Aller au contenu
Heure mondialeEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portail sur l'IA et la technologieactualités · analyses · entretiens · fond technique

Rechercher
EN DIRECT
›

Ce que les poids ouverts apportent vraiment, et ce qu'ils n'apportent pas

Télécharger un modèle de langue à poids ouverts et l'exécuter sur sa propre machine est devenu simple. L'étiquette ne dit pourtant rien des données d'entraînement, du code ni de la licence. Cet écart est au centre d'un débat public entre les personnes qui rédigent les définitions de l'open source.

IA & modèlesAnalyseSophie LeclercPublié le: 27 septembre 20265 min de lectureSources 3
Ce que les poids ouverts apportent vraiment, et ce qu'ils n'apportent pas

Mozilla a publié la version 1.1 de son rapport State of Open Source AI le 15 septembre, avec des données arrêtées au 1er septembre. Le chiffre principal est un écart de quatre mois entre les meilleurs modèles à poids ouverts et les offres fermées de pointe. Le rapport recense 16 publications notables et note qu'aucune ne fournit la recette des données exigée par l'Open Source Initiative.

Cette dernière clause compte plus que les quatre mois.

Steven J. Vaughan-Nichols, du Register, a posé la distinction clairement le 15 septembre : publier des fichiers de modèle sur Hugging Face et laisser les développeurs les exécuter sur leurs propres GPU, c'est de la distribution ouverte, pas de l'open source. L'Open Source Initiative, qui détient la définition de l'open source, définit les poids ouverts comme « les poids et biais finaux d'un réseau de neurones entraîné ». Ces valeurs déterminent la façon dont un modèle lit une consigne et produit une réponse. Elles ne disent pas ce qui est entré dans sa fabrication.

Ce que contient le téléchargement

Un fichier de poids est le résultat de l'entraînement, pas l'entraînement lui-même. Sans le jeu de données ni une documentation détaillée, une personne extérieure ne peut pas établir quelles sources ont été utilisées, quels contenus protégés par le droit d'auteur ou privés ont été absorbés, comment les données ont été filtrées, quelles langues et quelles communautés sont restées mal servies, si des données de benchmark ont fui dans l'entraînement, ni quel travail d'alignement a eu lieu après le pré-entraînement. James Landay, directeur du Stanford Institute for Human-Centered AI, a déclaré au Register : « Les poids ouverts sont un progrès. On peut télécharger le modèle, l'exécuter sur sa machine, le tenir hors du pipeline de données de quelqu'un d'autre. Mais on ne voit toujours pas comment la chose a été construite, sur quoi elle a été entraînée, ni pourquoi elle se comporte comme elle le fait. Ce n'est pas un modèle ouvert. C'est de la distribution ouverte. »

L'avantage pratique est réel et mérite d'être dit sans mépris. L'auto-hébergement donne la maîtrise des données, de la confidentialité, des coûts, des changements d'API et de la dépendance à un fournisseur. Il a aussi fait naître un vaste écosystème de runtimes, de fournisseurs d'inférence et d'outils de fine-tuning. s1-mini de Superwhisper, un normalisateur de texte de 600 000 000 de paramètres publié sous Apache 2.0 avec une clause de nommage, illustre bien le bas de cet écosystème : 596 000 000 de paramètres uniques, une version quantifiée de 462 MiB, affinée à partir de Qwen/Qwen3-0.6B, qui tourne sur le CPU d'un ordinateur portable. On peut épingler une version avec un tag de révision. On ne voit toujours pas le corpus.

La bataille des définitions

L'Open Source Initiative a publié sa définition de l'IA open source, OSAID 1.0, en octobre 2024, en reconnaissant à l'époque qu'elle continuerait d'évoluer. Elle exige que les paramètres du modèle, poids compris, soient disponibles selon des termes approuvés par l'OSI, mais ne prescrit aucun mécanisme juridique. Luca Antiga, CTO de Lightning AI et contributeur à PyTorch, a soutenu que le traitement des poids laisse ce qu'il a appelé un trou béant. Ce trou rendra les licences moins efficaces pour déterminer si les systèmes sous licence OSI peuvent être adoptés en pratique.

