Où vont les LLM, et ce que ça change pour vos applications

Depuis l’arrivée des assistants conversationnels fin 2022, il ne se passe pas un mois sans l’annonce d’un modèle « plus puissant que tous les autres ». Pour une entreprise qui construit une application, ce rythme pose une question très concrète : comment faire un choix aujourd’hui qui ne sera pas dépassé dans six mois ?

La réponse passe par un tri. Derrière le bruit des annonces, quelques tendances sont solides : elles sont mesurées, sur plusieurs années, par des équipes de recherche indépendantes. D’autres restent incertaines. Cet article passe en revue les unes et les autres, et en tire des règles de conception pour une application qui vieillira bien.

Si vous voulez d’abord comprendre ce qu’est un LLM et comment il fonctionne, notre article Comment fonctionne un LLM, expliqué simplement → pose les bases.

01 · Le raisonnement

Penser avant de répondre.

Pendant des années, le progrès des LLM est venu presque entièrement de leur taille : plus de paramètres, plus de textes lus, plus de calcul à l’entraînement. Cette voie continue, mais elle coûte de plus en plus cher pour des gains de plus en plus difficiles à percevoir.

En septembre 2024, OpenAI a présenté o1, le premier modèle grand public dit « de raisonnement ». En janvier 2025, le chinois DeepSeek a publié R1, un modèle comparable dont les paramètres sont librement téléchargeables, avec la description détaillée de sa méthode. Depuis, tous les grands acteurs proposent ce type de modèle.

Leur principe : avant de répondre, le modèle écrit un long raisonnement intermédiaire, essaie des pistes, vérifie ses calculs, revient en arrière. Il a appris à le faire par essais et erreurs, sur des milliers de problèmes dont la réponse se vérifie automatiquement — un résultat mathématique, un programme qui doit passer ses tests. Le progrès ne vient plus seulement de ce que le modèle a appris, mais du temps de réflexion qu’on lui accorde à chaque question.

Ce que ça change.

Sur les problèmes difficiles — une analyse en plusieurs étapes, un programme complexe, un raisonnement juridique ou financier qui demande de recouper plusieurs informations —, ces modèles sont nettement plus fiables. Mais chaque réponse consomme beaucoup plus de tokens, donc de temps et d’argent. Pour extraire un montant d’une facture ou classer un courriel, ils n’apportent rien, sinon de la lenteur.

Une question reste ouverte : ce raisonnement appris sur les mathématiques et le code se transfère-t-il aussi bien aux problèmes de l’entreprise, moins nets, où la « bonne réponse » ne se vérifie pas automatiquement ? Les résultats sont encourageants, pas encore tranchés.

02 · Les coûts

Le prix de l’intelligence s’effondre.

C’est la tendance la plus spectaculaire, et la mieux mesurée. L’institut de recherche Epoch AI a suivi pendant trois ans le prix nécessaire pour atteindre un niveau de performance donné sur différents tests. Selon le niveau visé, ce prix a été divisé entre 9 et 900 fois par an. Pour atteindre le niveau du meilleur modèle de 2023 sur des questions scientifiques de niveau doctorat, il a été divisé par 40 chaque année.

Cette baisse a plusieurs causes qui s’additionnent : des processeurs plus efficaces, des modèles plus petits qui font aussi bien que les grands d’hier, des techniques de calcul plus économes, et une concurrence intense entre fournisseurs. Les auteurs le soulignent eux-mêmes : les baisses les plus fortes sont récentes, et rien ne garantit qu’elles dureront au même rythme.

Ce que ça change.

D’abord, il ne faut pas figer une architecture sur le prix d’aujourd’hui : un usage jugé trop cher cette année peut devenir banal l’année suivante. Ensuite, le coût d’une application d’IA se déplace : la part des tokens baisse, celle de l’intégration — les données, les processus, la sécurité, les tests — devient l’essentiel.

Avec une nuance de taille : les modèles de raisonnement et les agents consomment beaucoup plus de tokens par tâche. Le prix unitaire baisse, mais la facture totale peut monter si l’on n’y prend pas garde. La sobriété reste une règle de conception, pas une question réglée par le marché.

03 · Les petits modèles

Plus petits, plus nombreux, plus proches.

Deuxième tendance solide : les petits modèles rattrapent les grands avec quelques mois ou années de retard. Une technique, la « distillation », consiste à entraîner un petit modèle à imiter les réponses d’un grand ; elle transmet une bonne partie de ses capacités pour une fraction de la taille. Un modèle qui tient aujourd’hui sur un seul serveur fait mieux, sur bien des tâches, que les meilleurs modèles de 2023.

Une part croissante de ces modèles est publiée avec ses paramètres en libre accès : la famille Llama de Meta, les modèles du français Mistral, ceux de DeepSeek ou d’Alibaba, et, depuis l’été 2025, deux modèles d’OpenAI. On peut les installer sur ses propres serveurs, les spécialiser sur un métier, et les faire tourner sans qu’aucune donnée ne sorte de l’entreprise.

Ce que ça change.

• La confidentialité devient un choix d’architecture, pas une contrainte subie : les données sensibles peuvent être traitées par un modèle hébergé en France, sur des serveurs que l’on maîtrise.
• Une application combine plusieurs modèles : un petit, rapide et économe, pour trier, extraire et classer ; un grand, réservé aux étapes qui en ont réellement besoin.
• La dépendance à un fournisseur se réduit : si les modèles ouverts suivent les modèles fermés à quelques mois d’écart, on n’est jamais prisonnier d’une seule offre.

04 · Les agents

De la réponse à l’action.

Un assistant répond à une question. Un agent reçoit un objectif — préparer un dossier, traiter une réclamation, corriger un programme — et enchaîne lui-même les étapes : il planifie, consulte des documents, appelle des outils, vérifie le résultat, recommence s’il le faut.

