AWS Bedrock vs Azure AI Foundry vs Google Vertex AI vs Alibaba Cloud Model Studio : quelle plateforme LLM choisir ?

Choisir une plateforme LLM a longtemps été une conséquence du choix du cloud. Si votre entreprise tournait sur AWS, vous utilisiez Bedrock. Si elle tournait sur Azure, vous utilisiez OpenAI via Azure. Ce raccourci ne tient plus. En 2026, chaque plateforme a ses propres modèles phares, ses propres prix pour un même modèle et ses propres outils pour les agents, et les écarts sont assez grands pour changer ce que vous pouvez construire.

Ce guide compare les quatre plateformes que la plupart des équipes mettent en concurrence : Amazon Bedrock, Azure AI Foundry, Google Vertex AI et Alibaba Cloud Model Studio. Quels modèles chacune vous donne, combien coûte le même modèle sur chacune, où vos données peuvent rester, et comment éviter de miser votre produit sur une seule. Eden AI est connecté aux quatre plateformes : les prix et les tests de routage de ce guide viennent directement de notre propre catalogue.

La réponse courte

• Vous avez d'abord besoin des modèles GPT d'OpenAI : Azure AI Foundry, désormais appelé Microsoft Foundry, est leur maison historique.
• Vous avez besoin de Gemini : Google Vertex AI est la seule des quatre à le proposer.
• Vous voulez le plus large choix de modèles tiers, avec Claude : Amazon Bedrock.
• Vous voulez Qwen et les modèles ouverts chinois aux prix publics les plus bas : Alibaba Cloud Model Studio.
• Vous avez besoin de modèles venant de plusieurs d'entre elles, ou voulez garder la possibilité de changer : passez par une API multi-cloud comme Eden AI, qui se branche sur les quatre avec une seule clé.

En un coup d'œil

Amazon Bedrock

Bedrock est le service managé d'AWS pour les modèles de fondation, et en 2026 c'est celui des quatre qui a le plus large catalogue de modèles tiers. Sur Eden AI, Bedrock sert à lui seul 156 endpoints : la famille Claude d'Anthropic, des modèles OpenAI dont GPT-6.1 Sol et gpt-oss, Mistral, Qwen, Kimi, DeepSeek, Llama et les modèles Nova d'Amazon.

L'autre moitié de Bedrock, ce sont les agents. Bedrock AgentCore fournit un runtime, de la mémoire, des outils et une passerelle pour les agents en production, et en octobre 2026 AWS a ajouté la prise en charge des API InvokeModel de Bedrock sur l'endpoint d'inférence d'AgentCore Gateway, selon AWS.

Choisissez Bedrock si

• Votre stack tourne déjà sur AWS et vous voulez IAM, VPC et facturation au même endroit.
• Vous voulez Claude et de nombreux modèles ouverts côte à côte, sans Gemini.
• Vous prévoyez de construire vos agents sur une infrastructure native AWS.

Points de vigilance

• La disponibilité des modèles varie selon la région AWS, et certains modèles ne sont accessibles que via des profils d'inférence interrégionaux.
• Gemini n'est pas sur Bedrock.

Azure AI Foundry (Microsoft Foundry)

Azure AI Foundry, que Microsoft appelle désormais Microsoft Foundry, est la plateforme que la plupart des équipes utilisent pour faire tourner les modèles GPT d'OpenAI dans un cloud d'entreprise. Le catalogue sur Eden AI le reflète : 69 des 78 endpoints Azure sont des modèles GPT, avec DeepSeek et Mistral à côté.

La force de Foundry, c'est tout ce qui entoure les modèles. Foundry Agent Service héberge des agents, et en septembre 2026 Microsoft a ajouté des agents vocaux en preview publique, selon le blog Microsoft Foundry. Les équipes déjà sur Microsoft 365, Entra ID et Azure retrouvent identité, gouvernance et facturation au même endroit.

Choisissez Azure AI Foundry si

• Les modèles GPT sont votre choix par défaut et vous les voulez sous les contrats entreprise d'Azure.
• Votre organisation repose sur les outils d'identité et de sécurité de Microsoft.
• Vous avez besoin de déploiements GPT épinglés en UE.

