LLM et IA Générative
Études de cas - ChatGPT, Claude, Gemini Analyse comparative des principaux LLM - architecture, forces, faiblesses et cas d'usage de GPT-4, Claude, Gemini et Llama
Analyse approfondie des modèles qui définissent l'état de l'art en 2024-2025.
┌─────────────────────────────────────────────────────────────────┐ │ PAYSAGE DES LLM (2025) │ ├─────────────────────────────────────────────────────────────────┤ │ │ │ PROPRIÉTAIRES OPEN SOURCE │ │ ┌─────────────────────┐ ┌─────────────────────┐ │ │ │ OpenAI │ │ Meta │ │ │ │ • GPT-4o │ │ • Llama 3.1 405B │ │ │ │ • o1/o3 (reasoning) │ │ • Llama 3.2 Vision │ │ │ ├─────────────────────┤ ├─────────────────────┤ │ │ │ Anthropic │ │ Mistral │ │ │ │ • Claude 3.5 Sonnet │ │ • Mistral Large │ │ │ │ • Claude Opus 4 │ │ • Mixtral 8x22B │ │ │ ├─────────────────────┤ ├─────────────────────┤ │ │ │ Google │ │ Autres │ │ │ │ • Gemini 1.5 Pro │ │ • Qwen 2.5 │ │ │ │ • Gemini 2.0 │ │ • DeepSeek │ │ │ └─────────────────────┘ └─────────────────────┘ │ │ │ └─────────────────────────────────────────────────────────────────┘ ┌─────────────────────────────────────────────────────────────────┐ │ GPT-4 │ ├─────────────────────────────────────────────────────────────────┤ │ │ │ Type: Transformer decoder-only (rumeur: Mixture of Experts) │ │ Paramètres: ~1.8T (estimé, non confirmé) │ │ Contexte: 128K tokens (GPT-4 Turbo) │ │ Entraînement: ~$100M+ estimé │ │ │ │ ÉVOLUTION: │ │ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ │ │ │ GPT-4 │ → │ GPT-4 │ → │ GPT-4o │ → │ o1/o3 │ │ │ │ (2023) │ │ Turbo │ │ (2024) │ │ (2024) │ │ │ │ 8K ctx │ │ 128K │ │ Multi │ │ Reason │ │ │ └─────────┘ └─────────┘ └─────────┘ └─────────┘ │ │ │ └─────────────────────────────────────────────────────────────────┘ Forces Faiblesses Excellent en code Coût élevé Grande polyvalence Pas open source Écosystème riche (plugins) Hallucinations fréquentes Fine-tuning disponible Moins bon en maths que o1
# GPT-4 excelle pour: # 1. Génération de code complexe response = openai.chat.completions.create( model = "gpt-4o" , messages = [{ "role" : "user" , "content" : "Implémente un serveur WebSocket avec auth JWT" }] ) # 2. Analyse de documents longs (128K context) with open ( "rapport_annuel.pdf" , "rb" ) as f: response = openai.chat.completions.create( model = "gpt-4o" , messages = [{ "role" : "user" , "content" : f "Analyse ce rapport: { extract_text(f) } " }] ) # 3. Multimodal (vision + texte) response = openai.chat.completions.create( model = "gpt-4o" , messages = [{ "role" : "user" , "content" : [ { "type" : "text" , "text" : "Décris cette image" }, { "type" : "image_url" , "image_url" : { "url" : image_url}} ] }] ) ┌─────────────────────────────────────────────────────────────────┐ │ o1/o3 - REASONING MODELS │ ├─────────────────────────────────────────────────────────────────┤ │ │ │ Différence avec GPT-4: │ │ • "Réfléchit" avant de répondre (chain-of-thought interne) │ │ • Temps de réponse plus long │ │ • Excelle sur problèmes complexes (maths, logique) │ │ │ │ Benchmarks: │ │ ├── AIME (maths compétition): 83% (vs 13% GPT-4) │ │ ├── GPQA (PhD science): 78% (vs 53% GPT-4) │ │ └── Codeforces: 89 percentile │ │ │ │ Quand utiliser o1: │ │ ✓ Problèmes mathématiques complexes │ │ ✓ Raisonnement multi-étapes │ │ ✓ Analyse scientifique │ │ ✗ Réponses rapides (latence élevée) │ │ ✗ Tâches créatives (GPT-4 meilleur) │ │ │ └─────────────────────────────────────────────────────────────────┘ ┌─────────────────────────────────────────────────────────────────┐ │ CLAUDE │ ├─────────────────────────────────────────────────────────────────┤ │ │ │ Philosophie: Constitutional AI + RLHF │ │ Focus: Sécurité, honnêteté, harmlessness │ │ Contexte: 200K tokens (le plus long du marché) │ │ │ │ GAMME: │ │ ┌─────────────┬─────────────┬─────────────┐ │ │ │ Haiku │ Sonnet │ Opus │ │ │ │ (Rapide) │ (Équilibré)│ (Puissant) │ │ │ │ $0.25/M │ $3/M │ $15/M │ │ │ └─────────────┴─────────────┴─────────────┘ │ │ │ │ INNOVATIONS: │ │ • Artifacts (code/visualisations interactifs) │ │ • Computer Use (contrôle d'ordinateur) │ │ • MCP (Model Context Protocol) │ │ • Projects (mémoire persistante) │ │ │ └─────────────────────────────────────────────────────────────────┘ Forces Faiblesses Contexte 200K tokens Pas de fine-tuning Excellent suivi d'instructions Parfois trop prudent Très bon en code Moins de plugins/intégrations Réponses nuancées API moins mature Constitution AI (sécurité)
import anthropic client = anthropic.Anthropic() # 1. Analyse de codebase entière (200K context) codebase = read_entire_codebase( "./src" ) # 150K tokens response = client.messages.create( model = "claude-sonnet-4-20250514" , max_tokens = 4096 , messages = [{ "role" : "user" , "content" : f "Analyse cette codebase et suggère des améliorations: \n{ codebase } " }] ) # 2. Rédaction longue et nuancée response = client.messages.create( model = "claude-sonnet-4-20250514" , max_tokens = 8192 , messages = [{ "role" : "user" , "content" : "Rédige une analyse de 5000 mots sur l'impact de l'IA sur l'emploi" }] ) # 3. Computer Use (contrôle d'ordinateur) response = client.messages.create( model = "claude-sonnet-4-20250514" , max_tokens = 1024 , tools = [{ "type" : "computer_20241022" , "name" : "computer" , ... }], messages = [{ "role" : "user" , "content" : "Ouvre VS Code et crée un nouveau projet React" }] ) ┌─────────────────────────────────────────────────────────────────┐ │ GEMINI │ ├─────────────────────────────────────────────────────────────────┤ │ │ │ Type: Multimodal natif (texte, image, audio, vidéo) │ │ Contexte: 1M tokens (Gemini 1.5 Pro) │ │ Intégration: Google Workspace, Android, Search │ │ │ │ GAMME: │ │ ┌─────────────┬─────────────┬─────────────┐ │ │ │ Flash │ Pro │ Ultra │ │ │ │ (Rapide) │ (Équilibré) │ (Puissant) │ │ │ │ 1M context │ 1M context │ (Limité) │ │ │ └─────────────┴─────────────┴─────────────┘ │ │ │ │ DIFFÉRENCIATEURS: │ │ • Contexte 1M tokens (livres entiers) │ │ • Multimodal natif (pas d'adaptateur) │ │ • Intégration Google (Search, Docs, Gmail) │ │ • Grounding avec Google Search │ │ │ └─────────────────────────────────────────────────────────────────┘ Forces Faiblesses Contexte 1M tokens Moins bon en code que GPT-4 Multimodal natif API moins stable Grounding (Search) Moins de tiers développeurs Intégration Google Latence variable
import google.generativeai as genai genai.configure( api_key = "..." ) model = genai.GenerativeModel( 'gemini-1.5-pro' ) # 1. Analyse de vidéo (1h de contenu) video = genai.upload_file( "conference.mp4" ) response = model.generate_content([ "Résume les points clés de cette conférence" , video ]) # 2. Livre entier en contexte (1M tokens) with open ( "war_and_peace.txt" ) as f: book = f.read() # ~580K tokens response = model.generate_content( f "Voici 'Guerre et Paix': \n{ book }\n\n Analyse les thèmes principaux" ) # 3. Grounding avec Google Search response = model.generate_content( "Quels sont les derniers développements en fusion nucléaire ?" , tools = [{ "google_search" : {}}] ) ┌─────────────────────────────────────────────────────────────────┐ │ LLAMA │ ├─────────────────────────────────────────────────────────────────┤ │ │ │ Type: Open source (poids disponibles) │ │ Licence: Llama Community License (usage commercial OK) │ │ │ │ ÉVOLUTION: │ │ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ │ │ │ Llama 1 │ → │ Llama 2 │ → │ Llama 3 │ → │ Llama │ │ │ │ (2023) │ │ 7-70B │ │ 8-70B │ │ 3.1 405B│ │ │ │ Research│ │ Commercial│ │ +Code │ │ SOTA OS │ │ │ └─────────┘ └─────────┘ └─────────┘ └─────────┘ │ │ │ │ VERSIONS LLAMA 3.1: │ │ ├── 8B: Léger, edge computing │ │ ├── 70B: Équilibré, production │ │ └── 405B: SOTA open source, rival GPT-4 │ │ │ └─────────────────────────────────────────────────────────────────┘ Forces Faiblesses Open source (poids) Nécessite infrastructure Fine-tuning libre Moins bon que GPT-4/Claude Pas de vendor lock-in Pas d'API officielle Communauté active Contexte limité (128K)
