IA chinoises en 2026 : par quoi remplacer ChatGPT et Claude – et où est le piège

Un million de tokens de sortie de GPT-5.5 via l'API coûte 30 $. Chez Claude Sonnet 5.5, 10 $. Chez DeepSeek V4.1 Flash, à partir de 0,60 $.

Ce n'est pas une faute de frappe. L'écart est de plusieurs dizaines de fois. En plus, on peut télécharger le modèle DeepSeek en entier et le faire tourner sur son propre serveur, parce que ses poids sont publiés sous licence MIT. Tu pourrais l'intégrer à un produit dès demain.

On dirait une pub douteuse sur les réseaux sociaux. Mais c'est la réalité de 2026 : les labos chinois sortent presque chaque mois des modèles du niveau des fleurons occidentaux, et ils les offrent. Des développeurs du monde entier s'en servent déjà.

Voyons ce que sont ces modèles, ce dont ils sont vraiment capables, comment les brancher sur Claude Code – et où commence le piège. Il y en a un, et même plusieurs.

Ce que sont les modèles ouverts et pourquoi c'est important

En bref : un modèle ouvert (open-weight) est un réseau de neurones dont les poids sont publiés en téléchargement. On peut le faire tourner sur son propre matériel, l'affiner pour sa tâche et l'intégrer à un produit sans abonnement et sans envoyer ses données dans le cloud de quelqu'un d'autre.

ChatGPT et Claude sont des modèles fermés. Tu ne les utilises qu'à travers un site, une appli ou une API, et le modèle lui-même vit sur les serveurs d'OpenAI et d'Anthropic. Un modèle ouvert, tu peux le posséder : tu le télécharges, et il est à toi, à tes conditions. À quel point il est à toi, ça dépend de la licence – on y vient plus bas.

Pourquoi la Chine offre ses modèles

Il y a quelques années, les modèles ouverts, c'était surtout Llama de Meta. En 2026, le paysage a changé. Selon le rapport de printemps de Hugging Face, entre février 2025 et février 2026, les modèles ouverts chinois ont représenté 41 % de tous les téléchargements de la plateforme. Les modèles américains, 36,5 %.

La famille Qwen d'Alibaba a, selon diverses estimations, dépassé le milliard de téléchargements et devancé Llama. On a affiné plus de modèles dérivés à partir d'elle qu'à partir de n'importe quelle autre famille.

Pourquoi les entreprises chinoises offrent-elles ce qu'OpenAI et Anthropic font payer ? Il y a plusieurs raisons :

• C'est une stratégie de conquête du marché. Quand des développeurs du monde entier construisent des produits sur ton modèle, tu deviens la norme. L'argent arrive ensuite – via le cloud, les clients entreprises et les modèles suivants.
• La concurrence en Chine. DeepSeek, Alibaba, Moonshot, Zhipu, MiniMax et ByteDance se livrent une concurrence si rude que quelqu'un sort une nouvelle version presque chaque semaine.
• L'entraînement coûte moins cher. Les labos chinois ont appris à entraîner des modèles puissants pour moins cher, y compris avec des restrictions sur les puces américaines.

Pour un développeur, la conclusion est simple : en 2026, le choix de modèles est plus large que jamais, et une partie de ce choix est gratuite.

Les principales IA chinoises de 2026

Une précision importante d'entrée de jeu. Ici, les versions changent si vite que n'importe quel comparatif est dépassé en quelques mois. Voici la situation fin octobre 2026.

DeepSeek V4 : l'API la moins chère

La même entreprise qui a fait plonger l'action Nvidia en janvier 2025. DeepSeek a aujourd'hui deux modèles principaux : V4 Pro et V4.1 Flash. La dernière version de Flash est sortie le 17 octobre 2026, avec des poids ouverts sous licence MIT et un contexte allant jusqu'à un million de tokens.

Point fort : le prix. Flash coûte des dizaines de fois moins cher que les fleurons occidentaux, et encore environ deux fois moins en heures creuses. Pour l'automatisation en arrière-plan, le traitement de documents et les tâches de masse, c'est presque gratuit.

Point faible : la fiabilité sur les tâches agentiques complexes. Tom's Hardware, en testant le nouveau modèle, a souligné qu'il est économe en mémoire, mais qu'il hallucine plus souvent que ses concurrents propriétaires dans les scénarios agentiques.

