Selon Mozilla, les meilleurs modèles chinois à poids ouverts ont environ 4,4 mois de retard sur la frontière américaine
Les meilleurs modèles chinois à poids ouverts accusent désormais un retard d'environ 4,4 mois sur les offres américaines de pointe, selon la version 1.1 du rapport State of Open Source AI de Mozilla, publié le 15 septembre avec des données arrêtées au 1er septembre.

Mozilla a ajusté les données de METR sur l'horizon des tâches. Résultat : l'écart entre modèles ouverts et fermés ressort à environ 4,4 mois, ce qui rejoint l'estimation de quatre mois d'Epoch AI, rapporte Tom's Hardware le 16 septembre. METR est une organisation de recherche à but non lucratif. Elle note les modèles selon la durée des tâches, en temps de travail humain, qu'ils accomplissent une fois sur deux.
Selon l'estimation ajustée de Mozilla, les modèles fermés traitent des tâches qui prennent de 8 à 12 heures à des experts humains. Les modèles ouverts y parviennent environ quatre mois plus tard. La capacité ouverte double tous les 3,9 mois, contre 5,5 pour les fermés, d'après les calculs de Mozilla.
Le rapport est une évaluation récurrente, publiée pour la première fois le 14 juillet sur le blog de Mozilla. Elle s'appuie sur une enquête Mozilla/SlashData auprès d'environ 1 400 développeurs, sur les données de trafic d'OpenRouter et sur des indices de référence tiers. Mozilla défend les modèles ouverts. TIME rapportait le 14 juillet que Raffi Krikorian, directeur technique de Mozilla, présentait le rapport comme en partie militant.
Les « poids ouverts » désignent ici des poids téléchargeables, et non les données d'entraînement ou le code. Le rapport recense 16 publications notables à poids ouverts. Aucune ne fournit la recette des données qu'exige la définition de l'Open Source Initiative.
Les benchmarks et les prix racontent des histoires différentes
Le meilleur modèle ouvert accusait un retard de trois points sur le leader fermé à l'Artificial Analysis Intelligence Index, à 60 % du prix. Il était à deux points de Claude Fable 5 à 30 %, selon la lecture du rapport par Tom's Hardware.
Mozilla a aussi cartographié les résultats de Terminal-Bench 2.1 de vals.ai. Ce banc fait passer chaque modèle par le même harnais, autrement dit la couche logicielle qui met ses outils à disposition. Sur ce tableau, GLM-5.2 de Z.ai obtient un score à un point de Claude Opus 4.7 et à environ quatre points derrière Opus 4.8, pour moins d'un cinquième du coût par test.
Sur OpenRouter, une place de marché qui aiguille le trafic des développeurs vers des centaines de modèles, Mozilla compte huit des dix premiers modèles par volume de tokens en août comme à poids ouverts, dont sept construits en Chine. Les fournisseurs fermés ont néanmoins capté 96 % des revenus de la couche modèle sur OpenRouter entre mai et septembre 2025, rapporte la Linux Foundation.
« Nous voyons la décision de payer pour des modèles fermés comme liée à la charge de travail plutôt qu'à l'organisation », a déclaré Krikorian à Ars Technica dans un courriel.
La légende d'un graphique de Mozilla est directe sur la solidité de son chiffre phare : « l'écart se réinitialise à chaque cycle de publication ».
Le chiffre de quatre mois comporte des réserves
Première réserve : l'écart de quatre mois et le chiffre de 30 % du prix des tokens sont mesurés d'API à API sur des points d'accès hébergés et au prix catalogue. Le graphique matériel du rapport place le meilleur modèle ouvert tenant sur un seul serveur à 52,6 et le meilleur sur un seul GPU à 40. La chute depuis le sommet est de 10 et 23 points respectivement, un écart plus large que les quatre mois annoncés.
Les besoins de service sont l'autre difficulté. Le checkpoint natif MXFP4 de Kimi K3 pèse environ 1,56 To réparti sur 96 fragments. La configuration de service de Mozilla liste 64 accélérateurs ou plus, tandis que vLLM exige au moins huit GPU GB300, avec plusieurs nœuds pour le trafic de production.
Le rapport décrit un modèle ouvert mais que la plupart de ceux qui le détiennent ne peuvent pas faire tourner. Tom's Hardware estimait en juillet le besoin de mémoire à près de 1,5 To.
Une exception : le modèle Inkling-Small de Thinking Machines, sous licence Apache 2.0, dont la version NVFP4 tient sur un seul B300 avec un plancher de 180 Go.
Un différend sur la provenance entoure aussi l'un des modèles. K3 fait l'objet d'une allégation détaillée dans l'avis conjoint NSA/CISA/FBI du 8 septembre (AA26-251A). L'affirmation, que le rapport de Mozilla présente comme « avancée, et non démontrée », est que Moonshot a extrait des données de Claude Fable 5 pour entraîner K3 par distillation. Cette pratique consiste à entraîner un modèle sur les sorties d'un autre.
Les données de Mozilla s'arrêtent au 1er septembre. Depuis, Artificial Analysis a fait passer son indice en v4.3 avec un jeu d'évaluation différent. Le tableau en ligne place Claude Fable 5.1 à 53 sur son réglage d'effort le plus élevé et Kimi K3 à 44, des chiffres non comparables à ceux de la v4.1.1 que Mozilla a tracés. Le tableau Terminal-Bench 2.1 de vals.ai, mis à jour le 11 septembre, est désormais mené par GPT-6 Astra à 87,27 % devant Fable 5.1 à 85,02 %.
