LLM, c'est quoi ? Le moteur sous ChatGPT, Claude et Gemini, et pourquoi vous n'avez pas à le choisir

LLM, c’est quoi ? C’est l’abréviation anglaise de « large language model », en français « grand modèle de langage ». Concrètement, c’est le moteur qui tourne sous ChatGPT, Claude ou Gemini : chaque outil a le sien, comme trois voitures de marques différentes ont chacune leur moteur. Et comme pour une voiture, ce n’est pas le moteur que vous choisissez : c’est l’outil, et l’usage que vous en faites.

Ce moteur ne fait qu’une chose : il prédit la suite la plus probable d’un texte, mot après mot. Dans sa fiche de définition du modèle de langage, consultée le 24 septembre 2026, la CNIL parle d’un « modèle statistique » de la langue qui peut « prédire le mot suivant dans une séquence de mots ».

« Grand », parce que ce moteur a été entraîné sur énormément de texte et qu’il compte, toujours selon la CNIL, « un grand nombre de paramètres (généralement de l’ordre du milliard de poids ou plus) ». Un paramètre, c’est un petit réglage interne, ajusté pendant l’entraînement : des milliards de petits curseurs qui, ensemble, ont appris à quoi ressemble une phrase plausible.

Tout le reste découle de cette définition. Un LLM ne sait rien au sens où vous savez quelque chose : il devine. Il ne va pas chercher dans vos fichiers tant qu’on ne l’y branche pas. Et quand il ne sait pas, il complète quand même, avec le même aplomb que lorsqu’il a raison.

D’où la position que je défends devant les dirigeants de PME : vous n’avez pas à choisir un moteur. Les noms changent trop vite pour ça. Selon les notes de publication des modèles d’OpenAI, GPT-5, présenté en août 2025 comme le nouveau modèle par défaut de ChatGPT, a été retiré de ChatGPT le 13 février 2026, le même jour que GPT-4o, GPT-4.1, GPT-4.1 mini et o4-mini. Vous choisissez un outil, pour un usage précis, avec des règles écrites. Le moteur, lui, sera remplacé sans que vous ayez à y toucher.

Que fait vraiment un LLM, et que ne fait-il pas ?

Un LLM complète du texte. Vous lui donnez un début (une question, un brouillon, une consigne), il calcule la suite la plus probable et l’écrit. Il ne consulte aucune base de faits vérifiés et ne connaît rien de votre entreprise. Il sert donc surtout à travailler un texte : le reformuler, le résumer, le rédiger, le traduire, le trier ou en changer le ton.

Ce qu’il fait bien, dans le quotidien d’une PME :

• Rédiger un premier jet : le texte d’accompagnement d’un devis, une réponse à un client mécontent, une annonce de recrutement.
• Résumer : trois pages de compte rendu en cinq lignes, un long fil de mails en une liste de décisions.
• Reformuler : un mail trop sec rendu plus aimable, une note technique rendue lisible pour un client.
• Chercher dans ce qu’on lui donne : retrouver une clause dans le contrat que vous venez de lui confier.

Ce qu’il ne fait pas, tant que personne ne l’a organisé :

• Il ne lit pas vos fichiers. Votre serveur, votre logiciel de devis, votre messagerie lui sont invisibles. Pour qu’il y accède, il faut le brancher, par exemple avec un serveur MCP, la prise qui relie une IA à vos logiciels.
• Il ne connaît pas l’actualité récente. Chaque modèle a une date au-delà de laquelle ses connaissances ne sont plus fiables. Au 24 septembre 2026, la page des modèles d’Anthropic indique juin 2026 pour Claude Fable 5.1 et Claude Opus 5.5, janvier 2026 pour Claude Sonnet 5 et février 2025 pour Claude Haiku 4.5, le plus rapide. Au-delà, il ne sait que ce que l’outil va chercher pour lui sur le web, ou ce que vous lui collez.
• Il n’agit pas seul. Envoyer un mail, remplir un tableau, relancer un client : c’est le travail d’un programme construit autour du moteur. On parle alors d’agent, et un vrai agent IA se reconnaît à quelques signes simples.

Quelle est la différence entre un LLM et une IA ?

L’intelligence artificielle est une grande famille de techniques qui font faire à une machine des tâches qu’on croyait réservées aux humains : reconnaître une image, repérer une fraude, prévoir des ventes, trier des mails indésirables. Le LLM n’est qu’une branche de cette famille, celle qui travaille sur le langage écrit. Tout LLM est de l’IA ; toute IA n’est pas un LLM.

