Providers LLM comparés : free tier vs payant
Trop de choix tue le choix. En 2026, on compte une bonne dizaine de providers LLM sérieusement utilisables. Ce guide compare leurs forces et leurs limites, avec des recommandations par cas d'usage. Les quotas gratuits et les tarifs changent souvent : vérifiez-les toujours sur le site de chaque fournisseur avant de décider.
Les 4 catégories de providers
Pour y voir clair, je range les providers en 4 catégories selon leur modèle économique :
- Free tier généreux (Groq, Gemini, Mistral, Cerebras) : pour prototyper et absorber du volume modéré
- Free tier limité (Cohere, NVIDIA, AI21, OpenRouter) : surtout pour tester
- Crédits offerts (Together, SambaNova) : un petit crédit à l'inscription, puis paiement à l'usage
- Purement payants (OpenAI, Anthropic, Arcee) : qualité élevée, prix en rapport
Les free tiers généreux
Groq : rapide et simple à brancher
Groq propose un accès gratuit à llama-3.3-70b-versatile, avec une latence parmi les plus basses du marché.
- ✓ API compatible OpenAI
- ✓ Modèles ouverts de qualité (famille Llama, entre autres)
- ✓ Latence très basse
- ✗ Choix de modèles plus restreint que chez les grands éditeurs
Gemini : le plus généreux en volume
Google offre un accès gratuit à Gemini Flash, avec une grande fenêtre de contexte.
- ✓ Vision incluse
- ✓ Très grande fenêtre de contexte
- ✓ Modèles Pro disponibles, avec des quotas plus bas
- ✗ API différente du format OpenAI (une passerelle compatible OpenAI s'occupe de la conversion)
Mistral : l'éditeur français
Un accès gratuit à Mistral Small, avec des limites de débit par minute.
- ✓ Éditeur européen, avec une documentation claire
- ✓ Modèles ouverts et modèles propriétaires
- ✓ Codestral pour le code, Mistral Small pour le général
Cerebras : le plus rapide
Cerebras s'appuie sur son propre matériel (puces wafer-scale) pour des latences très basses.
- ✓ Latence parmi les meilleures du marché
- ✓ Modèles ouverts (Llama, GPT-OSS)
- ✗ Limites de débit par minute strictes
Les free tiers limités
Cohere : le spécialiste RAG
Cohere est spécialisé dans les tâches de retrieval et de RAG.
- ✓ Bon sur les embeddings
- ✓ API de reranking
- ✗ Le quota gratuit s'épuise vite en production
NVIDIA NIM : beaucoup de modèles ouverts
NVIDIA héberge des modèles ouverts (Llama, Mixtral, Gemma) accessibles gratuitement pour tester.
- ✓ Large choix de modèles
- ✓ API compatible OpenAI
- ✗ Une vérification par téléphone peut être demandée à l'inscription
AI21 Labs : Jamba, une architecture différente
Les modèles Jamba reposent sur une architecture hybride Mamba et Transformer.
- ✓ Grande fenêtre de contexte
- ✓ Adapté à la compréhension de longs documents
- ✗ Écosystème moins développé que celui de Llama ou de Mistral
OpenRouter : le méta-provider
OpenRouter donne accès à de nombreux modèles derrière une seule API, dont des modèles :free au débit limité.
- ✓ Accès à des modèles rares
- ✓ Facturation unifiée pour les modèles payants
- ✗ Free tier très limité sans crédits
Les crédits offerts
Together AI
Héberge de nombreux modèles ouverts. Bonne option pour essayer les derniers modèles dès leur sortie.
SambaNova
Comme Cerebras, du matériel dédié et très rapide. Des modèles comme DeepSeek-R1 y sont proposés.
Les payants
OpenAI : la référence
Les modèles GPT restent une référence pour les tâches complexes. Consultez la grille tarifaire officielle : elle évolue régulièrement.
- ✓ Qualité de référence pour les tâches complexes
- ✓ Function calling très mature
- ✓ Vision et audio
- ✗ Parmi les plus chers
Anthropic Claude : le raisonnement et le code
Les modèles Claude sont très appréciés pour le raisonnement complexe et la programmation.
- ✓ Très bons en code et en analyse de documents longs
- ✓ Grande fenêtre de contexte
- ✗ Payant
Arcee : modèles orientés entreprise
Arcee propose des modèles de la gamme Trinity, orientés cas d'usage en entreprise.
Recommandations par cas d'usage
| Cas d'usage | Provider recommandé | Pourquoi |
|---|---|---|
| Chatbot support client | Groq, Gemini en secours | Latence basse, offre gratuite, qualité suffisante pour du support |
| Génération de code | Groq (Llama 3.3 70B) | Rapide, qualité correcte pour le code courant |
| Raisonnement complexe | Claude ou GPT | Payants, mais qualité élevée |
| RAG et recherche | Cohere (embeddings et reranking), Gemini pour la génération | Cohere est spécialisé dans le RAG |
| Documents longs | Gemini ou AI21 Jamba | Très grandes fenêtres de contexte |
| Traitement d'images | Gemini ou Claude | Bonne qualité, API claire |
Combiner plusieurs providers
Aucun provider n'est le meilleur partout. Une répartition courante : un modèle rapide pour le code, un modèle généraliste
pour l'écriture, un modèle économique pour les résumés, et un modèle haut de gamme en secours pour les cas complexes.
Avec model="auto", routtx choisit le modèle selon la tâche et bascule sur un autre fournisseur si le premier est indisponible.
Vos propres clés de fournisseur restent stockées chiffrées. Pour le cadre technique, voir la page
intégration et les routage des modèles.
Voir le routage multi-provider en démonstration
Une démonstration de routtx : vos clés de fournisseur, le choix automatique du modèle et la bascule en cas d'indisponibilité.
Réserver une démo Intégration