Points de vigilance

• Les modèles se déploient modèle par modèle et région par région, ce qui ajoute de la configuration et de la gestion de quotas.
• GPT n'est plus exclusif à Azure : il est aussi sur Bedrock, et en preview privée sur Google Cloud.

Google Vertex AI

Vertex AI est la plateforme IA de Google Cloud, que Google présente désormais comme sa Gemini platform. C'est la seule des quatre à proposer Gemini, et elle sert aussi Claude d'Anthropic : sur Eden AI, Vertex sert 41 endpoints Claude et 39 endpoints Gemini.

Google mise fort sur l'étendue du catalogue. Le 21 octobre 2026, il a commencé à proposer GPT-6 Astra, GPT-6.1 Sol et GPT-6 Luna d'OpenAI en preview privée dans Model Garden, à côté de plus de 200 modèles maison, tiers et ouverts, et présente désormais Google Cloud comme le seul hyperscaler à proposer Gemini, Claude et GPT, selon Google Cloud.

Choisissez Vertex AI si

• Gemini est au cœur de votre produit, pour le long contexte, le multimodal ou le prix.
• Vous voulez Gemini et Claude sur la même plateforme et la même facture.
• Vos données sont déjà dans BigQuery et Google Cloud.

Points de vigilance

• Les modèles OpenAI sur Google Cloud sont en preview privée pour certains clients, pas encore disponibles pour tous.
• Google utilise désormais le nom Gemini platform, alors que la plupart des API et des docs disent encore Vertex AI.

Alibaba Cloud Model Studio

Model Studio est la plateforme de modèles d'Alibaba Cloud. Elle sert toute la série Qwen et une sélection de modèles tiers, dont DeepSeek, Kimi et GLM, via les API de Qwen et des endpoints compatibles OpenAI, selon Alibaba Cloud. Sur Eden AI, Model Studio sert 68 endpoints, dont 56 Qwen.

Son argument principal, c'est le prix. DeepSeek V4.1 Flash est affiché à 0,15 $ par million de tokens en entrée sur Model Studio, la moitié du prix de Vertex AI. Model Studio est disponible à Singapour, Francfort, en Virginie, à Tokyo, Hong Kong et Pékin, selon la page des régions d'Alibaba Cloud.

Choisissez Model Studio si

• Les modèles Qwen sont votre choix par défaut, des petits modèles rapides jusqu'à Qwen3.8-Max.
• Vous faites tourner de gros volumes sur des modèles ouverts et le prix public décide.
• Vous servez des utilisateurs en Asie.

Points de vigilance

• Les prix et les fonctionnalités disponibles dépendent de la région et du périmètre de déploiement choisis.
• Les conditions de traitement des données varient selon la région : vérifiez celle que vous choisissez au regard de vos exigences de conformité.

Même modèle, facture différente

La comparaison la plus utile n'est pas celle des catalogues, mais celle du prix d'un même modèle sur chaque plateforme. Voici les prix publics du catalogue Eden AI au 29 octobre 2026, par million de tokens.

Trois enseignements. Aucune plateforme n'est la moins chère partout : Vertex AI gagne sur gpt-oss-120b et perd sur DeepSeek V4.1 Flash. Les modèles frontière coûtent le même prix d'un cloud à l'autre, donc le choix se fait sur la région, les conditions et les outils, pas sur le prix. Et garder ses données dans une région a un coût : épingler Claude en UE ou aux US ajoute 10 %, épingler GPT-6.1 Sol en UE sur Azure ajoute 20 %.

Comment choisir

• Partez des modèles, pas du cloud : listez les deux ou trois modèles dont votre produit a besoin et vérifiez quelles plateformes les servent tous.
• Comparez le prix d'un même modèle sur chaque plateforme : les prix publics varient jusqu'à 2 fois pour un même modèle ouvert.
• Vérifiez où vont les données : si vous avez besoin de résidence en UE, comptez les routes épinglées en UE pour vos modèles, pas seulement les régions UE de la plateforme.
• Prévoyez le changement : les modèles sont retirés et les prix bougent chaque trimestre, gardez donc le modèle et le fournisseur dans un réglage, pas dans le code, ce qu'une API multi-cloud comme Eden AI fait pour vous.