La confusion vient de ChatGPT : depuis qu’il est entré dans les bureaux, « l’IA » désigne dans la conversation courante presque uniquement les outils qui écrivent. Le logiciel qui lit les plaques d’immatriculation sur un parking ou celui qui détecte une anomalie sur une ligne de production relèvent aussi de l’IA, sans être des LLM.

Le droit européen range les LLM dans une catégorie précise. Pour la CNIL, dans ses questions-réponses sur le règlement européen sur l’IA, les « modèles d’IA à usage général » se définissent « par leur capacité à servir à un grand nombre de tâches (comme les grands modèles de langage, ou LLM, tels que ceux proposés par les sociétés Mistral AI ou OpenAI) ». C’est ce qui les rend utiles en PME : un même moteur rédige un devis le matin et résume une réunion l’après-midi.

Modèle, jeton, contexte : que veulent dire les trois mots qu’on vous jette en réunion ?

Un modèle est le moteur lui-même, vendu sous un nom et un numéro de version. Un jeton est le morceau de mot qu’il lit et écrit, l’unité qui compte à la fois sa mémoire et sa facture. Le contexte est tout ce qu’il a sous les yeux pendant une conversation : ce qui en sort, il l’oublie. Voici chacun en quelques mots de plus.

1. Le modèle : un énorme calcul entraîné sur du texte, vendu sous un nom et un numéro de version (par exemple GPT-5.6 Sol, Claude Sonnet 5, Gemini 3.8 Flash, Mistral Large 3).
2. Le jeton (« token » en anglais) : le morceau de mot que le moteur lit et écrit. Les éditeurs comptent en jetons la quantité de texte qu’un moteur peut garder sous les yeux, et c’est aussi en jetons qu’ils facturent l’usage de leurs moteurs aux entreprises qui les branchent sur leurs logiciels.
3. Le contexte (ou « fenêtre de contexte ») : votre question, les documents collés, les réponses déjà données. Tout ce qui dépasse la fenêtre sort de son champ de vision.

Pour donner un ordre de grandeur, la page des modèles d’Anthropic indique, au 24 septembre 2026, une fenêtre de 1 million de jetons pour Claude Fable 5.1, Claude Opus 5.5 et Claude Sonnet 5, et de 200 000 jetons pour Claude Haiku 4.5.

Retenez surtout le troisième mot. Quand un outil « oublie » une consigne donnée en début de longue conversation, ce n’est pas de la mauvaise volonté : la consigne est sortie de ce qu’il a sous les yeux, ou elle y est noyée.

Est-ce que ChatGPT est un LLM, et quel type d’IA est-ce ?

Pas au sens strict : ChatGPT est un assistant conversationnel d’IA générative, un logiciel avec lequel on discute par écrit et qui produit du texte. Le LLM, conçu par OpenAI, tourne à l’intérieur. Autour de ce moteur, l’outil ajoute l’historique des conversations, la recherche sur le web, la lecture des fichiers déposés et les réglages de compte.

Dans la vie courante, on mélange les deux. Ce n’est pas grave en conversation. Ça le devient quand il faut décider, parce qu’on ne compare pas les mêmes choses.

L’outil prend aussi des réglages à votre place, ou vous en laisse certains. Au 24 septembre 2026, selon la page d’aide d’OpenAI sur GPT-5.6 et GPT-6 Pro dans ChatGPT, les forfaits payants disposent d’un curseur pour choisir combien de temps ChatGPT réfléchit avant de répondre, du mode rapide au mode le plus approfondi. Ce réglage appartient à l’outil, pas au moteur.

Les éditeurs entretiennent eux-mêmes la confusion. Chez Anthropic, « Claude » désigne à la fois l’application et, selon la page des modèles d’Anthropic, « une famille de grands modèles de langage de pointe » (traduction libre). Chez Google, « Gemini » nomme aussi l’assistant et la gamme de moteurs. Il ne s’agit donc pas de savoir quel LLM est le meilleur. Demandez-vous plutôt : quel outil, avec quel compte, pour quelle tâche ?

Quel est le LLM de ChatGPT ?

Au 24 septembre 2026, selon la page d’aide d’OpenAI sur GPT-5.6 et GPT-6 Pro dans ChatGPT, la conversation ChatGPT tourne sur GPT-5.6 Sol pour les forfaits payants, et GPT-5.6 Luna devient le modèle par défaut des forfaits gratuits (Free et Go). GPT-5.6 Sol a commencé à arriver dans ChatGPT le 9 juillet 2026. Une génération suivante est déjà annoncée : OpenAI a présenté GPT-6 Sol et GPT-6 Luna (annonce consultée le 24/09/2026), disponibles d’abord dans d’autres espaces de ChatGPT et « pas encore » dans la conversation (traduction libre).

