GitHub Models gratuit : service arrêté en juillet 2026

GitHub Models est arrêté. Depuis le 30 juillet 2026, il n'est plus disponible pour aucun client, y compris les clients existants qui l'utilisaient activement. Il n'y a rien à réclamer. Cette page explique ce qu'était l'offre gratuite, comment elle a pris fin et vers quoi se tourner à la place.

GitHub Models était la solution intégrée de GitHub pour essayer des modèles d'IA : un playground, un catalogue de modèles et une API d'inférence, gratuits dans la limite des quotas pour toute personne disposant d'un compte GitHub. GitHub l'a fermé aux nouveaux clients le 16 juin 2026 puis l'a arrêté pour tout le monde le 30 juillet 2026. Si vous en dépendiez, le remplaçant pratique est une autre API de modèles gratuite avec un endpoint compatible OpenAI — les options sont comparées ci-dessous.

Ce qu'était GitHub Models

GitHub a présenté GitHub Models en août 2024 comme un moyen pour les développeurs de devenir des « ingénieurs IA » en expérimentant avec des modèles là où se trouvait déjà leur code. Le catalogue de lancement comprenait Llama 3.1, GPT-4o, GPT-4o mini, Phi 3 et Mistral Large 2, et le playground intégré permettait de tester gratuitement prompts et paramètres. Le parcours prévu : commencer dans le playground, passer au code dans Codespaces ou VS Code, puis mettre le projet en production sur Azure AI.

Au fil du temps, le service s'est étoffé de plusieurs briques :

• Playground — une interface de type chat sur github.com pour comparer les modèles et ajuster prompts et paramètres.
• Catalogue de modèles — des modèles de fournisseurs comme OpenAI, Meta, Microsoft, Mistral et DeepSeek, consultables dans GitHub.
• API d'inférence — un endpoint appelable depuis le code avec un jeton GitHub, ce qui le rendait populaire pour les scripts, les GitHub Actions et les prototypes rapides.
• Prompts et évaluations — des outils pour travailler les prompts et comparer les sorties des modèles, que le BYOK a ensuite étendus aux GitHub Actions.
• Bring your own key (BYOK) — ajouté en juin 2025, il permettait aux organisations de connecter leurs propres clés OpenAI ou Azure AI pour que l'utilisation soit facturée par ce fournisseur.

Comment fonctionnait l'offre gratuite

L'offre gratuite reposait sur des limites de débit plutôt que sur des crédits. La documentation de GitHub décrivait des limites de requêtes par minute, de requêtes par jour, de tokens par requête et de requêtes simultanées, avec des limites différentes pour les niveaux de modèles « low » et « high » et des limites plus élevées pour les utilisateurs de forfaits Copilot payants. L'usage gratuit était explicitement destiné au prototypage et à l'expérimentation, pas au trafic de production.

Le 24 juin 2025, GitHub a ajouté un moyen de dépasser ces limites : une facturation à l'usage optionnelle via votre compte GitHub (payable par carte bancaire, PayPal ou facture), des contrôles au niveau de l'organisation sur les modèles accessibles aux membres, et le BYOK. GitHub précisait que l'accès aux modèles restait « gratuit pour démarrer dans la limite de nos quotas », que les données restaient sur l'infrastructure GitHub et Azure et qu'elles n'étaient pas utilisées pour l'entraînement. L'usage payant était désactivé par défaut pour les organisations et entreprises, avec une limite de dépenses à 0 $ jusqu'à ce qu'un administrateur relève le budget.

Chronologie de l'arrêt

Pourquoi il a pris fin

GitHub n'a pas publié de raison. L'article du 16 juin dit simplement « We are retiring GitHub Models » (nous arrêtons GitHub Models), et les articles de juillet confirment les dates et les alternatives sans explication. Nous n'avons trouvé aucune déclaration officielle au-delà, et nous ne spéculerons donc pas.

Ce que GitHub recommande à la place

• Microsoft Foundry (ai.azure.com) — la solution suggérée par GitHub pour les projets nouveaux et existants qui ont besoin d'un large catalogue de modèles. C'est un service Azure payant ; parmi les moyens d'obtenir des crédits Azure gratuits figurent Azure for Students et Microsoft for Startups.
• GitHub Copilot — pour les workflows d'IA sur GitHub même, avec accès à une gamme de modèles. La documentation de GitHub souligne que GitHub Models était distinct de Copilot : les forfaits Copilot n'ont donc pas été affectés. Voir les tarifs de GitHub Copilot et l'offre Copilot gratuite pour les étudiants.

