Les modèles chinois à poids ouverts prennent la tête : ce que disent les données d'usage réel

Deux tableaux de benchmarks racontent désormais la course aux modèles d'IA. L'un mesure la qualité des modèles aux tests. L'autre mesure ceux que les développeurs paient réellement. En 2026, le second a bougé le premier, et il a bougé vers les publications chinoises à poids ouverts.

Selon des données d'usage transmises à CNBC et publiées le 26 septembre, les modèles chinois sont passés d'une petite minorité du trafic à une majorité sur deux passerelles pour développeurs : OpenRouter et Vercel. Sur OpenRouter, ils ont compté pour 57 % à 67 % des tokens utilisés pendant la semaine du 14 septembre, contre 6 % à 13 % en février. Sur Vercel, la part est montée à 55 % en août, contre 11 % en janvier. Le chiffre d'OpenRouter couvre des entreprises aux États-Unis, en Europe et dans ce qu'il définit comme le « Sud global », 82 pays d'Amérique centrale et du Sud, d'Afrique et d'Asie. Vercel n'a pas précisé de découpage géographique.

Cela ne signifie pas une avance sur la qualité. CNBC rapporte que les modèles américains les plus avancés dominent encore la plupart des benchmarks, et que les modèles de frontière américains attirent toujours davantage de dépenses globales.

Le prix, puis la compétence

Peter Walker, responsable des analyses chez OpenRouter, a déclaré à CNBC que les modèles chinois à poids ouverts publiés cette année « peuvent réellement fonctionner dans des cas d'usage agentiques avancés, en particulier pour le code, ce qui n'était tout simplement pas vrai fin 2025 ». Il ajoute qu'ils sont « extrêmement rentables par rapport à la plupart des modèles des laboratoires américains ». Harpreet Arora, responsable de l'infrastructure agentique chez Vercel, résume le mécanisme à CNBC : « Les modèles chinois deviennent assez capables pour davantage de tâches à un coût bien plus faible. Dès qu'un modèle atteint le seuil de qualité pour le travail, cet écart de prix devient décisif. » Arora précise aussi que les entreprises veulent toujours des modèles de frontière américains pour certaines tâches plus compliquées. Le basculement dépend donc du type de charge de travail, pas d'un changement total.

Dianne Penn, responsable de la gestion produit pour la recherche et les laboratoires chez Anthropic, a déclaré à CNBC que l'entreprise cherchait à rendre ses modèles « plus efficaces, afin qu'ils utilisent moins de tokens selon votre réglage d'effort ». OpenAI et Anthropic ont tous deux annoncé des modèles moins chers la semaine précédant le rapport de CNBC. Lus avec les chiffres d'usage, ces lancements sont une réponse par le prix à un problème de prix.

Qui bascule réellement

La géographie compte. Les entreprises de ce qu'OpenRouter définit comme le Sud global sont les plus gros utilisateurs de modèles d'IA chinois sur son système : 67 % des tokens qu'elles consomment vont vers des modèles chinois. Environ la moitié de tous les tokens sur OpenRouter sont utilisés par des entreprises aux États-Unis.

Daniel Remler, chercheur principal au programme technologie et sécurité nationale du Center for a New American Security, a déclaré à CNBC que le déploiement de l'IA chinoise représente de « réels risques économiques et de sécurité pour les États-Unis ». Son inquiétude déclarée ne porte pas sur les scores des benchmarks : « La préoccupation ultime est que l'intégration des modèles d'IA chinois attire des pays dans une sphère d'influence technologique chinoise qui se durcit en alignement géopolitique. » Remler estime que l'Asie du Sud-Est en particulier pourrait connaître une adoption importante vu ses liens économiques et culturels avec la Chine. Il ajoute que « partout, de Lagos à São Paulo en passant par Jakarta, là où des entrepreneurs et des gouvernements cherchent des modèles ouverts et bon marché, on se tournera d'abord vers l'IA chinoise ».

