L'IA n'est plus une fonctionnalité « bonus » des outils de création : en 2026, elle est l'outil. Monter une vidéo, produire un jeu de slides, générer une voix off, faire tourner un modèle sur sa propre machine — chaque catégorie a ses gagnants, ses pièges de licence et ses hausses de prix discrètes. Voici le comparatif transversal, chiffres vérifiés au 3 juillet 2026, avec un top 3 par catégorie et une fiche récap de l'état de l'art en fin d'article.
Prix et licences vérifiés début juillet 2026, sur les pages officielles chaque fois que possible. Les tarifs SaaS bougent vite (Descript a changé de modèle tarifaire en septembre 2025, Adobe n'a pas encore annoncé le prix post-beta de son AI Assistant) : re-vérifiez avant d'acheter. Les benchmarks auto-déclarés par les éditeurs sont signalés d'un astérisque (*).
La fiche récap en une image — le détail et les justifications suivent.
Montage vidéo : l'agent entre dans la salle de montage
C'est la bascule de 2026 : après le montage « par le texte », voici le montage par la conversation. La catégorie a quitté les démos pour de vrais produits — Descript a réorganisé tout son produit autour de son agent Underlord, Adobe a mis un AI Assistant en beta publique dans Premiere Pro (18 juin 2026), et des agents spécialisés comme Eddie AI livrent des premiers montages prêts à ouvrir dans votre logiciel. Soyons précis sur ce qui est mûr : le dérushage, le premier assemblage, les clips courts et le nettoyage. Le « monte-moi ce film de A à Z » autonome, lui, reste émergent — le montage final, créatif, est toujours humain. Et on parle bien ici d'agents qui montent vos rushes, pas des générateurs « prompt → vidéo de stock ».
| Outil | L'agent en bref | Prix (07/2026) | Plateformes |
|---|---|---|---|
| Descript (agent Underlord) | montage par chat : cut-downs, clips verticaux, jump cuts masqués, nettoyage audio | Free · Creator 24 $/mois (annuel) | Windows, macOS, web |
| Premiere Pro AI Assistant | agent dans le NLE : dérushage, bins, synchro multicam, premier assemblage | beta publique incluse · prix final non annoncé | Windows, macOS |
| Eddie AI | rough cuts sur brief en langage naturel, timeline exportée vers le NLE | pay-as-you-go 15 $/crédit · Pro 167 $/mois | Windows, macOS |
| Captions (AI Edit) | « monte ma vidéo » en un tap : coupes, B-roll, sous-titres, musique | Free · Pro 9,99 $/mois | iOS, Android, web |
| Runway (Aleph) | retouche d'un plan existant par prompt : objet, angle, lumière, météo | Free · dès 12 $/mois (crédits) | Web (donc Linux OK) |
| DaVinci Resolve 21 (IntelliScript) | timeline montée depuis le script, meilleures prises sélectionnées | Studio 295 $ à vie | Windows, macOS, Linux |
Trois profils, trois choix. Le créateur de contenu parlé (podcast, YouTube, formation) prendra Descript : Underlord est l'agent le plus abouti du marché — on lui écrit « réduis ça à deux minutes en gardant le passage sur X » ou « masque mes jump cuts avec des zooms », il planifie, exécute, et chaque action reste annulable. Le monteur déjà sur Premiere activera l'AI Assistant : rangement des rushes, synchro multicam, marqueurs, premier assemblage, directement dans le projet et dans l'historique d'annulation — en sachant que la fiabilité est encore inégale et le prix post-beta inconnu. La société de production regardera Eddie AI : on ingère les rushes le soir, l'agent logge, synchronise et construit des rough cuts sur brief, prêts à ouvrir dans Premiere, Resolve ou Final Cut au matin. C'est cher, mais c'est le seul du trio pensé pour le pipeline pro.
- Descript (Underlord) — l'agent le plus abouti : montage par chat + texte, dès 24 $/mois.
- Premiere Pro AI Assistant — l'agentique dans le NLE de référence, en beta publique gratuite.
- Eddie AI — l'assistant-monteur des pros : rough cuts livrés directement dans votre NLE.
À part : Runway Aleph (retouche générative d'un plan par prompt) et DaVinci Resolve 21 IntelliScript (rough cut depuis le script — 295 $ à vie, sans abonnement ni crédits).
Présentations : du prompt au PPTX… partout, Linux compris
Générer un deck complet depuis un prompt est devenu banal — le vrai sujet de 2026, c'est la portabilité : que vaut un deck qu'on ne peut pas ouvrir sur la machine du client ? Deux réalités structurent la catégorie. D'abord, tous les SaaS sérieux exportent le PPTX, mais avec une fidélité variable (polices, dégradés, animations). Ensuite, aucun SaaS IA n'exporte l'ODP nativement : le format OpenDocument passe forcément par Google Slides (Fichier → Télécharger → ODP) ou par LibreOffice/OnlyOffice qui, eux, l'écrivent nativement.
