La plupart des listes du « meilleur modèle ouvert pour coder » classent les modèles selon leurs scores de benchmark. Cela aide à choisir une famille de modèles. Cela ne vous dit pas quel modèle fonctionnera dans votre agent, via votre fournisseur, à un coût acceptable. Cet article réduit le choix aux quatre modèles de chat servis par BroadNet Inference et tranche selon quatre tests pratiques : appel d’outils, contexte, raisonnement et coût par tâche. Nous ne publions pas de scores de benchmark ici ; nous n’utilisons que ce qu’indiquent la documentation et le fichier de prix de BroadNet.
Quels modèles sont en lice ?
| Modèle | ID | Contexte | Outils indiqués | Entrée image | Raisonne d’abord |
|---|---|---|---|---|---|
| GLM 5.3 | broadnet/glm-5.3 |
1 048 576 | Oui | Non | Oui |
| DeepSeek V4.1 Flash | broadnet/deepseek-v4.1-flash |
1 048 576 | Non indiqué | Oui | Oui |
| Qwen3.8 27B | broadnet/qwen3.8-27b |
262 144 | Oui | Oui | Oui |
| Gemma 4 VL 26B | broadnet/gemma-4-26b-a4b |
32 768 | Non indiqué | Oui | Non indiqué |
Les quatre sont des modèles open-weight servis via une seule API compatible OpenAI à l’adresse https://inference.broadnet.ai/v1 : changer de modèle se fait en une ligne dans les réglages de votre agent.
Test 1 : votre agent a-t-il besoin d’appels d’outils natifs ?
C’est la question qui retient ou écarte un modèle. L’appel d’outils est la façon dont un agent demande à votre machine de lire un fichier, d’exécuter une commande ou d’appliquer une modification. Les agents s’en servent de trois manières différentes :
- Appels d’outils natifs. L’agent envoie une liste
toolset attend destool_callsen retour. La documentation de Roo Code (le projet a été arrêté le 15 mai 2026 ; son fork Zoo Code prend le relais) indique que l’appel d’outils natif est « the only supported tool protocol » (traduction : « le seul protocole d’outils pris en charge »), sans repli XML. La référence de configuration de Continue indique que la capacitétool_useest « required for Agent mode » (traduction : « requise pour le mode Agent »). opencode fonctionne aussi par les appels d’outils de l’API. - Outils décrits dans le prompt. Cline est passé à l’appel d’outils natif dans la v3.35 pour une liste de fournisseurs nommés et de modèles de pointe ; son billet de version indique que les autres modèles « continue using the text-based approach » (traduction : « continuent d’utiliser l’approche textuelle »). Le modèle doit quand même suivre un format d’outils strict : la qualité du suivi des outils compte.
- Formats d’édition texte. Aider demande au modèle de renvoyer les modifications sous forme de texte : fichiers entiers, blocs search/replace ou diffs unifiés, selon sa documentation sur les formats d’édition. Il ne dépend pas du champ d’appel d’outils de l’API. Les choix de modèle pour Aider sont dans le meilleur LLM pour Aider.
La première règle est donc simple. Pour un agent piloté par outils comme opencode, le mode Agent de Continue ou Zoo Code, utilisez un modèle pour lequel BroadNet indique les outils : GLM 5.3 ou Qwen3.8 27B. Cline est plus tolérant, mais les deux mêmes modèles sont le point de départ le plus sûr. Pour Aider, n’importe lequel des modèles à grand contexte fonctionne, DeepSeek V4.1 Flash compris. Si vous voulez DeepSeek V4.1 Flash dans un agent piloté par outils, faites d’abord tourner une vraie tâche dessus. Un appel d’outil raté apparaît généralement dans les deux ou trois premières étapes.
Test 2 : le contexte est-il assez grand ?
La fenêtre de contexte d’un agent se remplit plus vite qu’on ne le croit. Avant toute lecture de code, une requête transporte déjà un prompt système, des schémas d’outils et la conversation jusque-là. Viennent ensuite les lectures de fichiers et la sortie des commandes. Notre décomposition du budget de tokens d’un agent montre où ils partent, et le calculateur de fenêtre de contexte vérifie si vos fichiers tiennent.
- 1 048 576 tokens (GLM 5.3, DeepSeek V4.1 Flash) : une longue session sur un dépôt de taille moyenne sans élagage agressif.
- 262 144 tokens (Qwen3.8 27B) : suffisant pour des tâches ciblées ; les longues sessions demandent des résumés ou une carte du dépôt plus petite.
- 32 768 tokens (Gemma 4 VL 26B) : trop petit pour la plupart des boucles d’agent. Servez-vous-en pour tester une configuration avec le crédit de départ de $5.