# 1. Déploiement on-premise (données sensibles) from transformers import AutoModelForCausalLM, AutoTokenizer model = AutoModelForCausalLM.from_pretrained( "meta-llama/Llama-3.1-70B-Instruct" , device_map = "auto" , torch_dtype = torch.bfloat16, ) # 2. Fine-tuning sur données propriétaires from peft import LoraConfig, get_peft_model lora_config = LoraConfig( r = 16 , lora_alpha = 32 , target_modules = [ "q_proj" , "v_proj" ], ) model = get_peft_model(model, lora_config) # ... entraînement sur vos données # 3. Quantification pour edge # llama.cpp avec GGUF . / main - m llama - 3.1 - 8b . Q4_K_M .gguf \ - p "Réponds en français:" \ - n 256 ┌─────────────────────────────────────────────────────────────────┐ │ MISTRAL │ ├─────────────────────────────────────────────────────────────────┤ │ │ │ Origine: France (Paris), fondé par ex-Google/Meta │ │ Philosophie: Modèles efficaces, open source quand possible │ │ │ │ GAMME: │ │ ├── Mistral 7B: Open source, très efficace │ │ ├── Mixtral 8x7B: MoE open source │ │ ├── Mixtral 8x22B: MoE plus puissant │ │ ├── Mistral Small: API, rapide │ │ ├── Mistral Large: API, SOTA Mistral │ │ └── Codestral: Spécialisé code │ │ │ │ INNOVATION - Mixture of Experts (MoE): │ │ ┌─────────────────────────────────────────────────────────┐ │ │ │ Input → Router → [Expert 1] [Expert 2] → Output │ │ │ │ [Expert 3] [Expert 4] │ │ │ │ [Expert 5] [Expert 6] │ │ │ │ [Expert 7] [Expert 8] │ │ │ │ │ │ │ │ Seulement 2 experts actifs par token = efficacité │ │ │ └─────────────────────────────────────────────────────────┘ │ │ │ └─────────────────────────────────────────────────────────────────┘
Efficacité : Mistral 7B rivalise avec Llama 13BFrançais : Excellentes performances en françaisMoE : Mixtral = qualité 70B pour coût de 12BCode : Codestral excellent pour programmation
Modèle MMLU HumanEval MT-Bench Contexte Prix/1M tokens GPT-4o 88.7% 90.2% 9.0 128K $5 Claude 3.5 Sonnet 88.3% 92.0% 8.8 200K $3 Gemini 1.5 Pro 85.9% 84.1% 8.5 1M $3.50 Llama 3.1 405B 88.6% 89.0% 8.5 128K Self-hosted Mistral Large 81.2% 89.1% 8.2 128K $4
┌─────────────────────────────────────────────────────────────────┐ │ QUEL MODÈLE CHOISIR ? │ ├─────────────────────────────────────────────────────────────────┤ │ │ │ BESOIN RECOMMANDATION │ │ ─────────────────────────────────────────────────────────── │ │ Code complexe GPT-4o ou Claude Sonnet │ │ Raisonnement mathématique o1 / o3 │ │ Long contexte (>200K) Gemini 1.5 Pro │ │ Analyse de documents Claude (200K) ou Gemini (1M) │ │ Multimodal (vidéo) Gemini 1.5 Pro │ │ On-premise / données sensibles Llama 3.1 │ │ Budget limité Mistral ou Llama │ │ Fine-tuning Llama 3.1 ou GPT-4 │ │ Français Mistral ou Claude │ │ Sécurité / éthique Claude (Constitutional AI) │ │ Intégration Google Gemini │ │ Agents / tools Claude (MCP) ou GPT-4 │ │ │ └─────────────────────────────────────────────────────────────────┘ ┌─────────────────────────────────────────────────────────────────┐ │ TENDANCES ÉMERGENTES │ ├─────────────────────────────────────────────────────────────────┤ │ │ │ 1. MODÈLES DE RAISONNEMENT │ │ • o1/o3 (OpenAI), Gemini Thinking │ │ • Chain-of-thought explicite │ │ │ │ 2. CONTEXTE ULTRA-LONG │ │ • 1M+ tokens (livres, codebases) │ │ • Compression et récupération intelligente │ │ │ │ 3. AGENTS AUTONOMES │ │ • Computer Use (Claude) │ │ • Multi-tool orchestration │ │ │ │ 4. SMALL LANGUAGE MODELS │ │ • Phi-3, Gemma 2, Llama 3.2 │ │ • Edge computing, mobile │ │ │ │ 5. SPÉCIALISATION │ │ • Codestral (code), Med-PaLM (médical) │ │ • Modèles domain-specific │ │ │ └─────────────────────────────────────────────────────────────────┘