Les modèles ouverts GLM-5 et MiniMax M2.7 rattrapent Claude Opus sur les agents : 12 $ contre 250 $ par jour
LangChain a testé les modèles ouverts GLM-5 et MiniMax M2.7 sur des tâches agentiques de base — fichiers, appels d'outils, respect des instructions — et obtient des résultats au niveau des flagships fermés. Pour une charge de 10 millions de tokens par jour, MiniMax M2.7 coûte environ 12 $, contre environ 250 $ pour Claude Opus 4.6, soit près de 87 000 $ par an. Pour les opérations répétitives de masse, les modèles ouverts valent déjà le détour, tandis que le modèle coûteux peut être réservé à la planification.
Traité par IA depuis LangChain Blog ; édité par Hamidun News
Imaginez un agent qui passe sa journée à déplacer des fichiers, appeler des API et analyser des instructions. Si chaque étape repose sur le modèle fermé le plus cher, la facture grimpe très vite et l'utilisateur attend sa réponse. L'équipe LangChain a vérifié si ce luxe est nécessaire.
Selon ses tests, les modèles ouverts GLM-5 et MiniMax M2.7 (dont les poids peuvent être téléchargés et exécutés n'importe où) affichent sur des tâches agentiques de base — manipulation de fichiers, appels d'outils, exécution d'instructions — des résultats proches de ceux des flagships fermés. Par ailleurs, une application qui traite 10 millions de tokens par jour (un token correspond à peu près à un fragment de mot) dépense environ 12 $ par jour avec MiniMax M2.
7, contre environ 250 $ avec Claude Opus 4.6 d'Anthropic. L'écart atteint environ 87 000 $ par an.
Ce qui a été testé
Au cours des dernières semaines, LangChain a fait passer les modèles ouverts dans les tests de son framework Deep Agents. Ont été vérifiées les capacités sans lesquelles un modèle ne doit pas être intégré à un harnais agentique : sait-il appeler des outils de façon fiable, suivre des instructions structurées et travailler avec des fichiers ? Les tests couvrent sept catégories : opérations sur fichiers, usage d'outils, recherche d'informations, dialogue, mémoire, synthèse et « tests unitaires ».
Chaque test comporte des conditions de réussite strictes : le modèle les passe ou ne les passe pas. S'y ajoutent des contrôles souples d'efficacité, c'est-à-dire le nombre d'étapes et d'appels d'outils nécessaires par rapport à la valeur attendue. Quatre métriques sont utilisées : la part de tâches résolues (un score de 0,68 signifie 68 % des tests réussis), un indicateur « correct et rapide » (nombre d'étapes attendu divisé par le temps d'exécution, les tests échoués donnant zéro), le rapport entre étapes réelles et étapes attendues, et le rapport entre appels d'outils réels et attendus.
Une valeur de 1,0 signifie que le modèle a respecté exactement le budget ; au-delà, il a dépensé davantage, en deçà, il a été plus court. Un modèle qui résout une tâche en deux étapes au lieu de cinq gagne à la fois en précision et en sobriété.
Les paramètres de raisonnement ont été laissés par défaut pour chaque fournisseur. Pour Claude, cela correspond au mode sans réflexion étendue. LangChain souligne elle-même que les résultats sont préliminaires et que la suite de tests sera enrichie.
Coût et vitesse
Selon les auteurs, les flagships fermés peuvent coûter 8 à 10 fois plus cher dans les scénarios à forte charge. L'exemple de 250 $ contre 12 $ par jour illustre concrètement ce que cela représente dans un budget.
La vitesse dessine un tableau similaire. D'après les données publiées, GLM-5 hébergé sur l'infrastructure de Baseten répond en moyenne en 0,65 seconde et produit 70 tokens par seconde. Claude Opus 4.6 affiche 2,56 secondes et 34 tokens par seconde. Les modèles ouverts sont généralement plus compacts, et les fournisseurs d'inférence spécialisés comme Baseten, Fireworks ou Groq optimisent la latence et le débit mieux que la plupart des équipes ne peuvent le faire seules. Pour les produits interactifs, où un utilisateur regarde l'écran et attend, un tel écart est difficile à combler par des astuces d'ingénierie.