Réglez vous-même la taille de contexte dans les réglages de modèle de l’agent. Les agents ne peuvent pas la détecter pour des ID de modèles personnalisés, et certains supposent une valeur par défaut fausse pour votre modèle.
Test 3 : combien coûte une tâche ?
Les agents lisent bien plus qu’ils n’écrivent, et l’essentiel de ce qu’ils lisent se répète d’un tour à l’autre. Les prix de l’entrée et de l’entrée en cache comptent donc plus que le prix de sortie. Voici un profil de tâche : 40 appels au modèle de 30 000 tokens d’entrée et 1 000 tokens de sortie en moyenne chacun, avec 80 % de l’entrée servie depuis le cache.
| Par tâche | Tokens | DeepSeek V4.1 Flash | GLM 5.3 | Qwen3.8 27B |
|---|---|---|---|---|
| Nouvelle entrée | 0,24 M | $0.175 / M | $0.78 / M | $0.175 / M |
| Entrée en cache | 0,96 M | $0.0055 / M | $0.173 / M | $0.0435 / M |
| Sortie, raisonnement compris | 0,04 M | $0.52 / M | $3.46 / M | $2.17 / M |
Multipliez chaque ligne et additionnez. Aux prix synchronisés le 2026-11-14, cette tâche coûte environ 7 fois plus cher sur GLM 5.3 et environ 2,5 fois plus cher sur Qwen3.8 27B que sur DeepSeek V4.1 Flash. Votre propre ratio dépend de votre taux de cache et de la quantité de raisonnement du modèle : mesurez-le. Saisissez vos propres volumes de tokens dans le calculateur de coût d’API LLM, ou comparez les modèles côte à côte avec DeepSeek V4.1 Flash vs GLM 5.3 et GLM 5.3 vs Qwen3.8 27B.
Sur un forfait illimité, DeepSeek V4.1 Flash n’a pas de compteur de tokens : $60 par mois et par session, une requête à la fois. Pour un agent qui tourne la majeure partie de la journée, cela bat généralement n’importe quel prix au token. À 80 % de hits de cache, le calcul de rentabilité place le seuil vers 917 millions de tokens d’entrée et 46 millions de tokens de sortie par mois.
Test 4 : à quel point le modèle réfléchit-il ?
Les trois grands modèles raisonnent avant de répondre, et le raisonnement compte dans max_tokens. Dans un agent, cela pose deux problèmes : des réponses vides quand la limite de sortie est basse, et des factures de sortie plus élevées en paiement à l’usage. Donnez à chaque appel quelques milliers de tokens de sortie et réglez reasoning_effort sur low pour les étapes courantes comme la lecture de fichiers. Pourquoi les modèles de raisonnement renvoient des réponses vides.
Alors, lequel choisir ?
- opencode, mode Agent de Continue, Cline, Zoo Code ou votre propre boucle d’outils : GLM 5.3. Outils indiqués, contexte de 1 M, prix au token le plus élevé des quatre.
- Aider, ou tout agent de longue durée où la facture compte le plus : DeepSeek V4.1 Flash, idéalement sur un forfait illimité.
- Agents qui lisent des captures d’écran ou travaillent en arabe : Qwen3.8 27B, avec outils et entrée image ; la page des tarifs de BroadNet indique qu’il a été testé en arabe.
- Un premier test avec le crédit de départ de $5 : Gemma 4 VL 26B, puis montez en gamme.
Vous pouvez aussi les combiner. Cline, par exemple, a un réglage pour utiliser des modèles différents en mode Plan et en mode Act. Les étapes de configuration de chaque agent sont dans notre page d’ensemble sur les modèles ouverts dans les agents de code, et une comparaison des fonctions dans Cline vs Roo Code vs Aider.
La place de BroadNet Inference
BroadNet Inference sert ces quatre modèles avec conservation zéro des données et une seule clé d’API. Selon la déclaration de confidentialité de BroadNet, les modèles open-weight hébergés tournent sur du matériel possédé ou loué par BroadNet aux États-Unis, et les modèles servis par des partenaires comme DeepSeek V4.1 Flash tournent chez des partenaires d’inférence américains. Il convient aux équipes qui veulent un modèle ouvert à 1 M de tokens de contexte pour leurs agents, et une facture fixe pour DeepSeek V4.1 Flash. Il ne convient pas si vous avez besoin d’un modèle précis qu’il ne sert pas, d’un outil hébergé côté fournisseur comme la recherche web, ou de scores de benchmark publiés pour comparer les modèles ; faites alors votre propre test au niveau de la tâche. Vous pouvez essayer n’importe quel modèle avec une clé en paiement à l’usage ou acheter une heure Meteor à $1 sur la page des forfaits.