Deux évolutions rendent ce modèle de plus en plus crédible. La première est technique : fin 2024, Anthropic a publié le « Model Context Protocol », une façon standard de brancher un modèle sur des outils et des sources de données, reprise depuis par la plupart des acteurs. Brancher un agent sur une messagerie, un logiciel de gestion ou une base documentaire ne demande plus un développement spécifique à chaque fois.

La seconde est mesurée. L’organisme de recherche METR évalue la durée des tâches que les agents parviennent à mener à bien, en temps qu’il faudrait à un expert humain. Cette durée double environ tous les sept mois depuis 2019, sur des tâches de développement logiciel, de cybersécurité et de raisonnement.

La vraie question : la fiabilité.

Ces mesures se font à 50 % de réussite. C’est un excellent indicateur de progrès, et un seuil inacceptable pour une entreprise. Surtout, les erreurs se multiplient : un agent qui réussit chaque étape 95 fois sur 100 ne réussit une tâche de dix étapes que six fois sur dix.

D’où les règles qui font un agent utilisable en production : un périmètre borné plutôt qu’un objectif ouvert, des droits limités à ce dont il a besoin, un journal de chaque action, des points de contrôle où une personne valide avant que l’agent poursuive, et la possibilité de revenir en arrière.

05 · Au-delà du texte

Lire, voir, écouter.

Les premiers LLM ne lisaient que du texte. Les modèles actuels lisent aussi les images, les documents tels qu’ils sont — un PDF scanné, un tableau, un plan, une photo de chantier —, et de plus en plus la voix, en temps réel. On parle de modèles « multimodaux ».

Pour une entreprise, c’est sans doute le changement le plus immédiatement utile. Lire une facture, un bon de livraison ou un constat demandait jusqu’ici une chaîne d’outils : reconnaissance de caractères, règles d’extraction, contrôles, et des ajustements à chaque nouveau modèle de document. Un modèle multimodal lit le document comme une personne le lirait, mise en page comprise, et en extrait les informations dans un format structuré.

Même logique pour la voix : compte rendu de réunion, prise de commande par téléphone, assistance à un technicien qui a les mains occupées. Les limites restent celles de tout LLM — il peut mal lire un chiffre comme il peut en inventer un —, d’où l’intérêt de contrôles automatiques simples : un total qui doit correspondre à la somme des lignes, un numéro de client qui doit exister.

06 · Les freins

Ce qui pourrait ralentir.

Les données.

Epoch AI estime le stock de textes publics de qualité, écrits par des humains, à environ 300 000 milliards de tokens. Au rythme actuel, les plus grands modèles pourraient l’avoir entièrement utilisé entre 2026 et 2032. Les laboratoires se tournent déjà vers les données synthétiques, produites par d’autres modèles, et vers l’apprentissage par essais et erreurs, qui fabrique ses propres exemples. Leur efficacité à grande échelle reste à démontrer.

L’énergie.

Selon l’Agence internationale de l’énergie, les centres de données ont consommé environ 415 térawattheures en 2024, 1,5 % de l’électricité mondiale. Elle prévoit plus d’un doublement d’ici 2030, à environ 945 térawattheures, un peu plus que la consommation actuelle du Japon, l’IA étant le premier moteur de cette hausse. L’accès à l’électricité devient une contrainte industrielle, et l’empreinte de l’IA, un sujet de responsabilité pour les entreprises qui l’utilisent.

Le cadre réglementaire.

En Europe, l’AI Act impose depuis août 2025 des obligations aux fournisseurs de modèles à usage général, et encadrera les usages à haut risque à partir de décembre 2027. Il ne freine pas la technologie, mais il en change l’usage : documentation, transparence, contrôle humain. Notre page Conformité → en détaille le calendrier.

07 · Ce que ça change

Concevoir une application qui vieillira bien.

Si les modèles changent tous les six mois, une application ne doit pas en dépendre. Six règles en découlent, que nous appliquons dans nos projets :

• Ne pas dépendre d’un modèle. L’application parle au modèle par une couche intermédiaire ; en changer est une décision de configuration, pas une réécriture.
• Mesurer avant de changer. Un jeu de questions dont on connaît les bonnes réponses permet de vérifier, en quelques heures, si le nouveau modèle fait mieux sur votre métier, et pas seulement sur les tests publics.
• Le plus petit modèle qui suffit, étape par étape. Le raisonnement et les grands modèles là où ils changent le résultat ; ailleurs, la sobriété.
• Investir dans ce qui dure. Des documents propres et à jour, des données fiables, des processus clairs, des jeux de tests : ils survivent à tous les modèles, et ce sont eux qui font la qualité d’une application.
• Garder une personne aux points de décision, d’autant plus que les agents gagnent en autonomie.
• Choisir l’hébergement selon la sensibilité des données, en sachant que les modèles ouverts rendent possible un traitement entièrement en France.

La prévision la plus sûre est peut-être celle-ci : dans deux ans, le modèle que vous utilisez aura changé, peut-être plusieurs fois. Ce qui fera la différence, c’est tout ce que vous aurez construit autour.

Sources : OpenAI, présentation d’o1, septembre 2024 ; DeepSeek-AI, « DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning », janvier 2025 ; Epoch AI, « LLM inference prices have fallen rapidly but unequally across tasks », 2025 ; Anthropic, « Introducing the Model Context Protocol », novembre 2024 ; Kwa et al. (METR), « Measuring AI Ability to Complete Long Tasks », mars 2025 ; Villalobos et al. (Epoch AI), « Will we run out of data? », 2024 ; Agence internationale de l’énergie, « Energy and AI », avril 2025 ; règlement (UE) 2024/1689 sur l’intelligence artificielle.