Giotto AI : Lausanne lance deux modèles d’IA souveraine, mais que valent-ils vraiment ?

La Suisse veut-elle devenir un acteur qui compte dans la course mondiale à l’intelligence artificielle ? Une nouvelle annonce venue de Lausanne apporte un élément de réponse. Le 27 octobre 2026, Giotto AI a présenté deux nouveaux modèles de raisonnement, Giotto Alto et Giotto Solo, avec une promesse ambitieuse : proposer une intelligence artificielle performante que les entreprises, les institutions et les particuliers peuvent utiliser sans dépendre nécessairement des grandes plateformes américaines.

Le projet mérite l’attention. Giotto mise sur des infrastructures européennes, la possibilité d’installer ses solutions sur ses propres serveurs et un accès gratuit à son modèle Alto dans le cloud partagé. Mais entre une ambition technologique et une véritable alternative à OpenAI, Anthropic ou Google, il reste plusieurs questions à examiner.

Les performances sont-elles au niveau annoncé ? Que signifie réellement l’expression « IA souveraine » ? Et peut-on télécharger librement ces modèles pour les faire fonctionner chez soi ?

Voici ce que l’on sait des deux nouveaux modèles suisses, et ce qu’il reste à démontrer.

Giotto AI, une entreprise lausannoise qui veut changer les règles

Fondée à Lausanne en 2017 par des diplômés en mathématiques de l’EPFL, Giotto AI développe des technologies d’apprentissage automatique, d’interprétabilité et de raisonnement. L’entreprise cherche notamment à améliorer la capacité des modèles à résoudre des problèmes complexes sans dépendre systématiquement de systèmes toujours plus gourmands en calcul.

Avec Alto et Solo, elle veut franchir une nouvelle étape : ne plus seulement proposer une IA accessible en ligne, mais donner aux organisations davantage de choix sur l’endroit où elle fonctionne et sur la manière dont leurs données sont traitées.

Ce positionnement répond à une préoccupation croissante en Europe. Les entreprises utilisent de plus en plus des assistants capables d’analyser des documents internes, d’écrire du code ou d’interagir avec leurs systèmes informatiques. Mais lorsque ces opérations passent par un service externe, la localisation des données, les conditions contractuelles et la dépendance à un fournisseur deviennent des enjeux stratégiques.

Giotto veut proposer une autre approche, fondée sur la portabilité de son système et la possibilité de choisir entre plusieurs environnements d’exploitation.

Dans son annonce officielle du 27 octobre, l’entreprise présente cette liberté de déploiement comme un élément central de sa stratégie. Reste à déterminer ce qu’elle apporte concrètement face aux solutions déjà disponibles.

Giotto Alto et Giotto Solo : deux modèles pour deux usages

Les deux modèles ne visent pas exactement le même public.

Giotto Alto est le modèle haut de gamme. Il cible les tâches de raisonnement exigeantes et les applications professionnelles. Selon l’entreprise, il fonctionne sur une infrastructure équipée de huit GPU NVIDIA B300. Cette configuration indique qu’Alto est conçu pour des environnements disposant d’une importante puissance de calcul, plutôt que pour un ordinateur familial ordinaire.

Giotto Solo mise sur une infrastructure plus compacte. Giotto le présente comme son modèle de raisonnement destiné à fonctionner sur un seul GPU. Cette approche pourrait faciliter son déploiement dans certaines entreprises, à condition de disposer d’une carte graphique suffisamment puissante et compatible.

Il faut cependant rester prudent : fonctionner sur un seul GPU ne signifie pas nécessairement fonctionner sur n’importe quelle carte graphique. La mémoire vidéo requise, les performances attendues et les caractéristiques exactes du matériel doivent être connues pour évaluer le coût réel d’une installation.

Giotto ne communique pas publiquement tous les détails techniques qui permettraient de comparer précisément les deux modèles, notamment leur nombre de paramètres et l’ensemble de leurs exigences matérielles.

L’idée est néanmoins intéressante : au lieu de proposer un unique modèle conçu exclusivement pour le cloud, l’entreprise cherche à adapter son offre à plusieurs niveaux d’infrastructure.

