs
- Vidéo C veo-2Google
Décembre
- B DeepSeek V3 HFDeepSeekChinePoids ouvertsLLM164K685B / 37B
- B gemini-2.0-flash-001GoogleÉtats-UnisFerméVision (VLM)990K
- C Llama 3.3 70B Instruct HFMetaÉtats-UnisPoids ouvertsLLM24K70.6B
- B OpenAI o1OpenAIÉtats-UnisFerméVision (VLM)200K
- C veo-2GoogleÉtats-UnisFerméVidéo
- EXAONE 3.5 7.8B Instruct AWQ HFLG AI ResearchCorée du SudPoids ouvertsLLM7.8B
Novembre
- B Qwen2.5 Coder 32B Instruct HFAlibabaChinePoids ouvertsLLM33K32.8B
- Qwen2.5 Coder 14B Instruct HFAlibabaChinePoids ouvertsLLM14.8B
- C Mistral LargeMistral AIFrancePoids ouvertsLLM131K
Octobre
- C Aya Expanse 32BCohereCanadaPoids ouvertsLLM128K
- B claude-3-5-haiku-20241022AnthropicÉtats-UnisFerméVision (VLM)200K
- B claude-3-5-sonnet-20241022AnthropicÉtats-UnisFerméVision (VLM)200K
Septembre
- D Llama 3.2 1B Instruct HFMetaÉtats-UnisPoids ouvertsLLM60K1.2B
- C Llama 3.2 3B Instruct HFMetaÉtats-UnisPoids ouvertsLLM80K3.2B
- Llama 3.2 1B HFMetaÉtats-UnisPoids ouvertsLLM1.2B
- Llama 3.2 3B HFMetaÉtats-UnisPoids ouvertsLLM3.2B
- Qwen2.5 Coder 1.5B HFAlibabaChinePoids ouvertsLLM1.5B
- Qwen2.5 1.5B Instruct HFAlibabaChinePoids ouvertsLLM1.5B
- Qwen2.5 32B Instruct HFAlibabaChinePoids ouvertsLLM32.8B
- Qwen2.5 3B Instruct HFAlibabaChinePoids ouvertsLLM3.1B
- Qwen2.5 Coder 7B Instruct HFAlibabaChinePoids ouvertsLLM7.6B
- Qwen2.5 14B Instruct HFAlibabaChinePoids ouvertsLLM14.8B
- Qwen2.5 7B HFAlibabaChinePoids ouvertsLLM7.6B
- B o1-miniOpenAIÉtats-UnisFerméLLM128K
- B Qwen2.5 72B Instruct HFAlibabaChinePoids ouvertsLLM131K72.7B
- Qwen2.5 7B Instruct HFAlibabaChinePoids ouvertsLLM131K7.6B
- Qwen2.5 VL 72B Instruct HFAlibabaChinePoids ouvertsVision (VLM)131K73.4B
Août
- C Command R (08-2024)CohereCanadaPoids ouvertsLLM128K
- C Command R+ (08-2024)CohereCanadaPoids ouvertsLLM128K
- Hermes 3 70B Instruct HFNous ResearchÉtats-UnisPoids ouvertsLLM66K70.6B
- Hermes 3 405B Instruct HFNous ResearchÉtats-UnisFerméLLM131K
- B grok-2-2024-08-13xAIÉtats-UnisFerméLLM131K
- B grok-2-mini-2024-08-13xAIÉtats-UnisFerméLLM
- B GPT-4o (2024-08-06)OpenAIÉtats-UnisFerméVision (VLM)128K
- D flux-1-dev-fp8Black Forest LabsAllemagneFerméImage
Juillet
- C Llama 3.1 70B Instruct HFMetaÉtats-UnisPoids ouvertsLLM131K70.6B
- C Llama 3.1 8B Instruct HFMetaÉtats-UnisPoids ouvertsLLM32K8B
- B GPT-4o-mini (2024-07-18)OpenAIÉtats-UnisFerméVision (VLM)128K
- Llama 3.1 8B Instruct HFMetaÉtats-UnisPoids ouvertsLLM8B
- C gemma-2-2b-it HFGoogleÉtats-UnisPoids ouvertsLLM128K2.6B
- Llama 3.1 8B HFMetaÉtats-UnisPoids ouvertsLLM8B
- C Gemma 2 27B HFGoogleÉtats-UnisFerméLLM8K
- C Mistral Large 2407Mistral AIFranceFerméLLM131K
- Mistral Nemo HFMistral AIFrancePoids ouvertsLLM128K12.2B
Juin
- C gemma-2-9b-it HFGoogleÉtats-UnisFerméLLM8K
- Llama 3 Groq 8B Tool Use HFGroqÉtats-UnisPoids ouvertsLLM8B
- DeepSeek Coder V2 Lite Instruct HFDeepSeekChinePoids ouvertsLLM15.7B / 2.7B
Mai
- B GPT-4o (2024-05-13)OpenAIÉtats-UnisFerméVision (VLM)128K
Avril
- C llama-3-8b-instructMetaÉtats-UnisPoids ouvertsLLM8K
- C llama-3-70b-instructMetaÉtats-UnisPoids ouvertsLLM8K
- Meta Llama 3 8B HFMetaÉtats-UnisPoids ouvertsLLM8B
- Meta Llama 3 8B Instruct HFMetaÉtats-UnisPoids ouvertsLLM8B
- Mixtral 8x22B Instruct HFMistral AIFranceFerméLLM66K
- OpenELM 1 1B Instruct HFAppleÉtats-UnisPoids ouvertsLLM1.1B
- B Qwen MaxAlibabaChineFerméLLM33K
Mars
- C claude-3-haiku-20240307AnthropicÉtats-UnisFerméVision (VLM)200K
Février
- C claude-3-opus-20240229AnthropicÉtats-UnisFerméLLM200K