Tome, pionnier du deck génératif (20 M d'utilisateurs revendiqués), a fermé le 30 avril 2025 — les présentations non exportées ont été définitivement supprimées. Moralité : quel que soit l'outil SaaS choisi, exportez en PPTX/PDF ce qui compte.
| Outil | Type | Génération IA | Exports | Prix (07/2026) |
|---|---|---|---|---|
| Gamma | SaaS (web) | deck complet en ~30 s | PPTX, PDF, PNG, Google Slides — dès le plan gratuit | Free (400 crédits) · Plus 9 $ · Pro ~18–25 $/mois |
| Plus AI | add-in Slides/PowerPoint | dans l'outil hôte | PPTX natif ; ODP via Google Slides | dès 10 $/mois |
| Presenton | open source (Apache 2.0), Docker/desktop | prompt → deck, LLM au choix (Ollama local, OpenAI, Claude…) | PPTX éditable, PDF | Gratuit en self-hosted |
| Presentations.ai | SaaS (web) | decks business | PPTX haute fidélité, PDF | Free · Pro 20 $/mois |
| Beautiful.ai | SaaS (web) | Smart Slides (design auto) | PPTX, PDF — pas de plan gratuit | dès 12 $/mois (annuel) |
| OnlyOffice / LibreOffice | libres, desktop | assistants in-editor (plugin IA, Ollama possible) | PPTX + ODP + PDF natifs | Gratuit |
Gamma reste le meilleur « tout-en-un » : premier jet le plus abouti du marché, exports disponibles dès le gratuit — mais la conversion de ses « cartes » web vers un 16
classique demande des retouches, et les 400 crédits gratuits ne se renouvellent pas. Pour l'entreprise qui vit dans PowerPoint, Plus AI est imbattable par construction : il travaille dans Google Slides ou PowerPoint, donc le fichier produit est nativement propre — c'est aussi le seul chemin quasi direct vers l'ODP. Côté libre, Presenton est la vraie surprise : Apache 2.0, app desktop Windows/macOS/Linux ou Docker, PPTX pleinement éditable, et le LLM de votre choix, y compris 100 % local via Ollama — confidentialité totale. Enfin, si l'ODP natif est non négociable, OnlyOffice et LibreOffice Impress restent les seuls à l'écrire directement, avec des assistants IA in-editor (le plugin OnlyOffice accepte un modèle local) plutôt qu'une génération complète.- Gamma — le tout-en-un : meilleur premier jet, exports PPTX/PDF dès le gratuit.
- Plus AI — le choix entreprise : PPTX natif sans conversion, chemin ODP via Google Slides, 10 $/mois.
- Presenton — le choix libre : Apache 2.0, Linux/macOS/Windows, LLM local possible, PPTX éditable.
Synthèse vocale : le cloud premium contre le local libre
Deux mondes cohabitent : les API cloud, qui dominent en expressivité, et les modèles open source, devenus réellement utilisables en production locale — tous tournent sans effort sur un ordinateur récent, le plus gros du podium pesant 1,7 milliard de paramètres. Aucun GPU hors de prix requis.
Les payants (API)
| Service | Atout | Français | Prix ≈ / M caractères |
|---|---|---|---|
| ElevenLabs (Eleven v3) | 70+ langues, « audio tags » émotionnels, clonage | excellent | 50–100 $ |
| OpenAI gpt-4o-mini-tts | pilotage par prompt, prix plancher (~0,015 $/min) | correct | 12–15 $ |
| Cartesia Sonic-3.5 | latence 40–90 ms (agents vocaux temps réel) | natif (42 langues) | ~38 $ |
| Hume Octave 2 | émotion contextuelle (le texte est « compris ») | oui (11+ langues) | ~50 $ |
Le local (open source)
Vérifiez la licence des poids, pas celle du code. F5-TTS : code MIT mais poids CC-BY-NC → interdit en usage commercial. Fish Speech / OpenAudio S1-mini : CC-BY-NC-SA. XTTS-v2 : licence non commerciale et Coqui a fermé en 2024 — il n'y a plus personne pour vous vendre une licence. Ces trois-là, pourtant excellents, sont hors jeu pour un produit.