Les benchmarks sont prometteurs, mais ils ne prouvent pas tout

Giotto publie sur son site des résultats obtenus sur plusieurs tests destinés à mesurer les capacités de raisonnement et de résolution de problèmes.

Dans ses propres tableaux, Alto obtient notamment 100 % sur AIME 2026, une évaluation de mathématiques, et 91,9 % sur GPQA Diamond, un test de questions scientifiques difficiles. Solo affiche de son côté 96,6 % sur AIME 2026 et 88,3 % sur GPQA Diamond.

Ces résultats sont intéressants, surtout pour une entreprise suisse qui cherche à se positionner face aux grands laboratoires internationaux. Ils doivent toutefois être interprétés avec précaution : il s’agit de chiffres publiés par le fabricant, et non de résultats indépendamment validés que nous pouvons considérer comme définitifs.

Les comparaisons présentées par Giotto montrent d’ailleurs qu’Alto ne domine pas tous les tests. Sur GPQA Diamond, certains modèles concurrents affichent des scores supérieurs dans le tableau de l’entreprise. Sur d’autres évaluations, les résultats dépendent notamment du niveau de calcul consacré au raisonnement.

Cette dernière variable est importante. Un modèle auquel on accorde davantage de temps ou de ressources pour réfléchir peut obtenir de meilleurs résultats, mais au prix d’une consommation de calcul plus élevée. Pour comparer équitablement plusieurs systèmes, il faut donc examiner les conditions de test, et pas seulement les pourcentages affichés.

Il manque encore des évaluations indépendantes suffisamment détaillées pour déterminer si Alto et Solo offrent un avantage réel dans des usages quotidiens : programmation, analyse de documents, recherche, traitement de données ou automatisation de tâches.

Les scores constituent un premier signal. Ils ne remplacent pas les essais comparatifs dans des conditions transparentes.

Le véritable argument de Giotto : choisir où fonctionne son IA

La différence la plus intéressante se situe peut-être moins dans les benchmarks que dans les possibilités de déploiement.

Giotto propose trois approches. La première est un cloud partagé, hébergé et exploité en Europe. La deuxième repose sur un cloud dédié, dans un environnement isolé auprès de centres de données partenaires situés en Suisse ou ailleurs en Europe. La troisième permet une installation sur site, sur du matériel compatible, par l’intermédiaire de partenaires intégrateurs.

Cette dernière option peut être particulièrement importante pour les organisations qui souhaitent garder leurs données et leurs traitements dans leur propre environnement informatique.

Une entreprise pourrait ainsi utiliser une IA pour analyser des documents sensibles ou assister ses collaborateurs sans transmettre systématiquement ses données à une plateforme publique externe. Cela ne garantit pas automatiquement la sécurité : il faut également examiner les accès, les journaux, les mises à jour, les sauvegardes et les connexions aux autres systèmes. Mais le contrôle de l’infrastructure constitue un avantage potentiel.

Giotto affirme que ses services cloud sont alignés sur les exigences du RGPD et ne dépendent pas d’infrastructures cloud américaines. Ce sont des engagements de l’entreprise qui doivent être vérifiés dans les contrats et les conditions techniques propres à chaque offre.

Pour mieux comprendre ces enjeux, notre article sur les centres de données dédiés à l’IA en France et en Suisse revient sur l’importance de l’infrastructure physique derrière les modèles d’intelligence artificielle.

La souveraineté ne dépend pas uniquement de l’origine du modèle. Elle repose aussi sur la localisation des données, la maîtrise des opérations, les conditions contractuelles et la possibilité de changer de fournisseur.

Attention : souverain ne signifie pas open source

C’est probablement la distinction la plus importante à faire.

Le fait de pouvoir installer Giotto sur une infrastructure privée ne signifie pas que ses modèles sont librement téléchargeables, ni que leurs poids sont ouverts. Les poids sont les paramètres appris pendant l’entraînement, nécessaires pour faire fonctionner un modèle de langage.

À ce stade, Giotto présente des possibilités de déploiement sur site, mais Alto et Solo ne sont pas publiés comme des modèles open-weight librement téléchargeables. L’installation sur une infrastructure privée passe par une offre sous licence et par des partenaires intégrateurs.

