L'arbre des familles de poids ouverts

Une poignée de familles couvre presque tout l'usage local, et chacune se livre comme une échelle de tailles et de saveurs post-entraînement. Connaître l'arbre vous dit sur quoi est réellement construit n'importe quel fine-tune Hugging Face pris au hasard — et quelle base tendre en premier. Toutes sont à poids ouverts ; ce que ça vous donne et ne vous donne pas est couvert dans poids ouverts vs API fermées.

Les familles majeures

Mentions honorables : GLM (Zhipu) et Yi (01.AI) — des bases solides avec variantes long contexte ; OLMo (AllenAI) — totalement ouvert : données d'entraînement, code et checkpoints publiés, le point de référence quand « ouvert » doit signifier plus que des poids.

Tailles et conditions de licence dérivent à chaque livraison — lisez la fiche modèle avant de livrer quoi que ce soit de commercial.

Notes par famille

• Qwen — la réponse par défaut pour l'usage local multilingue. L'échelle de tailles est inhabituellement fine (0.6/1.7/4/8/14/32B denses, plus MoE 30B-A3B et 235B-A22B), donc chaque palier VRAM a son Qwen. La génération Qwen3 a ajouté des bascules « thinking » par prompt sur la plupart des tailles.
• Llama — moins la frontière qualité que la frontière compatibilité : chaque outil, tuto et fine-tune la supporte en premier. Llama 4 est passée au MoE, donc la lignée dense 3.x reste le pilier quotidien de nombreuses installations locales.
• Gemma — régulièrement forte pour sa taille de fichier, ce qui compte quand vous êtes bridé en Q4 sur un laptop. L'entrée vision de Gemma 3 en fait le défaut multimodal facile en local.
• Mistral — pionnière du 7B ouvert utilisable et du MoE ouvert (Mixtral 8x7B). Les flagships récents penchent fermé ; les 7B ouverts et les variantes Small (22–24B) restent des valeurs sûres.
• Phi — entraîné lourdement sur des données synthétiques curatées de « qualité manuel scolaire » ; tape au-dessus de sa catégorie en maths et logique, plus mince en connaissances du monde. Un bon cerveau de petit agent.
• DeepSeek — V3 et R1 ont fait avancer la capacité de raisonnement ouvert ; les modèles complets exigent du matériel sérieux, mais la famille R1-distill (bases Qwen/Llama entraînées sur des traces de raisonnement R1) exécute la chaîne de pensée localement dès 1.5B.

Les générations d'un coup d'œil

Les arbres familiaux vont vite ; les générations vieillissent comme du lait. Lignée approximative, de la plus ancienne à la plus récente couvertes ici :

La règle utile : au sein d'une famille, une génération plus récente à taille inférieure égale habituellement une génération plus ancienne à taille supérieure. Un 8B actuel bat régulièrement un 30B vieux de deux générations à la plupart des tâches — d'où le bon réflexe : « le modèle le plus récent qui tient », pas « le plus gros modèle qui tient ».

Lire les noms de modèles : base vs instruct vs raisonnement

Chaque famille livre plusieurs saveurs post-entraînement ; le nom est l'anneau de décodage :

Un modèle base répond en continuant votre texte : dites bonjour et vous pouvez recevoir un fil de forum, une FAQ ou un paragraphe façon Wikipédia sur les salutations. Les modèles instruct se comportent en assistants. Tout le reste de ce guide suppose des checkpoints instruct ou raisonnement — exécuter un modèle base et conclure « les modèles locaux sont bêtes » est l'erreur classique de la première semaine.

MoE : paramètres totaux vs actifs

Les modèles mixture-of-experts stockent bien plus de poids que n'importe quel jeton n'en utilise. Le bloc feed-forward de chaque couche se scinde en sous-réseaux experts ; un petit routeur choisit les quelques meilleurs experts par jeton, par couche. « 235B-A22B » signifie 235B paramètres stockés, ~22B actifs par jeton. Deux coûts se séparent :

mémoire pour les poids ∝ paramètres totaux    (tous les experts doivent tenir en RAM/VRAM)
calcul par jeton      ∝ paramètres actifs     (seuls les experts routés tournent)

Un MoE achète donc une qualité de grand modèle à la vitesse d'un petit — si vous pouvez tenir les poids. C'est toute l'histoire locale du Qwen3-30B-A3B : ~30B de capacité stockée pour des machines à 24–32 GB, au coût de décodage ~3B, battant les modèles denses de même taille tout en générant plus vite. La mécanique est dans vitesse.

Même budget mémoire, autre silhouette :

Réserves MoE : la qualité par paramètre actif est inférieure à celle d'un dense, le routage ajoute des frais à taille de lot 1, et les routeurs sont sensibles à la quantification bâclée — préférez des recettes de quant validées par la communauté pour les checkpoints MoE plutôt que des versions maison.

Coréen et multilingue

Consensus communautaire approximatif pour le coréen, à ce jour : Qwen d'abord (coréen solide sur toute l'échelle de tailles), Gemma ensuite (prose coréenne propre, niveaux de politesse parfois raides), les familles anglophones d'abord à une visible troisième place (erreurs de particules, calques de l'anglais). Testez directement — niveaux de politesse (존댓말/반말), choix des particules, cohérence de registre — avec le protocole dans choisir un modèle.

La jungle des fine-tunes

La plupart des dépôts Hugging Face ne viennent pas du labo d'origine. Des couches de culture s'accumulent au-dessus :

• Fusions — moyennage de poids (TIES, DARE, SLERP) de plusieurs fine-tunes. Parfois réellement meilleures que tout parent ; souvent un pile ou face qui s'évalue moins bien.
• Abliterated — directions de refus retirées chirurgicalement. Utile pour la fiction et la recherche ; coûte habituellement un peu de capacité générale. Méfiez-vous de la licence et de votre juridiction.
• Fine-tunes « slop » — un LoRA rapide sur données synthétiques chassant les vibes d'arène, publié sous un nom de plus en plus emphatique. Qualité très variable, dans les deux sens.
• Quants communautaires — bartowski, mradermacher et pairs re-quantifient l'amont sans toucher les poids. Ceux-là sont sûrs ; ce sont les fine-tunes modifiant le comportement qui exigent une vérification.

Quand vous ouvrez la fiche d'un fine-tune, cherchez le modèle de base nommé, des évals d'un harness que vous reconnaissez (pas des captures d'écran) et un jeu de données décrit — « dataset privé » est un drapeau jaune.

Politique par défaut : préférez la livraison du labo amont sauf si un fine-tune a des preuves indépendantes et reproduites d'être meilleur. Comment peser cela face aux benchmarks et au signal communautaire : choisir un modèle.

Voir aussi : choisir un modèle · poids ouverts vs API fermées · quantification · formats de modèles