Vocabulaire de l'IA : 30 termes expliqués simplement

Il y a un moment désagréable, dans une réunion où l'on parle d'IA, où vous réalisez que trois personnes emploient le mot « agent » pour trois choses différentes et que personne ne s'en aperçoit. Ce n'est pas de l'incompétence, c'est un vocabulaire qui s'est constitué trop vite, souvent en anglais, et qui circule sans définition.

Ce glossaire est fait pour ça. Il n'est pas classé par ordre alphabétique, parce que ces notions ne s'expliquent pas indépendamment les unes des autres : on ne comprend pas ce que coûte une requête sans savoir ce qu'est un token, ni ce qu'est un agent sans savoir ce qu'est un outil. L'ordre suit les dépendances. Lu dans l'ordre, chaque terme s'appuie sur les précédents.

J'ai gardé les définitions courtes. Quand un sujet mérite mieux qu'un paragraphe, je renvoie vers l'article où je l'ai traité en entier plutôt que d'en faire un résumé tronçonné.

1. Les fondations

Machine learning (apprentissage automatique). Une façon d'écrire un programme sans écrire ses règles. Au lieu de coder « si le message contient tel mot, alors c'est du spam », on montre à la machine des dizaines de milliers de messages déjà étiquetés et on la laisse déduire elle-même les régularités. Le programmeur ne décrit plus la solution, il décrit le problème et fournit les exemples.

Réseau de neurones. La structure mathématique qui rend ça possible. Des couches de fonctions très simples, empilées, chacune transformant un peu le signal qu'elle reçoit avant de le passer à la suivante. Le mot « neurone » est une analogie historique avec le cerveau, et elle est trompeuse : il n'y a là-dedans ni biologie ni intention, seulement des multiplications de nombres. Ce qui compte est l'échelle : les modèles actuels empilent des dizaines à des centaines de milliards de ces coefficients, et les plus gros dépassent le millier de milliards.

Paramètres (ou poids). Ces coefficients, justement. Ce sont les nombres que l'entraînement ajuste, et ils constituent à eux seuls tout ce que le modèle « sait ». Quand on lit qu'un modèle fait 70 milliards de paramètres, c'est de ça qu'on parle. Plus il y en a, plus le modèle peut être capable, et plus il coûte cher à faire tourner.

Entraînement. La phase, très longue et très chère, pendant laquelle ces paramètres sont ajustés à partir d'un immense corpus de textes. Elle se compte en semaines de calcul sur des milliers de processeurs graphiques. Pour être exact, elle se fait en deux temps : un pré-entraînement massif sur le corpus, puis un affinage bien plus léger qui apprend au modèle à répondre utilement et à refuser certaines demandes. Seul le premier coûte une fortune, et c'est lui qui donne au modèle sa date de coupure des connaissances : il ne sait rien de ce qui s'est produit après la constitution de son corpus.

Token. L'unité de découpage du texte. Un modèle ne lit pas des lettres ni des mots, il lit des fragments : « anticonstitutionnellement » en fait plusieurs, « le » en fait un seul. En première approximation, comptez trois à quatre caractères par token en français. Retenez ce mot, parce que presque tout se mesure en tokens : le prix que vous payez, la longueur de ce que le modèle peut lire, la vitesse à laquelle il répond.

LLM (grand modèle de langage). L'assemblage de tout ce qui précède : un très grand réseau de neurones entraîné à prédire le token suivant dans une séquence. C'est littéralement tout ce qu'il fait. La conversation, le résumé, la traduction, le code : tout émerge de cette unique opération répétée, un token après l'autre. Le garder en tête explique beaucoup de comportements qui semblent autrement mystérieux.

3. Ce qu'on ajoute autour du modèle

Un modèle seul est une boîte fermée : il ne connaît que son entraînement et ne peut rien faire d'autre que produire du texte. Tout ce qui suit sert à lever l'une ou l'autre de ces limites.

Embedding (plongement). La transformation d'un texte en une liste de nombres qui représente son sens. Deux phrases proches par le sens donnent deux listes proches mathématiquement, même sans aucun mot commun. C'est ce qui permet de chercher par le sens plutôt que par mot-clé, et c'est la brique sur laquelle repose le RAG.

RAG (génération augmentée par la recherche). La méthode standard pour qu'un modèle réponde sur vos documents à vous. On découpe la base documentaire, on la convertit en embeddings, et à chaque question on va y chercher les passages les plus proches pour les coller dans le prompt. Le modèle n'a rien appris de nouveau : on lui a simplement mis la bonne page sous les yeux au bon moment.