Pour situer la vitesse à laquelle ces classements bougent : le 17 juillet, Artificial Analysis plaçait K3 à 57 contre 60 pour Fable 5. Le 1er septembre, Mozilla le donnait à deux points de retard.
Le débat de définition sous les chiffres
Mozilla mesure un écart de capacité. L'Open Source Initiative estime, elle, que l'industrie mesure la mauvaise chose. Dans un billet de blog du 19 septembre, le président de l'OSI (non nommé dans le billet) écrit que les poids ouverts permettent aux utilisateurs d'exercer certaines des quatre libertés logicielles : la liberté d'utiliser, d'étudier, de modifier et de partager sans demander l'autorisation au détenteur des droits. Pas toutes, et seulement dans une certaine mesure.
Les modèles d'IA se composent de trois éléments principaux, selon l'OSI : les données d'entraînement, les poids et paramètres, et le code de préparation des données et d'entraînement. La capacité d'un utilisateur à accéder à ces éléments détermine si un modèle est fermé, à poids ouverts ou Open Source. Les publications à poids ouverts partagent les poids. Cela permet de faire tourner un modèle en local, de payer un tiers pour l'héberger ou de l'affiner sur ses propres données. Elles ne partagent ni le code ni les données d'entraînement.
L'OSI reconnaît que les poids ouverts offrent plus de choix que des systèmes entièrement fermés comme ChatGPT, Claude et de nombreux systèmes de conduite autonome. Son objection porte sur la vérification. Sans le code ni les données d'entraînement, soutient l'OSI, on ne peut pas inspecter complètement un modèle pour expliquer une sortie ou confirmer qu'on peut lui faire confiance.
Le billet cite Olmo d'Ai2 comme exemple de la catégorie plus stricte. Les chercheurs ont utilisé l'ensemble du jeu de données d'entraînement et les checkpoints du modèle pour injecter de nouvelles informations dans les données d'entraînement. Ils ont ensuite observé comment le modèle les mémorisait ou les oubliait, écrit l'OSI. Ce type d'étude n'est possible, selon l'organisation, que dans le cadre d'une publication Open Source AI.
La distinction n'est pas théorique. Le rapport de Mozilla recense 16 publications notables à poids ouverts et n'en trouve aucune qui fournisse la recette des données exigée par l'Open Source Initiative.
Petits modèles, tâches étroites
Loin du débat sur la frontière, certaines publications à poids ouverts sont délibérément petites et mono-usage. Superwhisper a publié S1-mini, un normaliseur de texte de 0,6 milliard de paramètres pour les sorties de reconnaissance vocale, selon sa fiche modèle sur Hugging Face.
Il prend une transcription ASR brute et la réécrit en texte écrit propre. Les hésitations sont supprimées, les faux départs ramenés à la valeur sur laquelle le locuteur s'est arrêté, la ponctuation et les majuscules appliquées. Les nombres, dates, heures, montants et adresses électroniques prononcés sont rendus sous forme écrite.
Sur un ensemble tenu à l'écart de 7 519 cas en anglais, il atteint 94,8 % de précision par token. La version quantifiée est un fichier de 462 MiB qui tourne sur le processeur d'un ordinateur portable. Il est affiné à partir de Qwen/Qwen3-0.6B et porte une licence Apache 2.0 assortie d'une clause de nommage. La fiche modèle précise clairement qu'il ne s'agit pas d'un modèle de conversation et qu'il ne suivra pas d'instructions générales.
Un schéma semblable apparaît dans un compte rendu de déploiement du 22 septembre par James Cruce sur ASTGL. Il a remplacé un routeur déterministe par Laya, un modèle à poids ouverts de décisions typées d'environ 421 millions de paramètres. Laya est bâti sur un encodeur ModernBERT-large et une limite de 1 024 tokens, servi via une API en boucle locale sur un Mac Studio doté d'une M3 Ultra et de 256 Go de mémoire unifiée.
Il l'a préféré à Jev de TypeSafe, un service hébergé en accès anticipé affiché à 0,042 dollar par million de tokens d'entrée sans frais sur les tokens de sortie et prenant en charge des choix jusqu'à 255 options. La raison : il voulait que les décisions de routine restent sur sa machine. Cruce reste prudent sur ce que montre le résultat. Le modèle a battu son routeur déterministe sur une relecture figée, mais il n'a pas testé si Laya bat Jev de façon générale.
Il signale aussi une limite qui vaut pour chaque chiffre du rapport de Mozilla. La fiche modèle avertit que Laya est trop confiant et nécessite un calibrage propre au domaine. Une réponse typée, écrit-il, peut être structurellement parfaite et factuellement fausse.
Sources
4- 01China's open-weight AI models are now just 4 months behind frontier US offerings, Mozilla report claimsEN
- 02Open Weights Are Good. Open Source Is Better.EN
- 03S1-mini, Superwhisper's first open-weights language modelEN
- 04Local Laya vs Hosted Jev: Why My Agents Make Typed Decisions on My MacEN
Tous les chiffres et citations de ce texte proviennent des sources citées ci-dessous.
Les contenus ont été préparés par l'équipe de rédaction, assistée par l'IA.
Commentaires
0- Aucun commentaire — soyez le premier.