Un modèle open source est-il gratuit ?

Le téléchargement et la licence le sont le plus souvent. Le faire tourner ne l'est pas : il faut des machines, souvent équipées de cartes graphiques, louées ou achetées, et du temps d'équipe pour l'installer, le surveiller et le mettre à jour.

Combien coûte une carte graphique louée pour faire tourner un modèle ?

À titre de repère, la page des tarifs de Hugging Face affiche, pour ses Inference Endpoints, 0,80 dollar de l'heure pour une NVIDIA L4 de 24 Go et 4,50 dollars de l'heure pour une NVIDIA H100 de 80 Go (relevé le 15/11/2026).

LLM open source gratuit : le coût réel

Un modèle open source est gratuit à télécharger, pas à faire tourner. La licence Apache 2.0 de Mistral Small 4 ou de Qwen3.8-27B ne vous coûte rien ; les machines pour le servir, le temps de votre équipe et les mises à jour, si. À cela s'ajoutent parfois des clauses de licence qui ont un prix (accord commercial au-delà d'un seuil, marque à conserver). Cette page liste les postes de coût, avec des repères relevés le 15/11/2026 ; elle ne remplace pas un chiffrage de votre propre usage.

La CNIL le note elle-même dans sa note d'analyse sur l'open source en IA : mettre à disposition un modèle par une API demande des efforts coûteux, en raison des coûts d'hébergement et des tâches de support.

Les cinq postes de coût

Poste	Ce qu'il recouvre	Ce qui le fait varier
Calcul	Cartes graphiques louées à l'heure ou achetées	Taille du modèle, précision des poids, nombre d'utilisateurs simultanés
Hébergement et exploitation	Serveurs, stockage, réseau, supervision, sauvegardes	Disponibilité attendue, lieu d'hébergement
Équipe	Installation, réglage, intégration, tests, astreinte	Compétences internes ou prestataire
Mises à jour	Nouvelles versions de modèles, correctifs des outils, nouvelles évaluations	Rythme de sortie des modèles, exigences de stabilité
Licence et outils	Clauses commerciales de certains modèles et outils	Usage interne ou revente, nombre d'utilisateurs

Le calcul : la taille du modèle décide

La taille d'un modèle va du simple au plusieurs centaines. Chez un même éditeur, Mistral AI publie des Ministral 3 de 3, 8 et 14 milliards de paramètres, Mistral Small 4 avec 119 milliards, et Mistral Large 4 avec environ 1 000 milliards. Plus le modèle est grand, plus il faut de mémoire sur les cartes graphiques.

Deux leviers réduisent la facture :

Les modèles à experts. Mistral Small 4 n'active que 6,5 milliards de paramètres par jeton sur 119 milliards : il faut tout charger en mémoire, mais chaque réponse demande moins de calcul.
Les versions en précision réduite. Les éditeurs publient eux-mêmes des déclinaisons plus légères : versions FP8 chez Qwen, NVFP4 chez Mistral AI, visibles sur leurs comptes Hugging Face.

La documentation de Transformers rappelle aussi qu'un modèle trop grand pour la mémoire des cartes graphiques peut être en partie déchargé sur la mémoire centrale ou le disque, mais que lire les poids depuis le disque à chaque calcul est plus lent : on échange de la mémoire contre de la vitesse.

Des repères de prix de location

Relevé le 15/11/2026 sur la page des tarifs de Hugging Face, pour ses Inference Endpoints (machines louées à l'heure pour servir un modèle) :

Carte graphique	Mémoire	Prix affiché
1 × NVIDIA L4	24 Go	0,80 $ de l'heure
1 × NVIDIA L40S	48 Go	1,80 $ de l'heure
1 × NVIDIA H100	80 Go	4,50 $ de l'heure
8 × NVIDIA H200	1 128 Go	40,00 $ de l'heure

Un calcul simple, à titre d'illustration : une L4 louée sans interruption pendant 30 jours représente 0,80 × 24 × 30 = 576 dollars ; une H100 dans les mêmes conditions, 4,50 × 24 × 30 = 3 240 dollars. C'est le coût d'une machine allumée, que le modèle reçoive des questions ou non. Pour comparer les loueurs de cartes graphiques, voyez Cercle IA Tech · Coûts.

Les clauses de licence qui ont un prix

Mistral Large 4 : selon sa fiche, proposer le modèle en service (« Model-as-a-Service ») demande une licence commerciale séparée avec Mistral.
Muse Spark Open (Meta) : au-delà de 20 millions de dollars de chiffre d'affaires sur douze mois, un accord séparé est nécessaire pour proposer le modèle en service.
Open WebUI : au-delà de 50 utilisateurs sur 30 jours glissants, retirer la marque « Open WebUI » de l'interface demande une autorisation écrite ou une licence entreprise.
Hugging Face : pour gérer les accès d'une équipe, les offres Team (20 dollars par utilisateur et par mois) et Enterprise (50 dollars par utilisateur et par mois) s'ajoutent, relevé le 15/11/2026.

Quand l'open source revient moins cher, et quand non

Prenons, à titre d'illustration, une équipe de quelques personnes qui pose quelques dizaines de questions par jour. Une machine louée en permanence sera peu utilisée : le coût fixe pèse lourd. À l'inverse, un traitement massif et continu, ou une contrainte forte sur le lieu de traitement des données, peut justifier l'investissement. Le bon calcul compare, sur votre volume réel, le coût complet d'un modèle hébergé (les cinq postes) avec le coût à l'usage d'une API. Pour l'autre voie, voyez modèle à poids ouverts ou modèle par API.

Avant de chiffrer, vérifiez la licence du modèle retenu : licences des modèles et usage commercial.