Modèle open-weight pour le B2B allemand : Qwen, Kimi, Nemotron ou Minimax ?
Pour un modèle open-weight en allemand, la licence décide avant le benchmark. Trois des quatre sont réellement libres.
Traduction produite automatiquement par IA. La version allemande est l'original vérifié par la rédaction.
Pour un modèle open-weight destiné à des textes B2B allemands, l'ordre qui décide est licence, puis qualité en allemand, puis adéquation au matériel. La première place d'un classement est rarement ce qui fait pencher la balance.
Qwen, Kimi, Nemotron et Minimax sont tous sérieusement utilisables en 2026. Mais seuls trois des quatre portent une licence réellement libre, une seule famille tient proprement sur du matériel de PME, et aucun fournisseur ne publie une comparaison propre de ces quatre-là en allemand. Ce texte classe les quatre selon les critères qu'un acheteur doit réellement vérifier, et se termine par la décision que je recommande à une PME.
01. D'abord la licence, ensuite le benchmark
La licence est la première porte, car elle décide de tout usage commercial on-prem avant qu'un seul benchmark ne compte.
Trois des quatre sont ici sans complication. Qwen3 est sous Apache 2.0, Minimax M2 sous MIT, Kimi K2 sous une licence MIT modifiée (Hugging Face). Ce sont de vraies concessions libres : usage commercial, redistribution, fine-tuning, sans appel à la maison mère.
🔸 Nemotron est le cas particulier.
L'Open Model License de NVIDIA n'est pas une pure licence Apache ou MIT. Elle lie l'usage aux conditions de NVIDIA et prend fin automatiquement si l'on retire les mécanismes de protection intégrés (NVIDIA). Le modèle est bon, mais cette clause atterrit d'abord au service juridique, pas chez l'ingénierie. Nous avons décrit l'approche NVIDIA en détail dans l'article sur Nemotron 3.
Qui utilise la souveraineté comme argument devrait savoir lire la licence comme un contrat, car c'est exactement ce qu'elle est.
02. L'allemand est-il vraiment bon ?
La réponse honnête : il n'existe pas de comparaison propre à quatre voies de ces modèles en allemand, il faut donc la produire soi-même.
Une infrastructure d'évaluation allemande existe. SuperGLEBer, le leaderboard Occiglot Euro-LLM et MMLU-ProX sur 29 langues couvrent l'allemand (ACL Anthology). Ce qui manque, c'est une comparaison publiée en tête-à-tête de ces quatre-là sur du texte allemand. Qwen3 a été entraîné sur 119 langues et est la famille au multilinguisme le plus largement attesté (Qwen) ; pour Kimi, Nemotron et Minimax, les fournisseurs ne citent pas l'allemand comme point fort particulier.
La conséquence pratique est inconfortable mais claire : les places de benchmark sur des tests anglais disent peu de chose sur la qualité de vos contrats, offres ou textes de support allemands. Le seul test fiable est celui sur votre propre matériel. Comment lire les classements sans se laisser tromper, cela figure dans l'article sur le modèle local.
03. Ce qui tourne sur votre matériel
L'adéquation au matériel trie le champ plus vite que tout benchmark, car un modèle qui ne tient pas sur vos cartes est simplement éliminé.
Qwen3 est ici l'exception. Les variantes denses de 4B à 32B tournent quantisées sur un à deux GPU, et la variante 30B-A3B-MoE fournit une qualité de modèle avec seulement environ 3B de charge de calcul active. C'est le format qui convient à une box on-prem typique de PME.
Kimi K2 et Minimax M2 sont des modèles MoE de niveau frontière. Minimax n'active certes que 10B de paramètres, mais les poids complets exigent un serveur multi-GPU ; Kimi, avec 1 billion de paramètres au total, plus encore. Nemotron 3 Nano, avec 3,6B de paramètres actifs, est très sobre et tourne sur une carte, mais recule à cause de la licence. Ce que cette réalité de VRAM coûte concrètement, nous l'avons calculé dans l'article matériel.
04. La géopolitique est dans les poids, pas dans l'API
Avec les modèles open-weight, la question de la souveraineté se déplace : les poids tournent entièrement hors ligne, il n'y a donc pas d'interrupteur d'arrêt distant. Ce qui reste, c'est ce qui est cuit dans le modèle.
Trois des quatre laboratoires sont chinois (Qwen, Kimi, Minimax), un est américain (Nemotron). Comme les poids tournent en local, la vraie question n'est pas l'emplacement du serveur, mais l'orientation dans le modèle lui-même. Des tests indépendants rapportent des taux de refus élevés des modèles chinois sur des sujets politiquement sensibles, plus fort en langue chinoise et plus faible mais présent en allemand (ChinaBench). Ces chiffres sont auto-publiés et non revus par les pairs, donc à lire avec prudence, mais l'effet est assez réel pour un paragraphe honnête dans le cahier des charges.
Pour un pur travail de texte B2B, donc brouillons, extraction, classification et retrieval sur vos propres documents, cet effet est le plus souvent maîtrisable. C'est une question de qualité de sortie et d'image externe, pas une faille de sécurité. L'arc de souveraineté plus large, les modèles européens et ce que vaut vraiment le label, nous le traçons dans l'article sur l'IA européenne souveraine.
05. Comment je décide pour une PME
La décision n'est pas patriotique ni dictée par le classement, elle suit un ordre. Voici comment je procède :
- Vérifier la licence. Seuls les modèles à vraie concession Apache ou MIT entrent en présélection sans question juridique. Ce sont ici Qwen3, Kimi K2 et Minimax M2.
- Tester sur votre propre allemand. Pas le benchmark anglais, mais faire tourner cinquante de vos textes réels contre deux candidats et évaluer en aveugle.
- Confronter au matériel. Ce qui tient sur vos une à deux cartes l'emporte presque toujours, car l'exploitation devient sinon coûteuse et fragile.
Pour la plupart des PME, cela aboutit à Qwen3 comme point de départ : libre de licence, largement multilingue, dans la bonne fenêtre matérielle. Kimi et Minimax sont le choix quand le serveur est de toute façon en place et que le reasoning ou les agents sont au premier plan. Le modèle de code open-weight Kimi K2.7, nous l'avons examiné spécialement à cet effet.
Et, comme toujours chez nous : construisez l'architecture de sorte à pouvoir changer de modèle. Le prochain meilleur modèle open-weight arrivera à coup sûr. La vraie question n'est pas lequel est en tête aujourd'hui, mais lesquelles de vos tâches ont réellement besoin du modèle le plus puissant et lesquelles seulement d'un bon, qui vous appartient. Lesquels de vos textes confieriez-vous à un modèle que vous n'avez pas testé vous-même ?