Qwen 3.8 : le modèle ouvert le plus populaire

Une famille de modèles d'Alibaba. La génération actuelle est Qwen 3.8, et Qwen 4, selon Alibaba, est en cours d'entraînement. Le grand atout de Qwen, c'est le choix des tailles : des modèles compacts qu'on peut vraiment faire tourner sur son ordinateur jusqu'aux gros fleurons. Les petites versions sortent sous licence Apache 2.0, l'une des plus permissives.

Si tu as besoin d'un modèle ouvert à affiner pour ta propre tâche, Qwen est le premier candidat. C'est justement pour ça qu'il sert de base à plus de modèles dérivés que n'importe quel autre.

Kimi K3 : un fleuron pour le code et les agents

Un modèle de Moonshot AI. K3 est sorti le 16 juillet 2026, et deux semaines plus tard Moonshot a publié ses poids. La taille impressionne : 2,8 billions de paramètres et un contexte d'un million de tokens. Le modèle est conçu pour les longues tâches agentiques : naviguer dans de gros dépôts, déboguer, travailler avec des outils et des logs.

Kimi a déjà fait parler de lui : récemment, il a trouvé une faille RCE dans Redis en 27 minutes.

La nuance : la licence. Ce n'est pas MIT, mais une licence maison : les fournisseurs qui gagnent plus de 20 millions de dollars par an avec l'inférence de K3 doivent partager leurs revenus. En tant que développeur, ça ne te concernera probablement pas, mais lis toujours la licence avant d'utiliser un modèle dans un produit.

GLM-5 : un modèle ouvert pour coder

Une gamme de modèles de Z.ai, anciennement Zhipu AI. En avril 2026, l'entreprise a ouvert les poids de GLM-5.1 sous licence MIT et, selon les mesures de Z.ai elle-même, le modèle a pris la première place du benchmark SWE-Bench Pro, devant GPT-5.4 et Claude Opus 4.6. Bémol : le résultat est déclaré par l'entreprise, et Z.ai a sorti plusieurs autres versions depuis – les sorties sont quasi mensuelles.

Pour les développeurs, Z.ai propose un GLM Coding Plan à part : un abonnement à partir de 18 $ par mois qui fonctionne directement dans Claude Code. On y revient plus bas.

MiniMax M3 : un million de tokens et la multimodalité

Un modèle de MiniMax, sorti à l'été 2026 avec des poids ouverts. L'entreprise mise sur l'association de trois choses dans un seul modèle : un code solide, un contexte d'un million de tokens et une gestion native des images. Un bon choix quand il faut donner d'un coup au modèle un gros volume de documentation ou de code.

Seedream et Seedance : images et vidéos de ByteDance

Les entreprises chinoises ne brillent pas que dans les modèles de texte. ByteDance – l'entreprise derrière TikTok – développe des générateurs d'images et de vidéos qui rivalisent avec les meilleurs occidentaux.

Seedream 5.0 est un générateur d'images. ByteDance l'a sorti en février 2026 comme alternative moins chère à Nano Banana Pro de Google, puis a ajouté une version Pro en été. Le modèle produit des images en 2K et 4K, les retouche à partir de références et, dans sa version Lite, va même chercher des informations sur Internet avant de générer. Via OpenRouter, une image Seedream 5.0 Pro coûte environ 0,045 $.

Seedance 2.0 est un générateur de vidéos. Depuis le printemps 2026, il est intégré directement à CapCut et Dreamina, et Dreamina propose déjà la version 2.5, qui génère des clips jusqu'à 30 secondes. Pour les développeurs, il existe une API via BytePlus.

En quoi ça concerne un développeur ? Parce qu'un produit, ce n'est pas que du code. Des icônes, des illustrations pour une landing page, des assets pour un jeu, une vidéo de démo pour le lancement – avant, il fallait pour tout ça un designer, un monteur et un budget. Aujourd'hui, on monte une première version en une soirée. Une seule personne avec du code et ce genre d'outils sort ce qui demandait autrefois une petite équipe.

Comparatif : quel modèle choisir

Les fournisseurs chinois changent souvent leurs prix, avec des remises de lancement et des tarifs différents en heures pleines et creuses. Avant d'intégrer les coûts dans un produit, vérifie la page officielle des tarifs.

Comment utiliser une IA chinoise dans Claude Code

Passons à la partie la plus pratique. Claude Code ne fonctionne pas qu'avec les modèles Claude. Il envoie ses requêtes à l'adresse indiquée dans la variable d'environnement ANTHROPIC_BASE_URL, et DeepSeek, Moonshot et Z.ai ont mis en place des API compatibles avec le format d'Anthropic.