| Modèle | Taille | Licence | Français | Clonage de voix |
|---|---|---|---|---|
| Chatterbox Multilingual V3 (Resemble) | 0,5B | MIT | 23 langues, FR inclus | dès 5 s d'audio |
| Qwen3-TTS 1.7B (Alibaba, 01/2026) | 1,7B (ports MLX) | Apache 2.0 | natif (10 langues) | 3 s + « voice design » par prompt |
| Kokoro-82M | 82M (~350 Mo !) | Apache 2.0 | 1 seule voix, qualité B− | non |
| Orpheus 3B | 3B (GGUF) | Apache 2.0 | version FR en research release | oui |
| NeuTTS Air (Neuphonic) | 748M | Apache 2.0 | oui (EN meilleur) | 3 s |
Chatterbox V3 coche toutes les cases : MIT (le seul du haut du panier réellement libre pour le commerce), 23 langues, clonage zero-shot en 5 secondes, contrôle d'« exagération émotionnelle » unique en open source — et un watermark neuronal intégré, bon point d'éthique. Qwen3-TTS, sorti en janvier 2026, est techniquement le plus complet (clonage 3 s, conception de voix par description en langage naturel, streaming, ports MLX pour Apple Silicon) avec seulement six mois de recul communautaire. Kokoro reste l'outsider fascinant : 82 M de paramètres, plus rapide que le temps réel sur CPU — parfait pour un pipeline automatisé sobre, tant que l'unique voix française suffit.
Payants : 1. ElevenLabs v3 (qualité de référence) · 2. OpenAI gpt-4o-mini-tts (~7× moins cher) · 3. Cartesia Sonic-3.5 (temps réel). Open source local : 1. Chatterbox Multilingual V3 (MIT + FR + clonage) · 2. Qwen3-TTS 1.7B (le plus complet) · 3. Kokoro-82M (léger, temps réel sur CPU).
LLM en local : que faire tourner sous 36 Go ?
Précision d'emblée : les stars open-weights de 2026 (DeepSeek V4, GLM-5.2, Kimi K2.6) pèsent 300 à 750 milliards de paramètres — hors budget pour une machine personnelle. Sous 36 Go de mémoire (RAM unifiée ou VRAM GPU), la compétition se joue entre les 20–35B, avec un arbitrage simple : les MoE (peu de paramètres actifs) privilégient la vitesse, les denses la qualité brute. Attention au piège Mistral Small 4 : malgré son nom, c'est un MoE de 119B — environ 60 Go en 4-bit, il ne tient pas.
| Modèle | Params (actifs) | Q4 ≈ | Vitesse indicative | Point fort |
|---|---|---|---|---|
| Qwen3.6-35B-A3B | 35B (3B) | 22 Go (Q6 : 29 Go) | 35–50 tok/s, jusqu'à ~112 avec MLX | le généraliste : qualité + vitesse + 262K de contexte |
| Qwen3.6-27B (dense) | 27B | 17 Go (Q8 possible) | 10–25 tok/s | plafond qualité : SWE-bench 77,2*, GPQA-D 87,8* |
| Gemma 4 31B | 31B | 20 Go | 8–25 tok/s (×3 avec MTP) | 140+ langues, vision, désormais Apache 2.0 |
| gpt-oss-20b | 21B (3,6B) | 12 Go | 150–170 tok/s | vitesse et tool-use ; s'effondre à 128K de contexte |
| Magistral Small 1.2 | 24B | 14–15 Go | ~20 tok/s | raisonnement + vision + très bon français |
* Chiffres auto-déclarés par Alibaba — le claim « un 27B dense devant un MoE de 397B en code » n'a pas encore de contre-vérification indépendante solide.
Côté runtimes, 2026 a rebattu les cartes : Ollama utilise désormais MLX comme backend sur Apple Silicon (depuis la 0.19, mars 2026) et LM Studio comme llama.cpp ont intégré le speculative decoding MTP — jusqu'à trois fois plus rapide sur Gemma 4.
# Ollama ≥ 0.19 (backend MLX sur Apple Silicon)
# Le tirage direct depuis Hugging Face évite de deviner les tags :
ollama run hf.co/unsloth/Qwen3.6-35B-A3B-GGUF:Q4_K_M # ~22 Go — le généraliste
ollama run gpt-oss:20b # ~12 Go — 150+ tok/s, agentsPar rapport aux configs 24 Go, vous ne gagnez pas seulement « un modèle plus gros » : vous pouvez servir les 20–27B en Q6/Q8 au lieu de Q4 — une qualité de quantization supérieure sur le même modèle, souvent plus rentable qu'un modèle plus gros mal quantisé.
- Qwen3.6-35B-A3B — le choix par défaut : Apache 2.0, rapide (MoE), 262K de contexte.
- Qwen3.6-27B — la qualité maximale pour le code et le raisonnement, si la latence n'est pas critique.
- Gemma 4 31B — le choix multilingue/multimodal : 140+ langues (excellent français), vision, MTP.
Mentions : gpt-oss-20b comme moteur d'agents ultra-rapide ; Magistral Small 1.2 pour le raisonnement en français avec vision.