Outil (tool, function calling). La capacité donnée au modèle de déclencher une action extérieure : interroger une API, lancer une recherche, exécuter du code. En pratique, le modèle n'exécute rien lui-même. Il produit un texte structuré disant « j'aimerais appeler telle fonction avec tels arguments », et c'est le logiciel autour qui décide de le faire ou non. Cette nuance est toute la sécurité du dispositif.

MCP (Model Context Protocol). Un format standard pour brancher ces outils. Avant lui, chaque intégration était spécifique à un modèle et à un service. Avec lui, un serveur MCP expose ses capacités une fois et n'importe quel client compatible peut s'y connecter, quel que soit le modèle derrière. C'est de la plomberie, et c'est exactement pour ça que ça compte. Le sujet a aussi une dimension réseau que j'ai traitée dans connecter un agent à un réseau privé sans ouvrir de port.

Skill. Un mode d'emploi packagé pour une tâche récurrente : des instructions, parfois des scripts et des modèles de documents, que l'agent charge quand la tâche se présente. Là où un outil ajoute une capacité technique, un skill ajoute une méthode. La distinction est facile à retenir : l'outil dit ce que l'agent peut faire, le skill dit comment il doit s'y prendre.

Ces quatre notions se confondent facilement. Le tableau suivant les sépare.

Notion	Ce que c'est	Ce que ça débloque	Exemple
RAG	Des documents injectés dans le prompt	Répondre sur vos données	Un assistant qui cite votre documentation interne
Outil	Une fonction que le modèle peut demander	Agir hors de la conversation	Interroger votre CRM, lancer un script
MCP	Un standard de connexion aux outils	Brancher une fois, servir partout	Un serveur Notion utilisable par plusieurs agents
Skill	Une procédure packagée	Refaire une tâche de la même façon	« Publier un article », avec ses étapes et ses contrôles

4. Quand le modèle agit seul

Agent. Un modèle à qui l'on confie un objectif plutôt qu'une question, et qui enchaîne lui-même plusieurs étapes pour l'atteindre : il planifie, appelle des outils, lit les résultats, corrige et recommence. La différence avec un chatbot n'est pas l'intelligence du modèle, c'est la boucle qu'on a construite autour.

IA agentique. Le terme parapluie pour cette façon de faire. Il est employé à tort et à travers, y compris pour des produits qui ne font qu'enchaîner deux appels. Le test utile : est-ce que le système décide lui-même de l'étape suivante en fonction de ce qu'il vient d'observer ? Si la séquence est figée d'avance, c'est une automatisation, pas un agent. J'ai détaillé pourquoi la plupart des pilotes d'agents échouent en entreprise, et le problème n'est presque jamais technique.

Loop (boucle fermée). La forme concrète que prend cette autonomie quand elle est bien conçue. Un loop se définit par trois éléments : un déclencheur qui le lance, des portes de feedback qui vérifient le travail à chaque tour (les tests passent-ils ? le site répond-il ?), et une condition de sortie qui l'arrête, en cas de succès comme en cas d'échec répété. C'est la condition de sortie qui manque le plus souvent, et c'est elle qui évite qu'un agent bloqué tourne indéfiniment sans le signaler. J'en tiens un répertoire ouvert.

Graphe. Une façon de décrire un enchaînement d'étapes où chaque nœud est une opération et chaque arête une transition possible, y compris conditionnelle ou circulaire. Attention au mot : il désigne ici l'orchestration d'un workflow, pas un graphe de connaissances. Son intérêt par rapport à un agent totalement libre est la lisibilité : on voit le chemin, on peut le tester, on peut expliquer après coup pourquoi telle branche a été prise.

Harnais (harness). Tout ce qui entoure le modèle pour en faire un outil de travail : la gestion du contexte, l'accès aux fichiers, les permissions, la boucle d'exécution, les garde-fous. Deux produits basés sur le même modèle peuvent donner des résultats très différents parce que leur harnais n'est pas le même. C'est à mon sens la notion la plus sous-estimée de cette liste, et j'y consacre un article entier.

Une façon simple de retenir l'emboîtement : le modèle prédit, le harnais encadre, l'agent poursuit un objectif, le loop garantit qu'il s'arrête.

5. Le matériel, en deux notions

VRAM. La mémoire embarquée sur la carte graphique. C'est la contrainte numéro un pour faire tourner un modèle en local, parce que les paramètres doivent y tenir en totalité pour être utilisables rapidement. Un modèle qui dépasse votre VRAM ne tourne pas « plus lentement » : selon les cas, il ne tourne pas du tout, ou il s'effondre en performance parce qu'il doit faire des allers-retours avec la mémoire du système.

