Guide
LLM : définition simple, et face à un modèle qui décide
Un LLM, ou grand modèle de langage, est une IA entraînée sur d'immenses quantités de textes pour prédire la suite d'un texte. C'est le moteur de ChatGPT, Claude ou Gemini. Une autre famille arrive : des modèles qui n'écrivent rien et rendent une décision, comme Jev. Voici ce qui les sépare.
- LLMLarge Language Model, grand modèle de langage
- Ce qu'il rendDu texte, écrit morceau par morceau
- ExemplesGPT, Claude, Gemini, Mistral, Llama
- Modèle de décisionUn choix, une note ou un oui ou non, avec sa confiance
Par Mathieu Mari, développeur freelance. Mis à jour le 13 novembre 2026. Je conçois des automatisations qui s'appuient sur ces modèles. Ce guide n'a été ni commandé ni relu par TypeSafe, Anthropic, OpenAI, Google ou Mistral, et aucun lien n'y est rémunéré. Je n'ai pas encore accès à Jev : ce qui le concerne vient des pages de son éditeur. Les noms cités sont des marques de leurs titulaires.
Définition
LLM : la définition simple.
LLM signifie Large Language Model, en français grand modèle de langage. C'est un programme d'IA qui a lu des milliards de phrases et qui, à partir d'un début de texte, calcule la suite la plus probable. Répondre à une question, résumer ou traduire revient pour lui à continuer un texte.
-
Modèle de langage
Selon Google, un modèle de langage estime la probabilité qu'un morceau de texte apparaisse dans une suite plus longue. Ces morceaux s'appellent des jetons : un mot, une partie de mot, un signe.
-
Grand
« Grand » tient à deux choses : la masse de textes lus pendant l'entraînement, et le nombre de réglages internes du modèle, ses paramètres, qui se comptent en milliards.
-
Modèle ou application
ChatGPT est une application : elle s'appuie sur les modèles GPT d'OpenAI. De même, Claude est à la fois le nom des modèles d'Anthropic et celui de son application. Le LLM est le moteur, l'application est la voiture.
Fonctionnement
Comment fonctionne un LLM.
Un LLM fonctionne en trois temps. Il apprend d'abord la langue sur une énorme quantité de textes, puis on le règle pour suivre des consignes. À l'usage, il découpe votre question en jetons et écrit sa réponse un jeton après l'autre, chaque jeton choisi d'après tous ceux qui précèdent.
Il lit
Des livres, des sites, du code : le modèle apprend à deviner le mot suivant, des milliards de fois, jusqu'à saisir la grammaire, les faits courants et le style.
On le règle
Des exemples de bonnes réponses et des retours humains lui apprennent à suivre une consigne, à tenir une conversation et à refuser certaines demandes.
Il écrit
Votre question est découpée en jetons. Le modèle calcule le jeton suivant le plus probable, l'ajoute, recommence. Une longue réponse demande donc plus de temps qu'une courte.
Forces et limites
Ce qu'un LLM fait bien, et ses limites.
Un LLM excelle dès qu'il faut produire ou transformer du texte : écrire, résumer, traduire, extraire, coder. Ses limites viennent de sa nature : il produit une suite probable, pas une vérité vérifiée, et chaque mot écrit prend du temps et coûte.
-
Ce qu'il fait bien
- Rédiger un e-mail, un compte rendu, une fiche produit.
- Résumer un long document, en tirer les points clés.
- Traduire, reformuler, changer de ton.
- Extraire des informations d'un texte libre : noms, dates, montants.
- Écrire et expliquer du code.
- Tenir une conversation, répondre à un client.
-
Ses limites
- Il peut inventer. Une réponse plausible n'est pas une réponse juste : c'est ce qu'on appelle une hallucination.
- Il varie. La même question peut donner deux réponses différentes.
- Il prend son temps. Il écrit jeton après jeton, et un modèle qui raisonne écrit d'abord sa réflexion.
- Il coûte au mot. Les API facturent les jetons lus et les jetons écrits.
