Souveraineté · IA · RGPD · Qualité
Le #2 sur nos tâches d’agent est souverain — et coûte 0,0001 € la réponse
À l’épisode 1, on a réglé le prix : avec le cache, un agent souverain tourne pour quelques euros par mois. Restait la vraie question : pas cher, d’accord, mais bon ? On a noté la qualité, en aveugle, sur six vraies tâches d’agent — Claude, GPT-5.5, Opus compris. Verdict mesuré : notre numéro deux, juste derrière GPT-5.5, est un souverain à 0,0001 € la réponse — devant Sonnet, Opus et GLM.
Le prix, réglé à l’épisode 1. Ici, la qualité — notée sur six vraies tâches d’agent, juge en aveugle. Un souverain quasi gratuit, deepseek-v4-flash, finit 2e, devant Sonnet, Opus, GLM et gpt-oss. Un seul modèle fait mieux, GPT-5.5. On peut le faire tourner en Europe via un routeur — mais pour 30 à 70× le prix et un écart minime : on n’en a pas besoin.
On continue le journal de bord. À l’épisode 1, on a montré qu’un agent souverain coûte quelques euros par mois — le cache change tout. Bien. Sauf que « pas cher » ne veut pas dire « bon ». Un modèle qui écrit un français plat, qui invente une info ou qui n’ose pas trancher ne sert à rien à une PME, même gratuit.
Alors on a mesuré la qualité. Six tâches figées, tirées du vrai travail de nos agents. Un juge qui note en aveugle, sans savoir quel modèle a écrit. Et pour ne pas se raconter d’histoires, on a invité le sommet mondial dans la même colonne — GPT-5.5, Opus 4.8, Sonnet, Gemini. Voici ce qui en sort.
01Le classement — la surprise est en haut
Un point important : on ne note ici que la qualité. Le prix est sorti du jugement (il est traité à l’épisode 1). La note sur 100 mélange trois choses : la qualité du français, la fiabilité (n’invente rien) et le jugement (tranche-t-il juste ?).
| # | Modèle | Hébergement | Qualité /100 |
|---|---|---|---|
| 1 | GPT-5.5 | 🇺🇸 États-Unis | 83,4 |
| 2 | deepseek-v4-flash | 🇪🇺 région EU | 80,2 |
| 3 | GLM 5.2 | 🇪🇺 région EU | 78,3 |
| 4 | Gemini 3.1 Pro | 🇺🇸 États-Unis | 77,6 |
| 5 | Mistral Medium 3.5 | 🇫🇷 France | 77,2 |
| 6 | Claude Sonnet 4.6 | 🇺🇸 États-Unis | 76,2 |
| 7 | gpt-oss-120b | 🇪🇺 région EU | 74,9 |
| 8 | Claude Opus 4.8 | 🇺🇸 États-Unis | 74,5 |
| 9 | Mistral Small 3.2 | 🇫🇷 France | 64,4 |
Juge Claude Sonnet 4.6, en aveugle. deepseek-v4-flash a été mesuré trois fois ; les autres une seule — dans la bande 74–78, les écarts sont donc indicatifs, on ne les durcit pas. Ce qui est solide : GPT-5.5 décroche en tête, et deepseek se détache du peloton par le haut.
Le juge est Claude Sonnet 4.6 — de la même famille que deux modèles notés, Sonnet et Opus. Et notre barème pénalise le sur-formatage « corporate » que Claude pratique volontiers : on l’assume plutôt que de le cacher. À retenir : le point le plus objectif du banc ne dépend d’aucun style — sur la qualification (A6), trancher « chaud » quand le prospect est chaud. C’est le pilier solide de l’argument.
Deux choses sautent aux yeux. Un : le seul modèle qui décroche vraiment, GPT-5.5, est américain. Deux : juste derrière, deuxième, un souverain quasi gratuit — deepseek-v4-flash — qui devance Sonnet, Opus, GLM et gpt-oss. Sur nos tâches, le meilleur modèle qu’une PME peut déployer les yeux fermés est un souverain.
02Notre recommandé : deepseek-v4-flash
Une fiche de specs ne dit rien ; ce qu’un modèle écrit, si. Un seul mérite qu’on s’y arrête vraiment — le #2, celui qu’on déploie par défaut.
deepseek-v4-flash
#2 du classement🇪🇺 région EUOpen-weight · ~0,0001 €/réponseLe modèle qu’on recommande. Qualité juste sous le sommet, prix d’un modèle d’appoint, données en Europe.