Le top 10 des LLM, toutes catégories — juillet 2026
Le premier semestre 2026 a été d'une densité inédite : cinq modèles flagship chez Anthropic en six mois, six semaines entre GPT-5.4 et GPT-5.5, et des open-weights chinois qui ont rejoint la frontière sur le code. Classement composite (Artificial Analysis Intelligence Index de juin 2026, Arena, SWE-bench Verified/Pro) :
| # | Modèle | Éditeur | Licence | Contexte | Prix API ($/M in/out) | Signature |
|---|---|---|---|---|---|---|
| 1 | Claude Fable 5 / Mythos 5 | Anthropic | propriétaire | 1M | 10 / 50 | AAII 64,9 (record) ; SWE-bench 95 % |
| 2 | Claude Opus 4.8 | Anthropic | propriétaire | 1M | 5 / 25 | n°1 Arena ; le meilleur rapport fiabilité/prix frontière |
| 3 | GPT-5.5 | OpenAI | propriétaire | 1M | 5 / 30 (Pro : 30 / 180) | math de compétition, agents |
| 4 | Gemini 3.1 Pro | propriétaire | 1M | 2 / 12 | GPQA Diamond 94,3 % ; factualité | |
| 5 | Qwen 3.7 Max | Alibaba | propriétaire (API) | 1M | 2,50 / 7,50 | meilleur rapport intelligence/prix |
| 6 | DeepSeek V4 | DeepSeek | open weights (MIT) | 1M | 0,44 / 0,87 | SWE-bench 80,6 % à ~5 % du prix des fermés |
| 7 | GLM-5.2 | Zhipu AI | open weights (MIT) | 1M | — | n°1 SWE-bench Pro (62,1)* |
| 8 | Kimi K2.6 | Moonshot | open weights | 256K | 0,60 / 2,50 | HLE outillé 54 % ; agents |
| 9 | MiniMax M3 | MiniMax | open weights annoncé* | 1M | ~5–10 % de GPT-5.5 | agents multi-acteurs à bas coût |
| 10 | Grok 4.3 | xAI | propriétaire | 256K | ~1,25 / 2,50 | agents temps réel bon marché |
* Scores GLM-5.2 et MiniMax M3 auto-déclarés, sans vérification indépendante consolidée début juillet ; la publication effective des poids de M3 restait à confirmer. (Et oui, transparence : le modèle n°1 de ce tableau a aidé à rédiger cet article — les chiffres viennent des leaderboards indépendants, pas de nous.)
Quatre tendances de fond résument le semestre. Un : la frontière se départage désormais sur les benchmarks agentiques (SWE-bench Pro, Terminal-Bench 2.1, GDPval) — GPQA est saturé au-delà de 94 %. Deux : les prix ont bifurqué — la classe « GPT-4 » coûte moins de 1 $/M tokens, pendant que le premium frontière monte (GPT-5.5 Pro à 30/180 $). Trois : l'open-weights frontière est presque exclusivement chinois (DeepSeek, Zhipu, Moonshot, MiniMax, Qwen), au point que le NIST américain évalue officiellement ces modèles ; Meta a pivoté vers le propriétaire (Muse Spark) et Mistral reste le seul flagship open occidental. Quatre : le contexte 1M est devenu le standard du top 10 — seul Kimi reste à 256K.
La fiche récap — l'état de l'art en une page
| Besoin | Le choix | L'alternative | L'option libre |
|---|---|---|---|
| Faire monter sa vidéo par un agent | Descript (Underlord) | Premiere AI Assistant (beta) · Eddie AI (pro) | Resolve 21 IntelliScript (sans abonnement) |
| Générer des slides | Gamma | Plus AI (entreprise .pptx) | Presenton (Apache 2.0) |
| Voix off cloud | ElevenLabs v3 | OpenAI gpt-4o-mini-tts (budget) · Cartesia (temps réel) | — |
| Voix off locale | Chatterbox Multilingual V3 (MIT) | Qwen3-TTS 1.7B | Kokoro-82M (CPU temps réel) |
| LLM local ≤ 36 Go | Qwen3.6-35B-A3B | Qwen3.6-27B (qualité) · Gemma 4 31B (FR, vision) | tous Apache 2.0 |
| LLM frontière (API) | Claude Fable 5 · Opus 4.8 (perf/prix) | GPT-5.5 · Gemini 3.1 Pro | DeepSeek V4 (MIT) |
Trois réflexes avant de dégainer la carte bleue : lire la licence des poids (pas du code), convertir les « crédits » en coût réel sur votre volume mensuel, et exporter systématiquement vos contenus dans un format ouvert — Tome a rappelé en 2025 que les SaaS meurent aussi.