Meilleur LLM open-source pour l'éducation et l'enseignement

Choisir un LLM éducation open source revient à arbitrer entre la qualité pédagogique du raisonnement, la capacité à expliquer un concept étape par étape, et la frugalité matérielle imposée par un déploiement en établissement ou sur poste enseignant. Le LLM éducation open source offre un avantage décisif sur les services propriétaires : maîtrise des données élèves, absence de quotas, conformité RGPD plus simple, et coût marginal nul après installation. Cet article compare les modèles ouverts les plus pertinents pour le tutorat, la génération d'exercices, l'aide aux devoirs, la correction automatique et la production de contenus pédagogiques multilingues, avec leurs prérequis VRAM, licences, et cas d'usage concrets pour passer d'une dépendance Khanmigo à un tuteur local souverain.

Quels critères pour un LLM pédagogique ?

Un modèle destiné à l'enseignement ne se choisit pas comme un modèle de code. Les axes prioritaires :

• Raisonnement multi-étapes : capacité à décomposer un problème de mathématiques ou de physique sans sauter de jonctions logiques. Les scores AIME et MATH (publiés sur Papers With Code) sont des indicateurs utiles.
• Connaissances générales (MMLU) : couverture des disciplines (histoire, biologie, économie). Les modèles affichant > 80 % sur MMLU sont des candidats sérieux pour le secondaire et le supérieur.
• Qualité du français : critique pour le public francophone. Les modèles européens comme Mistral Large 3 675B ou Apertus 70B (Swiss AI) ont un avantage natif, tout comme Salamandra 40B Instruct entraîné sur des corpus multilingues européens.
• Licence permissive : Apache 2.0 ou MIT pour autoriser un déploiement en académie sans frictions juridiques. La licence Llama Community impose des restrictions sur le nombre d'utilisateurs actifs mensuels.
• Fenêtre de contexte : pour ingérer un manuel ou plusieurs copies. Llama 4 Scout 109B annonce 10 millions de tokens de contexte, Seed-OSS 36B Instruct propose 524 288 tokens.
• Hallucinations contrôlées : un tuteur qui invente une formule est pire qu'un manuel. Privilégier les modèles avec mode "raisonnement" explicite comme DeepSeek R1 671B ou QwQ 32B.

Pour une analyse plus large des critères de sélection, voir le guide général de choix d'un LLM sur quelllm.fr.

Tutorat scolaire et collège-lycée : les modèles 30-70B

Pour un poste enseignant équipé d'une carte 24 Go (RTX 4090, RTX 5090) ou d'une station double GPU, la classe 30-70B est le sweet spot. Elle permet un raisonnement satisfaisant sans saturer la VRAM.

• Qwen 3 32B (Apache 2.0) : VRAM Q4 ~19 Go, contexte 131 072 tokens. Excellent en mathématiques et en français écrit, support natif de la chaîne de pensée. Profile détaillée sur HuggingFace Qwen.
• Gemma 4 31B (licence Gemma) : 18 Go en Q4, 256 000 tokens de contexte. Réponses bien calibrées pour un public scolaire, ton mesuré.
• Llama 3.3 70B Instruct (Llama 3.3 Community) : 40 Go en Q4. Référence absolue pour la culture générale, MMLU élevé. À éviter si l'établissement dépasse 700 M d'utilisateurs actifs mensuels — un seuil rarement atteint en milieu éducatif.
• DeepSeek R2 32B (MIT) : 19 Go en Q4, raisonnement explicite. Bon candidat pour l'aide aux exercices de mathématiques et de physique-chimie.
• OLMo 3 32B (Apache 2.0, Allen AI) : 19 Go en Q4. Particularité : modèle complètement ouvert (poids + données + recette d'entraînement), précieux pour un usage académique où la reproductibilité compte. Voir le repo officiel Allen AI.
• Apertus 70B (Apache 2.0) : 40 Go en Q4. Modèle multilingue européen, conçu par Swiss AI dans une optique de souveraineté.

Pour un comparatif chiffré, consulter la page Qwen 3 32B vs Llama 3.3 70B.

Frugalité : modèles 30-40B accessibles à un GPU grand public

Pour un lycée équipé d'une seule RTX 4090, ou un CDI mutualisant un poste, viser une VRAM Q4 sous 24 Go reste nécessaire.

• Qwen 3.6 35B-A3B (Apache 2.0) : 21 Go en Q4, architecture MoE avec 3B de paramètres actifs. Vitesse d'inférence élevée car seuls les experts pertinents sont activés à chaque token. Idéal pour un tuteur réactif en classe.
• Seed-OSS 36B Instruct (Apache 2.0, ByteDance) : 22 Go en Q4, contexte 524 288 tokens. Permet l'analyse d'un manuel complet ou d'une dissertation longue sans découpage.
• Salamandra 40B Instruct (Apache 2.0, Barcelona Supercomputing Center) : 24 Go en Q4. Entraîné spécifiquement pour les langues européennes, dont le français et l'espagnol. Documenté sur HuggingFace BSC-LT.
• Yi 1.5 34B Chat (Apache 2.0, 01.AI) : 20 Go en Q4. Bonne polyvalence, mais contexte limité à 4 096 tokens — à réserver aux interactions courtes.

Tokens/sec estimés sur RTX 4090 en Q4 : 35-50 tok/s pour les modèles 32B denses, 80-120 tok/s pour les MoE comme Qwen 3.6 35B-A3B. Voir le benchmark vitesse sur quelllm.fr.