Comment l'essayer
Dans le SDK Deep Agents, changer de modèle revient à modifier une ligne dans create_deep_agent : on installe le paquet du fournisseur, par exemple langchain-baseten ou langchain-openrouter, puis on indique le nom du modèle. Le framework détecte automatiquement la taille de la fenêtre de contexte, désactive les modalités non prises en charge et ajoute au prompt système le nom du modèle, du fournisseur et leurs limites. Les seuils de compression et de résumé du contexte s'adaptent : pour un modèle à contexte de 4K, la compression est plus agressive que pour Opus avec 1M.
Les fournisseurs testés sont Baseten, Fireworks, Groq, OpenRouter et Ollama (cloud). Un même modèle est souvent disponible chez plusieurs d'entre eux, ce qui permet de choisir selon le prix, la latence ou les exigences de confidentialité. Pour une exécution entièrement locale, Ollama et vLLM conviennent. Les tests peuvent être lancés chez soi avec pytest, en précisant un groupe de modèles ou un modèle particulier. En intégration continue, LangChain fait tourner un même jeu de tests sur 52 modèles.
Il faut également mentionner la CLI, un agent de programmation open source que les auteurs présentent comme une alternative à Claude Code. Elle intègre un ConfigurableModelMiddleware qui permet de changer de modèle en pleine session. On peut ainsi planifier une tâche avec un modèle fermé coûteux et l'exécuter avec un modèle ouvert bon marché.
Limites et conclusion
Cette publication émane d'une entreprise qui commercialise la plateforme agentique LangSmith, et les tests ont été conçus pour son propre harnais. Ils vérifient des compétences de base, et non les raisonnements les plus complexes ni les chaînes de décision longues : « au niveau des modèles fermés » ne vaut donc que pour des opérations agentiques simples, pas pour l'ensemble des tâches. Les chiffres de latence dépendent du fournisseur et de la charge.
Le constat pratique est simple. Si votre agent enchaîne beaucoup d'opérations répétitives sur fichiers et outils, testez GLM-5 ou MiniMax M2.7 sur vos propres tests et comparez les coûts. Le schéma « le modèle coûteux planifie, le modèle ouvert bon marché exécute » semble être le compromis le plus raisonnable. LangChain promet de décrire des techniques de configuration du harnais adaptées aux familles de modèles ouverts et de valider des configurations où un orchestrateur fermé pilote des sous-agents ouverts.
- 22 nov. 2026Claude Code nettoie la publicité d'une télé en 1,5 heure et lance la mode du piratage des gadgets
- 22 nov. 2026L'agent a ignoré AGENTS.md : dans un tiers des push, il n'a pas demandé, et 31 force push
- 22 nov. 2026Axiom Math : une IA a rédigé en Lean une preuve de 43,1 millions de lignes de code en 24 jours
- 22 nov. 2026Une subvention de Yandex finance un moteur LLM : un modèle de 35B sur RTX 2080 Ti est trois fois plus rapide que llama.cpp
Questions clés sur cet article
Que sait-on sur Ce qui a été testé ?
Au cours des dernières semaines, LangChain a fait passer les modèles ouverts dans les tests de son framework Deep Agents. Ont été vérifiées les capacités sans lesquelles un modèle ne doit pas être intégré à un harnais agentique : sait-il appeler des outils de façon fiable, suivre des instructions structurées et travailler avec des fichiers ? Les tests couvrent sept catégories : opérations sur fichiers, usage d'outils, recherche d'informations, dialogue, mémoire, synthèse et « tests unitaires ».
Que sait-on sur Coût et vitesse ?
Selon les auteurs, les flagships fermés peuvent coûter 8 à 10 fois plus cher dans les scénarios à forte charge. L'exemple de 250 $ contre 12 $ par jour illustre concrètement ce que cela représente dans un budget. La vitesse dessine un tableau similaire. D'après les données publiées, GLM-5 hébergé sur l'infrastructure de Baseten répond en moyenne en 0,65 seconde et produit 70 tokens par seconde. Claude Opus 4.6 affiche 2,56 secondes et 34 tokens par seconde.
Comment l'essayer?
Dans le SDK Deep Agents, changer de modèle revient à modifier une ligne dans create_deep_agent : on installe le paquet du fournisseur, par exemple langchain-baseten ou langchain-openrouter, puis on indique le nom du modèle. Le framework détecte automatiquement la taille de la fenêtre de contexte, désactive les modalités non prises en charge et ajoute au prompt système le nom du modèle, du fournisseur et leurs limites.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.