Pour qu'il invente moins, on le fait répondre à partir de vos propres documents, sources citées : c'est le principe d'une IA sur vos documents (RAG). Pour que vos données ne sortent pas de l'entreprise, un LLM peut aussi tourner sur votre machine : voyez l'IA locale en entreprise.
Comparaison
LLM classique ou modèle qui décide : la comparaison.
Un LLM classique écrit du texte. Un modèle de décision, que son éditeur TypeSafe appelle « modèle système 1 », ne rend qu'une réponse typée : une option parmi celles qu'on lui donne, une note, un oui ou non, avec une probabilité. Il est fait pour les décisions qu'un logiciel prend des milliers de fois.
| Critère | LLM classique | Modèle de décision (Jev) |
|---|---|---|
| Ce qu'il rend | Du texte, écrit jeton après jeton | Un choix, une note, un oui ou non, ou une zone dans une image |
| Ce qu'il lit | Du texte, et des images selon le modèle | Du texte, des données structurées ou des images |
| Écrire, coder, expliquer | Oui, c'est son usage premier | Non, selon sa documentation |
| Réponse dans un format imposé | Possible : sorties structurées, format garanti chez Anthropic | Toujours : c'est son seul mode de réponse |
| Confiance chiffrée | Pas dans la réponse standard | Probabilités et confiance, selon le type de question |
| Prix | Jetons lus et jetons écrits facturés, selon le modèle | 0,042 $ par million de jetons lus, réponse non facturée (annoncé) |
| Disponibilité | Ouverte, chez de nombreux éditeurs | Accès anticipé, sur liste d'attente |
Relevé le 13 novembre 2026 sur les pages officielles. Documentation de Jev Annonce de TypeSafe Sorties structurées, Anthropic
Un LLM sait donc déjà rendre une réponse au bon format. Ce que revendique le modèle de décision, c'est autre chose : une probabilité réglée pour refléter son incertitude, plusieurs questions traitées d'un coup, et une réponse sans texte à écrire, donc plus rapide et moins chère.
Jev
Jev de TypeSafe : ce qu'il est, ce qu'il n'est pas.
Jev est le premier modèle public de TypeSafe AI, un laboratoire de San Francisco. Comme un LLM, il comprend une demande en langage courant. Mais il ne répond qu'à quatre sortes de questions, et sa documentation est nette : il n'écrit pas de réponse, ne produit pas de code et n'explique pas son raisonnement.
-
Choisir
Une option parmi celles que vous donnez, avec la probabilité de chacune. Exemple de la documentation : à quelle équipe confier un ticket.
-
Noter
Une valeur sur une échelle. Exemple : le niveau de frustration d'un client dans son message.
-
Oui ou non
Une réponse entre 0 et 1. Exemple : ce message est-il une demande de remboursement ?
-
Situer
Une zone dans une image. Exemple : où se trouve le dommage sur la photo d'une voiture.
Le logiciel fixe un seuil : au-dessus, il agit seul ; en dessous, il passe la main à une personne ou à un modèle de raisonnement. La documentation prévient que la confiance se mesure sur des groupes de réponses et ne garantit pas qu'une réponse donnée est juste.
Système 1, système 2
Système 1 et système 2 : d'où vient le nom.
Le nom vient du psychologue Daniel Kahneman. Dans son livre « Système 1 / Système 2, les deux vitesses de la pensée », le système 1 juge vite et d'instinct, le système 2 réfléchit lentement. TypeSafe range ses modèles du côté du système 1.
Appliqué à l'IA, le partage donne ceci : un modèle de décision tranche en une fraction de seconde sur une question fermée, comme le système 1. Un LLM, surtout un modèle qui raisonne, prend le temps d'écrire et d'argumenter, comme le système 2.
Les deux se complètent. Le premier traite le flot des cas simples et rend la main dès que sa confiance baisse. Le second reprend les cas ambigus, rédige la réponse et l'explique à la personne qui la lira.
Chiffres annoncés
Les chiffres annoncés, et ce qu'ils valent.