Voici les outils que vous croisez déjà, et les moteurs que leurs éditeurs listent :

Ce tableau vieillira vite, et c’est tout l’intérêt de le montrer. Selon les notes de publication des modèles d’OpenAI, GPT-4o, GPT-4.1, GPT-4.1 mini, o4-mini et GPT-5 ont quitté ChatGPT le 13 février 2026, puis toute la série GPT-5.1 le 11 mars 2026. Une entreprise qui avait bâti ses habitudes sur « GPT-4o » a vu son moteur changer sans rien demander. Si votre usage tient debout quel que soit le moteur, ce changement ne vous coûte rien. Pour choisir entre les deux outils les plus répandus, voyez comment répartir Claude et ChatGPT poste par poste.

Quels sont les LLM français ?

Le principal éditeur français de LLM est Mistral AI, qui se présente dans sa politique de confidentialité comme une « société française immatriculée à Paris » (traduction libre). Son catalogue compte des moteurs généralistes (Mistral Large 3, Medium 3.5, Small 4), des petits modèles (la gamme Ministral 3) et des modèles spécialisés, par exemple pour le code ou l’audio.

Ce qui distingue une partie de ce catalogue, ce sont les poids ouverts. Selon la vue d’ensemble des modèles de Mistral AI, Mistral Large 3 (version de décembre 2025) est un modèle « à poids ouverts » sous licence Apache 2.0. En clair : le moteur peut être téléchargé et installé sur vos propres serveurs ou chez l’hébergeur de votre choix, y compris pour un usage commercial. Tout le catalogue n’est pas ouvert pour autant.

Français ne veut pas dire que vos données restent en France. Mistral AI écrit dans la même politique de confidentialité qu’elle « privilégie » des prestataires situés dans l’Union européenne, mais que « dans des cas exceptionnels » elle peut recourir à des prestataires hors de l’Union (traduction libre). Si la souveraineté de vos données est un critère, posez trois questions : où mes textes sont-ils traités, par qui, et sont-ils réutilisés ? C’est le seul cas où choisir le moteur compte : quand vos données ne doivent pas quitter un hébergeur que vous avez choisi. Les poids ouverts installés chez cet hébergeur sont alors la réponse la plus nette, au prix d’une installation à faire.

Le cadre européen, lui, s’applique à tous les éditeurs qui vendent en Europe, français ou non. Selon les questions-réponses de la CNIL déjà citées, mises à jour le 17 août 2026, le règlement européen sur l’IA est entré en vigueur le 1er août 2024, et ses règles pour les modèles d’IA à usage général, dont les LLM, s’appliquent depuis le 2 août 2025. Elles vont, écrit la CNIL, « de mesures de transparence et de documentation minimales » jusqu’à « une évaluation approfondie et la mise en place de mesures d’atténuation des risques systémiques ». Ces obligations pèsent sur les éditeurs. Votre part, c’est de savoir quel outil vous utilisez et ce que vous y mettez.

Un LLM peut-il se tromper (halluciner) ?

Oui, et c’est inscrit dans sa nature. Un LLM prédit la suite la plus plausible d’un texte, et le plausible n’est pas toujours le vrai. Quand il connaît la réponse, les deux se confondent. Quand il ne la connaît pas, il produit quand même une phrase plausible : une date, un nom, une référence de norme, un article de loi qui n’existe pas. On appelle ça une hallucination.

Le plus trompeur, c’est le ton. L’outil écrit une invention avec la même assurance qu’un fait exact : aucune hésitation dans la phrase ne vous prévient. Imaginons un conducteur de travaux qui demande à un LLM la référence de la norme qui s’applique à un garde-corps : il obtiendra une référence bien formée, peut-être juste, peut-être inventée, et rien dans la réponse ne dira laquelle des deux.

La règle pratique tient en une phrase : tout chiffre, nom, date ou référence qui sort d’un LLM se vérifie avant de partir chez un client. Pour les gestes concrets qui attrapent ces inventions, voyez pourquoi une IA invente, et trois gestes pour la prendre sur le fait.

Qu’est-ce qu’un LLM change concrètement pour une PME ?

Un LLM fait gagner du temps sur tout ce qui s’écrit, se relit ou se résume, à condition qu’une personne reste responsable de ce qui part. Il trébuche sur deux points : il invente quand il ne sait pas, et tout ce que vous lui collez part chez l’éditeur de l’outil. La première rédaction y gagne ; les faits et les données demandent de la vigilance.