Voici la configuration officielle tirée de la documentation de DeepSeek :

export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
export ANTHROPIC_AUTH_TOKEN=<ta clé API DeepSeek>
export ANTHROPIC_MODEL=deepseek-flash[1m]
export ANTHROPIC_DEFAULT_OPUS_MODEL=deepseek-flash[1m]
export ANTHROPIC_DEFAULT_SONNET_MODEL=deepseek-flash[1m]
export ANTHROPIC_DEFAULT_HAIKU_MODEL=deepseek-flash
export CLAUDE_CODE_SUBAGENT_MODEL=deepseek-flash
claude

Le suffixe [1m] active le contexte d'un million de tokens. Si tu laisses les noms des modèles Claude dans tes réglages, DeepSeek redirige lui-même les requêtes : Opus vers V4 Pro, Sonnet et Haiku vers Flash.

Ensuite, Claude Code fonctionne comme d'habitude – mêmes commandes, mêmes skills, mêmes sous-agents –, mais c'est DeepSeek qui réfléchit. Moonshot pour Kimi K3 et Z.ai pour GLM suivent le même principe : leur propre adresse d'API et leur propre clé.

Trois choses à savoir à l'avance :

• Ce n'est pas une configuration officiellement prise en charge par Anthropic. Ce sont les fournisseurs chinois qui la documentent. Certaines choses peuvent fonctionner différemment : par exemple, les modèles chinois n'apparaîtront pas dans le menu /model, et tu peux vérifier quel modèle répond avec /status.
• Surveille la variable ANTHROPIC_API_KEY. Si elle est encore définie dans ton environnement, elle peut écraser la clé du fournisseur, et tes requêtes partiront en silence chez Anthropic au prix fort.
• La qualité sera différente. Claude Code est réglé pour les modèles Claude. Sur des tâches simples, la différence se remarque à peine ; sur de longues sessions agentiques, si.

On a expliqué en détail comment fonctionnent l'agent, les skills, les sous-agents et les hooks dans Comment fonctionne un agent IA.

Où est le piège

Les tests enthousiastes s'arrêtent généralement ici. Pas nous. Voici quatre choses à comprendre avant de basculer ton travail sur une IA chinoise.

1. « Le faire tourner chez soi », ce n'est pas sur un portable

Les tests adorent dire qu'on peut faire tourner les modèles chinois avec Ollama ou LM Studio directement sur son ordinateur. Techniquement, oui. En pratique, seulement les petites versions. Le fleuron GLM-5.1 compte environ 744 milliards de paramètres, Kimi K3 2,8 billions. Pour faire tourner ça, il ne faut pas un portable, mais une baie de serveurs avec plusieurs cartes graphiques hors de prix.

Sur un ordinateur ordinaire, ce qui tourne vraiment, ce sont les modèles compacts distillés – par exemple les petites versions de Qwen de 20 à 30 milliards de paramètres. Ils sont utiles, mais n'arrivent pas au niveau des fleurons.

2. Où partent tes données

Un modèle ouvert sur ton propre serveur, c'est une chose. L'API cloud d'une entreprise chinoise, c'en est une tout autre. La politique de confidentialité de DeepSeek indique clairement que les requêtes et les fichiers envoyés sont stockés sur des serveurs en Chine. C'est pour ça que l'Australie a interdit DeepSeek sur les appareils du gouvernement, que le régulateur italien a exigé le retrait de l'appli des stores, et que la République tchèque et Taïwan l'ont interdit dans les administrations.

Une règle pratique : un projet perso via une API chinoise – pas de souci. Le code de ton entreprise, les clés, les données clients – uniquement en local ou via un fournisseur occidental qui héberge lui-même les poids ouverts. Mêmes poids, mais les données restent sous ton contrôle.

3. Le « slop » de l'IA existe toujours

Un modèle bon marché ne se trompe pas moins qu'un modèle cher, et parfois plus. Sur une logique complexe et de longues tâches agentiques, les modèles chinois produisent nettement plus souvent, avec aplomb, du code qui ne marche pas, ou inventent des méthodes qui n'existent pas. Les benchmarks publiés par les entreprises elles-mêmes sont à prendre avec des pincettes : ils mesurent ce qu'il est commode de mesurer.

4. « Ouvert » ne veut pas dire « fais ce que tu veux »

MIT et Apache 2.0 sont de vraies licences libres. Kimi K3, en revanche, a une licence maison, avec des conditions pour les gros fournisseurs commerciaux. Avant de bâtir un produit sur un modèle, prends dix minutes pour lire la licence. C'est moins cher que de refaire l'architecture plus tard.