Qui est concerné, et que faire maintenant

Dans tous les cas, aucune solution de contournement ne permet de rétablir GitHub Models : les annonces officielles sont explicites, le service n'est disponible pour aucun client, y compris ceux qui l'utilisaient activement, et l'interface associée a été retirée de GitHub.

Alternatives gratuites pour l'accès API

La plupart des gens utilisaient GitHub Models pour une seule chose : une clé API gratuite pour appeler un modèle performant depuis un script ou un prototype. Les offres gratuites suivantes de notre site couvrent le même besoin. Toutes proposent un endpoint ou un SDK compatible OpenAI : migrer revient généralement à changer l'URL de base, la clé et le nom du modèle.

Si vous avez besoin des modèles OpenAI qui figuraient au catalogue, ils sont disponibles directement via l'API payante d'OpenAI ou via Microsoft Foundry. Pour un tutoriel complet sur l'obtention d'une clé gratuite, consultez notre guide des clés API IA gratuites.

Migrer le code qui utilisait GitHub Models

1. Repérez chaque appel. Recherchez dans vos dépôts, scripts et workflows GitHub Actions l'endpoint GitHub Models et les jetons GitHub utilisés comme clés API de modèles. Les appels faits depuis des workflows Actions passent facilement inaperçus.
2. Choisissez un fournisseur par usage. Chat de prototypage → Gemini, Groq ou les modèles gratuits d'OpenRouter ; embeddings → Cloudflare Workers AI ou une offre dédiée comme Jina AI ou Voyage AI ; production avec des modèles OpenAI → OpenAI directement ou Microsoft Foundry.
3. Créez une clé et stockez-la comme secret. Dans GitHub Actions, ajoutez-la aux secrets Actions du dépôt ou de l'organisation plutôt que de l'écrire en dur.
4. Changez l'URL de base, la clé et l'ID du modèle. Avec le SDK OpenAI, c'est généralement une modification de deux ou trois lignes. Les noms de modèles varient selon le fournisseur : vérifiez la liste de chacun.
5. Revérifiez les limites et les sorties. Les offres gratuites ont des limites par minute et par jour différentes de celles de GitHub Models, et un même modèle ouvert peut se comporter légèrement différemment d'un hébergeur à l'autre. Relancez les évaluations conservées dans votre dépôt.
6. Supprimez la configuration obsolète. Effacez les paramètres BYOK enregistrés et les fichiers de prompts GitHub Models devenus inutiles, pour que vos collègues ne croient pas que le service fonctionne encore.

# Example: same OpenAI SDK, new provider
import os
from openai import OpenAI

client = OpenAI(
    base_url="https://<new-provider-openai-compatible-url>/v1",
    api_key=os.environ["NEW_PROVIDER_API_KEY"],
)
resp = client.chat.completions.create(
    model="<model id from the new provider>",
    messages=[{"role": "user", "content": "Hello"}],
)

Ce que nous ne savons pas

• Raison de l'arrêt — non précisée par GitHub.
• Conservation des données — les annonces d'arrêt ne disent pas ce que deviennent les prompts, évaluations ou paramètres BYOK enregistrés. Si c'est important pour votre conformité, interrogez le support GitHub.
• Facturation finale — les annonces n'abordent ni les remboursements ni la facturation de l'utilisation à l'usage restante. Consultez la page de facturation de votre compte.
• Retour — GitHub n'a indiqué aucun projet de relancer le service.

Leçons pour choisir une API d'IA gratuite

La fermeture de GitHub Models s'est faite avec environ six semaines entre la fermeture aux nouveaux clients et l'arrêt complet. Cela rappelle que les offres gratuites relèvent d'une décision commerciale, pas d'une garantie. Placer votre fournisseur de modèles derrière une petite couche d'abstraction (une fonction qui prend un prompt et renvoie du texte), utiliser des endpoints compatibles OpenAI et stocker l'URL de base et le nom du modèle dans la configuration plutôt que dans le code transforme la prochaine migration en simple changement de configuration plutôt qu'en réécriture. Nous suivons ce type de changement de statut et datons chaque vérification sur ce site.