L'ordre de grandeur se calcule à la main, et c'est le seul chiffre de cet article que je vous invite à refaire vous-même plutôt qu'à me croire sur parole. En précision standard, dite 16 bits, chaque paramètre occupe 2 octets. Nombre de paramètres en milliards, multiplié par 2, égale la place des poids en gigaoctets.

Le tableau ci-dessous ne donne que ça : les poids seuls. Il faut y ajouter de quoi stocker le contexte de la conversation et faire tourner le calcul. Sur un usage courant, comptez 10 à 30 % de plus, ce qui explique qu'un modèle de 7 milliards de paramètres, dont les poids pèsent 14 Go, demande en pratique une carte de 16 Go. Sur des contextes très longs, en revanche, cette part explose et peut dépasser la taille des poids eux-mêmes : c'est souvent elle, et non le modèle, qui fait échouer un déploiement.

Paramètres	Calcul	Poids en 16 bits	Matériel correspondant
7 milliards	7 × 2	14 Go	Une carte grand public de 16 Go
30 milliards	30 × 2	60 Go	Une carte professionnelle
70 milliards	70 × 2	140 Go	Plusieurs cartes
700 milliards	700 × 2	1 400 Go	Un cluster, pas une machine

Quantification. La technique qui fait bouger ce tableau. On réduit la précision avec laquelle chaque paramètre est stocké, en passant par exemple de 16 bits à 4 bits. Le modèle occupe alors une fraction de la place, au prix d'une perte de qualité généralement faible mais réelle. C'est ce qui permet de faire tenir sur une machine de bureau des modèles qui demandaient un serveur, et le sujet a beaucoup bougé en 2026, comme je le décris à propos du coût réel d'un déploiement local.

Mixture of Experts (MoE). Une architecture où le modèle est découpé en nombreux sous-réseaux spécialisés dont seuls quelques-uns s'activent à chaque token. Conséquence contre-intuitive : le calcul est bien plus léger qu'un modèle dense de même taille, mais la mémoire ne diminue pas, puisqu'il faut garder tous les experts disponibles au cas où. C'est pour ça que certains modèles très gros répondent vite tout en restant impossibles à héberger.

6. Le paysage des modèles

Ces mots sont ceux qu'on confond le plus, y compris dans la presse spécialisée, et la confusion vient de ce qu'ils ne répondent pas à la même question.

« Modèle frontier », ou modèle de frontière, désigne un niveau de capacité : les modèles les plus avancés du moment. C'est une position dans un classement, pas un statut juridique, et ça change tous les six mois. « Fermé », « open weight » et « open source » désignent au contraire ce que l'éditeur publie et ce que la licence autorise.

Les deux axes sont indépendants, et c'est tout l'enjeu : un modèle peut être à la fois de frontière et open weight. Kimi K3 en est l'exemple. Dire d'un modèle qu'il est « frontier » ne dit donc rien de ce que vous avez le droit d'en faire, et inversement. Version courte du second axe ci-dessous, version complète dans l'article que j'y ai consacré.

Statut de licence	Ce qui est réellement publié	Ce que vous pouvez en faire
Fermé	Une API, une documentation	L'utiliser à distance, sans jamais le déplacer
Open weight	Les paramètres, téléchargeables	Le faire tourner chez vous, sous réserve de la licence
Open source	Les poids, le code, et les données ou la recette	Le reproduire, l'auditer, le modifier

Le malentendu le plus fréquent : « open weight » est souvent annoncé comme « open source » alors que la donnée d'entraînement, qui est ce qui permettrait vraiment de comprendre et de reproduire le modèle, n'est presque jamais publiée.

7. Lire un benchmark sans se faire avoir

Un benchmark est un examen standardisé passé par les modèles. Les scores servent d'argument commercial, et c'est précisément pour ça qu'il faut savoir les lire.

L'exemple le plus instructif est SWE-bench, qui mesure la capacité à corriger de vrais bugs dans de vrais dépôts de code. Il en existe deux versions, et le même modèle n'y obtient pas du tout le même résultat.