Prenons une entreprise de menuiserie de quinze personnes. C’est un scénario imaginé pour l’exemple, pas un client.

Où ça aide.

• Le devis : la cheffe d’atelier dicte ses notes de visite en vrac ; l’outil en tire un texte d’accompagnement propre, qu’elle relit avant d’y reporter les prix de son logiciel de devis.
• Le mail client : un client se plaint d’un retard ; le gérant colle le message et demande trois réponses possibles, une ferme, une conciliante, une neutre. Il choisit, il ajuste, il envoie.
• La note interne : le compte rendu de la réunion de chantier du lundi, résumé en cinq décisions et trois actions, avec un responsable par action.
• La recherche interne : retrouver la clause de pénalités dans un contrat de sous-traitance, à condition de fournir le contrat à l’outil ou de l’avoir branché sur le dossier où il se trouve.

Où ça trébuche.

• L’invention : l’outil complète un délai de fabrication ou une caractéristique de bois que personne ne lui a donnés, parce que la phrase « appelait » un chiffre.
• La confidentialité : un salarié colle le fichier des clients avec noms, adresses et montants dans un compte personnel gratuit. Ces données partent chez l’éditeur, sous des conditions que l’entreprise n’a ni lues ni choisies.
• Les habitudes dispersées : trois salariés, trois outils, trois abonnements personnels, aucune règle commune. Personne ne sait ce qui a été confié à qui.

Aucun de ces problèmes ne vient du moteur. Ils viennent de l’absence de cadre autour de l’outil. La décision d’un dirigeant porte donc sur l’usage.

Comment une PME peut-elle commencer à utiliser un LLM sans risque ?

En cadrant un usage avant de l’outiller. Choisissez une tâche écrite et répétitive, un outil sur un compte professionnel, et trois règles écrites : ce qu’on ne colle jamais, qui relit avant envoi, et sur quel compte on travaille. Testez sur de vrais cas, puis seulement ensuite branchez l’outil sur vos logiciels.

Voici l’ordre que je conseille :

1. Choisir une tâche, une seule. Une tâche écrite, fréquente, dont le résultat se relit en deux minutes : réponses aux demandes de devis, comptes rendus de réunion, fiches produit. « Mettre l’IA dans l’entreprise » n’est pas une tâche.
2. Choisir l’outil, pas le moteur. ChatGPT, Claude, Gemini ou un outil bâti sur un modèle Mistral : prenez celui qui s’intègre le mieux à ce que votre équipe utilise déjà, sur une offre professionnelle dont vous avez lu les conditions sur l’usage de vos données.
3. Écrire trois règles sur une page. Ce qu’on ne colle jamais (données clients nominatives, chiffres non publics, pièces de dossiers sensibles). Qui relit avant qu’un texte sorte de l’entreprise. Sur quel compte on travaille, jamais un compte personnel.
4. Tester sur de vrais cas. Deux ou trois personnes, la tâche choisie, des exemples réels. Notez ce qui marche, ce qui a dû être corrigé, ce que l’outil a inventé.
5. Brancher et automatiser seulement ensuite. Relier l’outil à vos fichiers ou confier des actions à un agent vient après, une fois que l’usage de base tient debout.

Si plusieurs outils circulent déjà chez vous sans règle commune, ou si vous ne savez pas quelle tâche cadrer en premier, c’est le travail d’un consultant IA qui cadre l’usage avant de choisir l’outil. Et pour que l’équipe applique ces trois règles au quotidien sans les subir, une formation IA pensée pour les équipes de PME leur apprend les bons gestes sur leurs propres tâches.

Sources

• CNIL, « Modèle de langage », fiche de définition, non datée, consultée le 24/09/2026.
• CNIL, « Entrée en vigueur du règlement européen sur l’IA : les premières questions-réponses de la CNIL », publiée le 12 juillet 2024, mise à jour le 17 août 2026, consultée le 24/09/2026.
• OpenAI, « Notes de publication des modèles », page mise à jour en continu, consultée le 24/09/2026.
• OpenAI, « GPT-5.6 and GPT-6 Pro in ChatGPT », centre d’aide, consulté le 24/09/2026.
• OpenAI, « Introducing GPT-6 Sol and Luna », consulté le 24/09/2026.
• Anthropic, « Models overview », consultée le 24/09/2026.
• Google, « Gemini models », mise à jour le 23 septembre 2026.
• Mistral AI, « Models overview », consultée le 24/09/2026.
• Mistral AI, « Privacy Policy », consultée le 24/09/2026.