Ce que ça change pour les développeurs

Il y a une vieille idée à laquelle on revient sans cesse : les outils repartent de zéro, les bases restent. Les IA chinoises le montrent mieux que tout.

Il y a un an, avoir accès à un modèle puissant était un avantage. Aujourd'hui, on obtient un modèle de niveau fleuron gratuitement, et dans un mois le suivant sortira – gratuit lui aussi. Les modèles deviennent une matière première, comme l'électricité. Personne ne se vante d'avoir du courant dans sa prise.

La valeur se déplace vers ceux qui savent se servir de ce courant. Choisir un modèle selon la tâche et le budget. Le brancher sur un agent. Vérifier ce qu'il a écrit – et repérer où il s'est trompé avec aplomb. Régler les permissions pour que l'agent ne fasse pas de dégâts. C'est exactement la compétence pour laquelle on paie. Et elle ne perd pas de valeur quand le modèle suivant sort – au contraire, elle en gagne.

Le meilleur modèle n'est pas celui qui est en tête du benchmark, mais celui dont tu sais vérifier le résultat.

Où apprendre ça

Travailler avec des agents sans dépendre d'un modèle en particulier, c'est exactement le sujet de notre cours Développer avec Claude Code d'AI Academy. 16 niveaux et plus de 200 tâches : permissions et contexte, skills, sous-agents, MCP, hooks, plan mode et contrôle via git. Tout fonctionne de la même façon, quel que soit le modèle sous le capot.

Et si tu débutes en programmation, commence par les bases : pour vérifier ce qu'écrit un modèle, il faut savoir lire du code soi-même. C'est exactement ce que travaille notre cours de Python, avec des milliers de tâches et une vérification instantanée.

Questions fréquentes

Quelles sont les meilleures IA chinoises en 2026 ? Fin octobre 2026, les principales sont DeepSeek V4 (l'API la moins chère), Qwen 3.8 d'Alibaba (le modèle ouvert le plus populaire), Kimi K3 de Moonshot AI (code agentique et gros dépôts), la gamme GLM-5 de Z.ai (code, travail dans Claude Code) et MiniMax M3 (contexte d'un million de tokens et multimodalité). Pour les images et la vidéo : Seedream 5.0 et Seedance 2.0 de ByteDance.

Les IA chinoises peuvent-elles remplacer ChatGPT et Claude ? Pour beaucoup de tâches, oui : automatisation, traitement de documents, génération de code de complexité moyenne. Sur une logique complexe et de longs scénarios agentiques, les modèles chinois se trompent encore plus souvent. Leurs principaux atouts : des prix d'API des dizaines de fois plus bas et la possibilité de faire tourner le modèle sur son propre serveur.

Combien coûte l'API des IA chinoises ? DeepSeek V4.1 Flash coûte à partir de 0,15 $ par million de tokens en entrée et 0,60 $ par million en sortie. Kimi K3 coûte 3 $ et 15 $. Pour comparer : Claude Sonnet 5.5 coûte 2 $ et 10 $, GPT-5.5 5 $ et 30 $. Les prix changent souvent, alors vérifie les pages officielles des fournisseurs.

Peut-on faire tourner une IA chinoise sur son ordinateur ? Seulement les versions compactes – par exemple les petits modèles Qwen de 20 à 30 milliards de paramètres via Ollama ou LM Studio. Les fleurons comme GLM-5.1 (environ 744 milliards de paramètres) ou Kimi K3 (2,8 billions) nécessitent du matériel serveur avec plusieurs cartes graphiques puissantes.

Est-ce sûr d'envoyer du code à des IA chinoises ? Via une API cloud, avec prudence : DeepSeek, par exemple, stocke les requêtes et les fichiers sur des serveurs en Chine, ce qui a poussé plusieurs pays à l'interdire sur les appareils du gouvernement. Pour le code d'entreprise et les données clients, il est plus sûr de faire tourner les poids ouverts en local ou via un fournisseur occidental qui les héberge lui-même.

Comment utiliser DeepSeek ou Kimi avec Claude Code ? Avec des variables d'environnement : définir ANTHROPIC_BASE_URL sur l'adresse compatible Anthropic du fournisseur (par exemple https://api.deepseek.com/anthropic), la clé du fournisseur dans ANTHROPIC_AUTH_TOKEN et le nom du modèle dans ANTHROPIC_MODEL. C'est une configuration documentée par les fournisseurs, mais pas officiellement prise en charge par Anthropic.