Deux commissions de la Chambre des représentants américaine enquêtent sur l'impact de l'adoption croissante des modèles chinois, selon CNBC, et les États-Unis ont interdit aux entreprises chinoises d'IA d'acheter les puces les plus avancées par des contrôles à l'exportation. Les préoccupations de Washington incluent l'accès à distance aux puces Nvidia via des centres de données à l'étranger et la « distillation », où de nouveaux modèles imitent des modèles plus anciens et mieux établis. L'IA était un point central lors de la rencontre entre le président américain Donald Trump et le président chinois Xi Jinping la semaine du rapport, selon CNBC.

Le problème de fraîcheur en dessous

Un second problème, plus discret, affecte la façon dont les publications de modèles sont jugées, et il n'a rien à voir avec la géopolitique. Une date de publication, c'est le moment où un laboratoire a livré un modèle. La date limite d'entraînement, c'est le moment où il a cessé de lire. L'écart entre les deux correspond au retard que le modèle avait déjà le jour de son lancement.

Une page publiée le 16 septembre, « How stale is your AI? », liste les dates de publication et les dates limites d'entraînement de 20 modèles issus de 8 laboratoires. GPT-6 Astra, daté du 3 septembre 2026, a une date limite d'entraînement au 30 avril 2026. GPT-6 Sol a une date limite au 20 avril 2026, et GPT-6 Luna au 18 mai 2026. Claude Opus 5.5 et Claude Fable 5.1 arrêtent tous deux de lire en juin 2026. Dix des 20 modèles de cette page portent une date limite publiée par leur laboratoire ; les autres sont marqués « non établie », ce qui signifie selon la page que les sources vérifiées chez l'éditeur n'en ont pas établi, et non qu'aucune date limite n'existe.

« Un blanc signifie que les sources vérifiées chez l'éditeur n'ont pas établi de date limite pour ce modèle ; ce n'est pas la preuve que le laboratoire n'en a jamais publié. »

La page rapporte aussi un test visant à savoir si les modèles recourent à un outil de recherche quand ils le devraient. Sur plus de 2 000 appels portant sur 16 modèles, chacun disposant d'un outil de recherche web, les modèles de frontière ont décidé correctement presque à chaque fois. Des modèles plus faibles, eux, répondaient de mémoire à des questions tranchées après que la réponse avait changé, et cherchaient sur le web des choses comme le point d'ébullition de l'eau. Dans un prompt sur le roi de Norvège, la page indique que cinq modèles ont nommé un homme mort.

La recherche ne règle pas ce problème, soutient la page, parce que le modèle oublie ce qu'il a lu à la fin de la session, et parce que la décision de chercher s'exécute sur les mêmes poids qui portent le fait périmé.

Le contrepoint des petits modèles

Toutes les publications de la même semaine ne visent pas l'échelle. Cactus a publié Needle 3 le 18 septembre, un modèle de fondation pour petits appareils, avec des binaires CQ2 de 9 à 29 Mo et une architecture en échelle de 29 M à 121 M de paramètres. Sa documentation affirme que le sous-réseau à 4 couches peut égaler DeepSeek V4 Flash lorsqu'il est ajusté sur des tâches en aval pendant une époque, et rapporte 400 à 4 000 tokens/s en décodage sur un Raspberry Pi 5.

Le 21 septembre, un projet appelé mini-AGI a publié un modèle de langage byte-level à apprentissage continu, entraîné de zéro sur un seul GPU de 8 Go de VRAM, lisant un seul flux de données. Son README le qualifie de « petit modèle de niveau jouet » et précise que les poids ne sont pas encore publiés car l'exécution en est à sa première passe sur le corpus. Sa perte la plus faible sur données retenues est jusqu'ici de 0,7417 nat, soit 1,0700 bit par caractère, à 562,9 M sur 7 879 M de caractères, 7,14 % des données.

Le même jour, Cua a publié CUA-S1 comme publication de recherche en code source uniquement : de petits modèles « Système 1 » spécialisés pour des décisions d'usage informatique, comme choisir quelle valeur placer dans un champ. L'entreprise le présente comme une analogie d'ingénierie pour des décisions rapides et bornées, et non comme un remplacement de la planification d'un agent généraliste.

Aucun de ces trois modèles ne trônera en tête d'un tableau de benchmarks. C'est précisément l'intérêt. Le cycle de publication tourne maintenant sur plusieurs voies à la fois, et celle qui est adoptée le plus vite n'est pas celle qui obtient les meilleurs scores.