Cette différence change la nature de l’autonomie proposée. Une entreprise peut disposer d’un système hébergé sur ses propres serveurs tout en restant dépendante du fournisseur pour la licence, les mises à jour et le logiciel.

Cela ne rend pas la solution moins pertinente : de nombreuses entreprises préfèrent un produit commercial accompagné d’un support professionnel plutôt qu’un modèle libre qu’elles doivent gérer seules. Mais il ne faut pas confondre contrôle de l’hébergement et liberté totale d’utilisation.

La comparaison avec les modèles à poids ouverts, comme ceux que nous avons abordés dans notre analyse de l’IA locale et du matériel nécessaire pour la faire fonctionner, doit donc porter sur des critères précis : accès aux poids, licence, exigences matérielles, possibilités de modification et coût de maintenance.

Un accès gratuit, mais quel modèle économique ?

Giotto annonce un accès gratuit à Alto par l’intermédiaire de son cloud partagé, ainsi qu’un service de conversation anonyme sans création de compte. L’entreprise lance également des applications mobiles pour iOS et Android.

Pour les développeurs, une API est disponible. Giotto indique proposer une tarification forfaitaire pour l’utilisation du cloud partagé, avec une limite d’une requête simultanée dans la formule de base et des options permettant d’augmenter la concurrence.

Les environnements dédiés sont, eux, proposés sous forme de location mensuelle. Les installations sur site reposent sur des licences payantes, dont le tarif dépend notamment du matériel utilisé.

Cette structure peut être intéressante pour les entreprises qui souhaitent prévoir leurs dépenses plutôt que payer uniquement selon le nombre de jetons consommés. Mais il faut comparer le coût total : matériel, hébergement, licence, support, consommation électrique et maintenance.

Pour les particuliers, l’accès gratuit permet surtout de découvrir le système et de tester ses capacités. Il ne constitue pas une preuve de supériorité technologique, et il ne faut pas supposer que toutes les fonctionnalités professionnelles sont incluses sans limite.

Avant d’y saisir des informations confidentielles, il reste prudent de consulter les conditions de confidentialité, les modalités de conservation des données et les règles applicables au service utilisé.

La Suisse peut-elle réellement concurrencer les géants de l’IA ?

Giotto illustre une voie possible pour l’écosystème suisse : se différencier non seulement par les performances, mais aussi par le contrôle de l’infrastructure et les conditions d’utilisation.

La Suisse dispose d’atouts dans la recherche, les mathématiques, les infrastructures scientifiques et les compétences techniques. Mais concurrencer les plus grands laboratoires demande des investissements considérables, un accès durable au calcul et une capacité à améliorer continuellement les modèles.

Le défi ne consiste donc pas simplement à annoncer un modèle capable de réussir certains tests. Il faut démontrer qu’il peut répondre aux besoins réels des entreprises, maintenir un niveau de fiabilité élevé et proposer une offre économiquement viable.

Giotto mérite d’être suivi, notamment parce que sa stratégie met en avant une question fondamentale : les utilisateurs doivent-ils être obligés de confier leurs données et leurs usages de l’IA à quelques grandes plateformes internationales ?

La réponse dépendra des performances mesurées, de la transparence technique et des conditions commerciales. Une IA développée en Suisse n’est pas automatiquement meilleure, plus sûre ou plus souveraine. Ces qualités doivent être démontrées.

Pour l’instant, Alto et Solo constituent une initiative prometteuse, mais encore insuffisamment évaluée de manière indépendante. La prochaine étape sera de voir comment ils se comportent dans des tests reproductibles et si les organisations trouvent un intérêt concret à les déployer.

À propos de l’auteur

Je suis Adrien Hassler, créateur d’AdrienTech, un média consacré à l’intelligence artificielle, aux nouvelles technologies, aux sciences, à l’astronomie et à la blockchain. Passionné par l’innovation, j’explore les technologies qui transforment notre environnement numérique et scientifique, avec l’envie de continuer à décrypter les innovations qui façonnent notre avenir.