- C claude-3-sonnet-20240229AnthropicÉtats-UnisFerméLLM200K
Janvier
- B Qwen PlusAlibabaChineFerméLLM1M
Les dates de sortie proviennent des catalogues de modèles (models.dev, LiteLLM, Hugging Face) ; les modèles dont on ne connaît que l’année de sortie ne sont pas affichés. Les leaders d’une année sont ses modèles les mieux classés aujourd’hui dans nos classements.
Mis à jour · Sources: models.dev (MIT), LiteLLM (MIT), LMArena (CC BY 4.0), Hugging Face
Arena (LMArena) scores: Arena Leaderboard Dataset by LMArena, CC BY 4.0. Modified by fedi.software (filtered, re-ranked, aggregated). Not endorsed by LMArena.
Une chronologie des sorties de modèles
L'infographie « Modèles d'IA par année : qui a sorti quoi » range les sorties de modèles sur une ligne du temps : l'année en cours en haut, puis le détail mois par mois. Chaque ligne correspond à un modèle et indique son éditeur, le pays où celui-ci a son siège, le statut des poids (ouverts ou fermés), le type et la fenêtre de contexte. Pour les modèles ouverts s'ajoute le nombre de paramètres ; pour un modèle à mélange d'experts (MoE), le second nombre donne la part active, celle qui calcule réellement à chaque token.
Seuls les modèles des laboratoires d'IA y figurent : ceux qui ont une note dans nos classements ou des poids publiés sur Hugging Face. Revendeurs, routeurs et réentraînements amateurs sont écartés, pour que la liste montre qui a réellement conçu quoi.
Lire les étiquettes
- « Poids ouverts » (open weights) : les fichiers du modèle se téléchargent et tournent sur votre propre machine. Pour savoir quelle mémoire il faut, voyez quel modèle ouvert convient à votre matériel.
- « Fermé » : le modèle n'est accessible que par l'application ou l'API de l'éditeur.
- « LLM » désigne un modèle de texte, « Vision (VLM) » un modèle qui lit aussi les images. « Raisonnement » signale un modèle qui décompose le problème étape par étape avant de répondre : plus lent et plus cher par réponse, mais plus solide en mathématiques, en code et en planification. Les générateurs d'images, de vidéo et d'audio ont leurs propres étiquettes.
Les éditeurs de modèles fermés ne publient pas le nombre de paramètres : la case reste donc vide chez eux plutôt que d'afficher une supposition.
Le bandeau au-dessus de chaque année
Au sommet de chaque année, un bandeau réunit les modèles de ce millésime qui sont aujourd'hui en tête pour le texte, le code, le développement web, les agents, l'image et la vidéo. C'est un regard d'aujourd'hui, pas une reconstitution des classements de l'époque : un modèle sorti au printemps a pu être dépassé dès l'automne, et le bandeau montre comment sa génération se comporte maintenant dans les classements.
Filtrer et citer
- Restreignez la vue par éditeur, pays, poids ouverts ou type, ou cherchez un modèle par son nom.
- Ouvrez une année sur sa propre page : c'est une édition annuelle, pratique pour un lien stable.
- Gardez en tête les limites des données, décrites ci-dessous.
D'où viennent les dates
Les dates de sortie proviennent des catalogues models.dev et LiteLLM, les paramètres et licences de Hugging Face, les notes des modèles en tête de LMArena ; le pays de chaque éditeur est attribué par fedi.software. Une date correspond au jour où le modèle est apparu dans les catalogues et peut différer de quelques jours de l'annonce. Les modèles dont les sources ne donnent que l'année ne sont pas affichés. Le pays est celui du siège de l'entreprise, pas celui de ses centres de données ni de ses utilisateurs.