	SWE-bench Verified	SWE-bench Pro
Tâches	500, issues de 12 dépôts Python	1 865, issues de 41 dépôts
Résistance à la contamination	Faible : code public, antérieur aux modèles	Élevée : code copyleft et propriétaire
Score d'un même bon modèle (barre sur 100 %, 1 bloc = 5 points)	`████████████████░░░░` environ 80 %	`███████████░░░░░░░░░` environ 55 %

Ces deux valeurs sont des ordres de grandeur relevés à l'été 2026, et elles auront bougé quand vous lirez ces lignes : c'est le rapport entre les deux qu'il faut retenir, pas les nombres. L'écart de vingt à vingt-cinq points s'observe sur tous les modèles qui publient les deux résultats. Ce n'est donc pas une faiblesse d'un modèle en particulier, c'est une propriété des deux épreuves. Le problème de Verified est la contamination : ses tâches circulaient dans le code public avant la publication du benchmark, donc elles se sont retrouvées dans les données d'entraînement. Un audit interne d'OpenAI a montré que tous les grands modèles pouvaient restituer mot pour mot la correction attendue sur une partie des tâches. Réviser un examen dont on a vu le corrigé donne de bonnes notes qui ne mesurent plus rien. En février 2026, OpenAI a annoncé cesser de traiter Verified comme une mesure de capacité et recommande de rapporter les résultats sur Pro.

Trois réflexes suffisent, donc, devant un score.

Demandez sur quel benchmark, puisqu'un pourcentage sans le nom de l'épreuve ne veut rien dire. Regardez l'écart avec les concurrents plutôt que la valeur absolue : quand les meilleurs modèles se tiennent en un point, l'épreuve est saturée et ne discrimine plus rien. Et vérifiez qui a fait passer le test, un résultat auto-déclaré par le constructeur n'ayant pas le même statut qu'une évaluation indépendante.

Et après

Si vous voulez vérifier ce qui est resté, le quiz IA reprend une partie de ces notions, du niveau accessible au niveau pointu, avec un corrigé qui renvoie vers la source de chaque réponse. Et si vous cherchez les outils qui incarnent ces concepts, l'Agenthèque les recense un par un.

Un dernier mot sur l'usage de ce vocabulaire. Sa fonction sociale la plus fréquente n'est pas de décrire, c'est d'impressionner. Quelqu'un qui ne peut pas vous expliquer ce qu'il entend par « agent » ne maîtrise probablement pas ce qu'il vend. La bonne question en réunion n'est jamais « de quel modèle s'agit-il », c'est « qu'est-ce qui se passe concrètement entre ma demande et la réponse ».

Questions fréquentes

Quelle différence entre un LLM et une IA ?

L'intelligence artificielle est le domaine entier, qui inclut des techniques très anciennes et sans rapport avec le langage, comme la reconnaissance d'images ou l'optimisation. Un LLM est une famille précise de modèles, entraînés sur du texte pour prédire le token suivant. Presque tout ce dont on parle aujourd'hui sous le nom d'IA relève des LLM, mais les deux mots ne sont pas interchangeables.

Un agent et un chatbot, c'est pareil ?

Non. Un chatbot répond à une question et s'arrête. Un agent reçoit un objectif, décide lui-même des étapes, utilise des outils, observe les résultats et recommence jusqu'à atteindre son but ou à rencontrer sa condition d'arrêt. Le modèle sous-jacent peut être le même : ce qui change est la boucle construite autour.

Pourquoi une IA invente-t-elle des références qui n'existent pas ?

Parce qu'elle produit ce qui est statistiquement plausible, pas ce qui est vrai. Une référence bibliographique inventée a exactement la forme d'une vraie, avec un auteur crédible et une revue plausible. Rien dans le mécanisme ne distingue les deux. C'est pourquoi toute information vérifiable doit être vérifiée à la source, même quand la réponse paraît impeccable.

Faut-il savoir coder pour utiliser ces notions ?

Non pour la majorité d'entre elles. Token, contexte, hallucination, agent, benchmark relèvent du pilotage et de l'achat, pas du développement. Elles sont utiles à toute personne qui doit arbitrer un budget IA ou évaluer une proposition commerciale, et ce sont précisément celles sur lesquelles un fournisseur peut vous embrouiller.

Un modèle plus gros est-il toujours meilleur ?

Non. La taille améliore certaines capacités, mais elle augmente le coût et la latence, et un modèle plus petit spécialisé sur votre tâche fait souvent mieux pour bien moins cher. La question utile n'est pas la taille du modèle mais l'adéquation entre ce qu'il coûte, ce qu'il sait faire et ce dont vous avez réellement besoin.

Sources : OpenAI, Why we no longer evaluate SWE-bench Verified ; SWE-bench, benchmark de résolution de bugs réels ; SWE-Bench Pro, l'article de recherche qui décrit le jeu de 1 865 tâches sur 41 dépôts ; Epoch AI, fiche du benchmark SWE-bench Verified ; Anthropic, Model Context Protocol.

Pour aller plus loin : Frontière, open source, open weight, fermé : ce que ces mots veulent vraiment dire et Harness IA : pourquoi il compte plus que le modèle qu'il pilote