Pourquoi Eden AI est le meilleur choix : construire sur les quatre

La plupart des équipes n'ont pas besoin de choisir l'une de ces plateformes. Elles ont besoin du bon modèle pour chaque tâche, au bon prix, dans la bonne région, et ces modèles sont répartis sur les quatre. Eden AI est une passerelle IA européenne qui réunit Bedrock, Azure AI Foundry, Vertex AI et Model Studio derrière une seule API, avec environ 1 000 modèles d'IA de nombreux autres fournisseurs.

Comme le fournisseur est un champ de la requête, changer de cloud ne veut pas dire changer de code. Dans cet exemple, GPT-6.1 Sol est servi par Azure en priorité, et par Bedrock si Azure n'est pas disponible :

from openai import OpenAI

client = OpenAI(api_key="YOUR_EDENAI_API_KEY", base_url="https://api.edenai.run/v3")

response = client.chat.completions.create(
    model="gpt-6.1-sol",
    messages=[{"role": "user", "content": "Résume ce contrat en cinq points."}],
    extra_body={"routing": {"order": ["azure", "amazon"]}},
)
print(response.choices[0].message.content)

Nous l'avons testé le 29 octobre 2026 : avec Azure en premier dans order, Azure a servi la requête ; avec Bedrock en premier, c'est Bedrock. Le même appel envoyé à l'endpoint UE, https://api.eu.edenai.run/v3, est parti vers le déploiement UE d'Azure, sans rien changer d'autre.

Ce que cela vous apporte concrètement :

• Une clé et une facture pour quatre clouds, sans quatre comptes, quatre contrats et quatre demandes de quotas.
• Des bascules entre clouds : si une plateforme atteint une limite ou tombe en panne, la suivante dans votre ordre de routage prend le relais.
• La route la moins chère pour chaque modèle : routing: {"sort": "cost"} envoie chaque requête au fournisseur le moins cher pour ce modèle.
• Du trafic 100 % UE quand vous en avez besoin : l'endpoint UE ne route que vers des fournisseurs et des modèles validés pour la résidence des données en UE.
• La liberté de changer : quand un nouveau modèle sort sur une plateforme que vous n'utilisez pas, il est à un identifiant de modèle près.

Passer en direct se justifie surtout quand toute votre stack et vos engagements de dépense sont dans un seul cloud, et que ce cloud sert tous les modèles dont vous avez besoin. Pour tous les autres, choisir les quatre via Eden AI vaut mieux que d'en choisir une.

FAQ

Quelle est la meilleure plateforme LLM en 2026 ?

Tout dépend des modèles dont vous avez besoin. Azure AI Foundry est la maison historique des modèles GPT d'OpenAI, Vertex AI est la seule à proposer Gemini, Bedrock a le plus large catalogue de modèles tiers avec Claude, et Model Studio propose Qwen et des prix publics bas sur les modèles ouverts. Si vous avez besoin de modèles de plusieurs d'entre elles, une API multi-cloud comme Eden AI vous donne les quatre avec une seule clé.

Quelle plateforme propose GPT, Claude, Gemini et Qwen ?

GPT est sur Azure AI Foundry et Bedrock, et en preview privée sur Google Cloud. Claude est sur Bedrock et Vertex AI. Gemini n'est que sur Vertex AI. Qwen est sur Model Studio, et certains modèles Qwen sont aussi sur Bedrock.

Quelle plateforme est la moins chère ?

Aucune n'est la moins chère pour tous les modèles. Au 29 octobre 2026, DeepSeek V4.1 Flash coûtait deux fois moins cher sur Model Studio que sur Vertex AI, tandis que gpt-oss-120b coûtait 40 % de moins sur Vertex AI que sur Bedrock. Les modèles frontière comme Claude Opus 5.5 et GPT-6.1 Sol coûtent le même prix d'un cloud à l'autre.

Puis-je garder mes données en UE ?

Oui, avec des déploiements épinglés en UE, qui coûtent en général 10 à 20 % de plus. Sur Eden AI, l'endpoint UE ne route que vers des fournisseurs et des modèles validés pour la résidence des données en UE, sur les quatre clouds.

Puis-je utiliser plusieurs plateformes LLM à la fois ?

Oui. Avec Eden AI, vous appelez Bedrock, Azure AI Foundry, Vertex AI et Model Studio via une seule API compatible OpenAI et une seule clé, et vous passez de l'une à l'autre en changeant un champ de la requête.