Force
Il tranche juste là où les gros hésitent. Sur le prospect chaud (cabinet dentaire), il pose « chaud » sans détour — comme les cinq leaders, contrairement à Opus. Et sur le piège du catalogue, il ne se fait pas avoir.
Faiblesse
Quelques anglicismes sur le post LinkedIn, comme gpt-oss. Rien de grave, une consigne le corrige.
« La seule référence avec douchette extractible est la TB-350 (hauteur 41 cm) : avec 41 cm, elle dépasse votre contrainte de 35 cm. […] Le catalogue ne mentionne aucun service d’installation. »
C’était « notre ancienne base », écartée à l’époque parce qu’elle ne tournait qu’aux États-Unis. Servie aujourd’hui chez un fournisseur européen (épisode 1), l’objection tombe — et elle finit deuxième du banc.
Les autres souverains, en une ligne
Le sommet — un repère, pas un moteur
On a fait plancher le top mondial sur les mêmes tâches. Deux enseignements, sans langue de bois.
GPT-5.5 est le seul vraiment au-dessus. Il est américain : déployable en Europe uniquement via un routeur (épisode 1), et à 30 à 70× le prix du souverain de tête pour un écart minime. Un repère de qualité, pas notre moteur. Claude Opus 4.8, le modèle le plus cher du test, finit 8e : il n’ose pas trancher sur la qualification du prospect.
« Température : TIÈDE ⇄ CHAUD. […] un cabinet dentaire n’est pas naturellement en recherche d’IA. »
Rien contre Opus, excellent par ailleurs pour coder — mais sur des tâches d’agent simples, il sur-analyse ; puissant ne veut pas dire adapté. Claude Sonnet 4.6 garde la plus belle plume mais se classe 6e. Gemini 3.1 Pro « réfléchit » beaucoup — le plus lent — sans finir en tête. Le sur-raisonnement ne paie pas ici.
03Ce qu’on en fait
En restant souverain, perd-on en qualité ? Non — les chiffres disent l’inverse.
Le seul cran au-dessus est américain, et tout le reste tient dans un mouchoir — où notre souverain de tête devance Sonnet, Opus et gpt-oss. Si un jour une tâche réclame vraiment le sommet, on sait le router en région européenne (épisode 1) ; mais nos mesures disent qu’on n’en a pas besoin. On prend la conformité et la performance, pour quelques euros.
On a même poussé le test au-delà des tâches courantes : trois cas retors — trancher entre des aides non cumulables, démêler les clauses d’un contrat, débusquer un bug de facturation. Face à GPT-5.5 et Opus 4.8, un souverain comme GLM 5.2 tombe juste sur les trois, aussi bien que la frontière, sans qu’une donnée ne sorte d’Europe.
Où on en est aujourd’hui : notre moteur par défaut, sur tous nos agents, c’est deepseek-v4-flash — servi en région EU avec cache, quasi gratuit, souverain. Mais le vrai enseignement n’est pas un modèle : c’est la liberté de choix. Grâce aux routeurs souverains européens — Cortecs (Vienne 🇦🇹) et Requesty (Francfort 🇩🇪), voir l’épisode 1 — on a désormais accès à un menu complet de modèles EU mis en cache. On ne se marie pas à un modèle : on route chaque agent vers celui qui excelle sur sa tâche, configuré dans notre stack et ajusté une fois qu’on l’a benchmarké.
Le « raisonnement lourd » et l’optimisation fine, modèle par modèle, on ne les tranche pas ici : ça se règle agent par agent, en conditions réelles — c’est justement l’objet de l’épisode 3, un banc par agent. Pour l’instant, retenez la marge que ça donne : le choix, pas un moteur unique imposé.
Un agent IA qui garde vos données en Europe
On déploie des assistants sur-mesure pour PME, hébergés en Europe, conformes RGPD par construction. Parlons de votre cas concret.
Discuter de mon projetBanc souverain, épisode 2 — 11 juillet 2026, refondu le 14 juillet 2026. Méthode reproductible, prompts figés, juge en aveugle, mesures réelles. Scénarios fictifs, sans donnée personnelle. L’analyse du coût et des routeurs EU est dans l’épisode 1.