TypeSafe annonce Jev 193,6 fois plus rapide et 444,6 fois moins cher que des LLM. Ces chiffres viennent de son propre banc d'essai, sur une tâche de décision, et l'éditeur écrit lui-même qu'ils sont dans le haut de la fourchette des gains réels. Aucune mesure indépendante n'était publiée au 13 novembre 2026.
-
Ce que dit l'éditeur
- Sur son exemple de page d'accueil, 0,114 s pour Jev contre 8,566 s pour des LLM.
- Un niveau d'intelligence « similaire » à celui des LLM sur ces tâches de décision.
- « Zéro hallucination » : la réponse est forcément l'une des options données.
- Pas d'entraînement sur vos requêtes, selon la note de version 1.14.
-
Ce qu'il faut garder en tête
- Mesures faites par l'éditeur, depuis la côte ouest des États-Unis où son service est installé.
- Une option bien formée peut quand même être la mauvaise : « zéro hallucination » ne veut pas dire zéro erreur.
- Durée de conservation des requêtes non publiée sur les pages relues.
- Accès anticipé : tarifs et limites peuvent encore changer.
Usages
LLM ou modèle de décision : lequel pour quel travail.
Le bon critère est la forme de la réponse attendue. S'il faut un texte, un code ou une explication, c'est un LLM. S'il faut trancher entre des options connues, très vite et très souvent, un modèle de décision s'y prête. Beaucoup d'automatisations combinent les deux.
-
Un LLM
Rédiger, résumer, répondre à un client, coder, expliquer une décision. Tout ce qui finit en texte lu par une personne.
-
Un modèle de décision
Trier des e-mails ou des tickets, détecter une demande, noter un risque, contrôler une photo, choisir l'étape suivante dans un logiciel, à gros volume.
-
Les deux ensemble
Le modèle rapide trie et décide ; sous son seuil de confiance, le LLM reprend le cas, rédige la réponse, et une personne valide ce qui engage.
Un agent qui agit dans vos outils prend justement une suite de décisions de ce genre : voyez ce que sont les agents IA, et pour choisir l'assistant de votre équipe, quelle IA choisir.
Questions fréquentes
LLM : vos questions.
LLM : les questions portent sur le sens du mot, sur la différence avec l'IA en général et sur les nouveaux modèles. Les réponses s'appuient sur les documentations officielles citées plus haut.
Mathieu Mari
Développeur freelance.
LLM, c'est quoi ?
Un LLM est un grand modèle de langage : une IA entraînée sur d'immenses quantités de textes, qui calcule la suite la plus probable d'un texte. Il sert à écrire, résumer, traduire, extraire des informations ou coder.
Que veut dire LLM ?
LLM est le sigle anglais de Large Language Model, soit grand modèle de langage. En droit, LLM désigne aussi un master, sans rapport avec l'IA.
Quelle différence entre IA et LLM ?
L'IA est le domaine entier : reconnaissance d'images, recommandation, prévision, robots. Le LLM en est une famille, spécialisée dans le langage écrit.
ChatGPT est-il un LLM ?
ChatGPT est une application. Elle s'appuie sur les modèles GPT d'OpenAI, qui sont des LLM. Claude, Gemini, Mistral et Llama sont d'autres LLM.
Qu'est-ce qu'un SLM ?
Un SLM, Small Language Model, est un modèle de langage plus petit : moins de paramètres, assez léger pour tourner sur un ordinateur ou un serveur de l'entreprise. Il écrit toujours du texte, comme un LLM.
Jev est-il un LLM ?
Non, selon son éditeur. Jev comprend le langage comme un LLM, mais il ne génère pas de texte : il rend une décision typée et sa probabilité. TypeSafe le présente comme une nouvelle classe de modèles.
Un LLM peut-il rendre des données structurées ?
Oui. Les sorties structurées imposent un format à la réponse ; chez Anthropic, le respect du schéma est garanti. La différence avec un modèle de décision tient à la probabilité fournie, à la vitesse et au prix.
À voir aussi
Pour aller plus loin.
Trois guides prolongent cette définition : choisir l'assistant de votre équipe parmi les grands outils du marché, faire tourner un LLM sur votre propre machine, et le faire répondre à partir de vos documents.