Cas d'usage : générer des exercices, corriger des copies, expliquer un concept

Génération d'exercices différenciés. Un enseignant fournit un objectif pédagogique et trois niveaux (soutien, standard, approfondissement). Mistral Small 4 (Apache 2.0, 119B, 72 Go en Q4) produit des énoncés bien formulés en français et respecte les consignes de difficulté. Qwen 3.5 122B-A10B (73 Go en Q4) avec ses 10B actifs offre un excellent rapport vitesse/qualité pour une production de masse.

Correction de copies courtes. La fonction-grille (énoncé + barème + copie élève) demande de la rigueur. DeepSeek R1 Distill 32B (MIT, 19 Go en Q4) ou QwQ 32B (Apache 2.0) gèrent bien les rubriques structurées. Garder un enseignant humain dans la boucle reste nécessaire pour l'attribution finale des notes.

Tutorat conversationnel type Khanmigo. L'objectif est de guider sans donner la réponse. Llama 3.3 70B Instruct et Gemma 4 31B ont des comportements alignés sur la pédagogie socratique. Pour un Khanmigo alternative entièrement local, ces deux modèles couplés à une RAG documentaire sur les programmes officiels constituent une base solide.

Vulgarisation multimodale. Pour expliquer un schéma de SVT ou commenter une figure historique, basculer sur un modèle vision-langage : Qwen 3 VL 235B-A22B (142 Go en Q4) ou LLaVA-OneVision 72B (42 Go en Q4) pour les établissements correctement équipés.

Souveraineté, conformité et hébergement en établissement

Le déploiement d'un IA tuteur local dans un établissement scolaire pose trois questions concrètes :

1. Hébergement : un serveur académique ou municipal, sans flux sortant vers un cloud étranger. Les modèles MIT et Apache 2.0 (DeepSeek R2 32B, Mistral Small 4, OLMo 3 32B) ne contraignent pas la redistribution interne.
2. Conformité RGPD : aucun prompt élève n'est exposé à un tiers. Le règlement européen (EUR-Lex 2016/679) est plus simple à respecter avec un modèle on-premise.
3. Filtrage et sécurité : un système de modération en amont (classifieur, liste noire de prompts) reste nécessaire. Aucun LLM ouvert n'est intrinsèquement sûr pour un public mineur sans garde-fous explicites.

Pour explorer les implications d'une architecture souveraine, voir le guide déploiement on-premise sur quelllm.fr.

FAQ

Q : Quel LLM open source choisir pour un budget GPU unique RTX 4090 ?

Sur une seule RTX 4090 (24 Go VRAM), viser Qwen 3 32B ou Gemma 4 31B en quantification Q4 (~19 Go) laisse de la marge pour le contexte. Pour un meilleur ratio vitesse/qualité, Qwen 3.6 35B-A3B en MoE délivre des réponses plus rapides grâce à ses 3B de paramètres actifs.

Q : Existe-t-il une vraie alternative locale à Khanmigo ?

Oui. Llama 3.3 70B Instruct ou Apertus 70B couplés à une base documentaire RAG (manuels, programmes officiels) et à un prompt système pédagogique socratique reproduisent la fonction tutorat de Khanmigo, sans transmission de données élèves à un tiers. Compter ~40 Go de VRAM et une station avec 2 GPU 24 Go.

Q : Les modèles européens sont-ils suffisants pour le français scolaire ?

Mistral Large 3 675B et Mistral Small 4 (Apache 2.0) excellent en français et respectent les conventions typographiques. Salamandra 40B Instruct (Apache 2.0, BSC) et Apertus 70B (Swiss AI) sont entraînés sur des corpus multilingues européens avec une forte proportion de français — pertinents pour un usage souverain.

Q : Quelle licence privilégier pour un déploiement en académie ?

Apache 2.0 et MIT sont les plus sûres : aucune restriction d'usage commercial, aucun seuil d'utilisateurs. La licence Llama Community impose des conditions au-delà de 700 M d'utilisateurs actifs mensuels — rarement contraignant pour un établissement, mais à valider avec le service juridique de l'académie.

Q : Faut-il un modèle "raisonnement" pour le tutorat de mathématiques ?

Pour le collège, un modèle généraliste comme Gemma 4 31B suffit. Pour le lycée scientifique et le supérieur, basculer vers DeepSeek R1 Distill 32B, QwQ 32B ou DeepSeek R2 32B qui exposent leur chaîne de pensée. Les scores AIME publiés sur HuggingFace Open LLM Leaderboard confirment leur supériorité sur les problèmes en plusieurs étapes.

Q : Comment éviter les hallucinations dans un usage pédagogique ?

Trois mesures cumulables : (1) coupler le modèle à une base RAG des manuels et programmes officiels, (2) afficher systématiquement la chaîne de raisonnement quand un modèle reasoning est utilisé, (3) cadrer le prompt système ("si tu n'es pas sûr, dis-le explicitement"). Aucune mesure isolée n'élimine les erreurs.

Conclusion

Le choix d'un LLM éducation open source dépend du matériel disponible, de la langue cible et du niveau d'enseignement. Pour le collège-lycée sur GPU unique, Qwen 3 32B, Gemma 4 31B ou Qwen 3.6 35B-A3B sont des points d'entrée solides ; pour un déploiement souverain à l'échelle d'un établissement, Mistral Small 4, Apertus 70B ou Llama 3.3 70B Instruct offrent une qualité comparable aux services propriétaires. Pour affiner selon votre matériel exact, utilisez le configurateur quelllm.fr ou parcourez le catalogue complet des 249 modèles.