Bruce Perens, auteur de la définition originale de l'open source, a dénoncé l'OSAID en 2024 et déclaré ensuite : « Ce n'est pas de l'open source ! … Il est regrettable que l'Open Source Initiative elle-même participe maintenant à l'openwashing. » Bradley Kuhn, de la Software Freedom Conservancy, et Richard Fontana, de Red Hat, ont demandé l'abrogation de l'OSAID. Ils écrivent que l'OSI a agi trop vite et que la rupture a nui à sa réputation et à son influence.

Pendant ce temps, Mike Dolan, de la Linux Foundation, a soumis à l'OSI la licence Open Model, Data, and Weights, dite OpenMDW. Elle existe depuis 2025 et compte des contributeurs d'Amazon, Meta, IBM, Microsoft et Nvidia. Son approche consiste à définir des termes distincts pour l'architecture, les données d'entraînement et les poids, afin de réunir sous un seul accord tout ce que fournit un concédant. La soumission a suscité des objections sur la liste de diffusion de l'OSI consacrée à la revue des licences. Stefano Maffulli, ancien directeur exécutif de l'OSI, dit avoir régulièrement l'impression que cette revue est entachée d'un biais idéologique contre les grandes entreprises technologiques.

Les poids ouverts répondent à « puis-je exécuter ceci ? ». L'open source répond à « puis-je faire confiance à ceci, l'améliorer et construire la suite dessus ? »

Cette phrase est de Landay, toujours via le Register, et c'est le résumé le plus net du différend. Elle explique aussi pourquoi le travail de benchmark du rapport Mozilla doit être lu avec prudence. Le chiffre de quatre mois vient des données de METR sur l'horizon des tâches. Ces données notent les modèles selon la durée, en temps de travail humain, d'une tâche qu'ils accomplissent une fois sur deux. L'ajustement de Mozilla place les modèles fermés sur des tâches demandant 8 à 12 heures à des experts, les modèles ouverts atteignant ce niveau environ quatre mois plus tard. Mozilla calcule un doublement des capacités ouvertes tous les 3,9 mois, contre 5,5 mois pour les fermées.

Le prix est le domaine où les poids ouverts gagnent nettement. Mozilla a constaté que le meilleur modèle ouvert suivait de trois points le leader fermé sur l'Artificial Analysis Intelligence Index, à 60 % du prix, et se tenait deux points derrière Claude Fable 5 à 30 %. Sur Terminal-Bench 2.1 de vals.ai, GLM-5.2 de Z.ai a obtenu 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, Mozilla a compté huit des dix modèles les plus utilisés en volume de tokens en août comme 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, selon la Linux Foundation.

Le matériel est la réserve. Le propre graphique de Mozilla place le meilleur modèle ouvert tenant sur un serveur à 52,6 et le meilleur sur un seul GPU à 40, soit des chutes de 10 et 23 points par rapport au sommet, plus larges que ne le suggèrent quatre mois. Le checkpoint natif MXFP4 de Kimi K3 occupe environ 1,56 To répartis sur 96 fragments, et la configuration de service de Mozilla liste 64 accélérateurs ou plus. Inkling-Small de Thinking Machines, sous Apache 2.0, tient sur un B300 avec un plancher de 180 Go.

Les données s'arrêtent au 1er septembre. Artificial Analysis est depuis passé à l'index v4.3 avec un autre jeu d'évaluation, et la légende du graphique de Mozilla indique : « l'écart est remis à zéro à chaque cycle de publication. » L'étiquette continuera de dépasser la définition.

Commentaires 0

Sources

3
  1. 01Open weights are not open source: Why AI's favorite label is under disputeEN
  2. 02China's open-weight AI models are now just 4 months behind frontier US offerings, Mozilla report claimsEN
  3. 03S1-mini, Superwhisper's first open-weights language modelEN

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.

Sophie Leclerc

Sophie Leclerc

IA, modèles et technologies

Sophie Leclerc couvre les technologies, l'IA et les modèles ainsi que les médias et l'internet pour FLASH24, en travaillant à partir des dépôts de code, des articles scientifiques et des documents techniques plutôt que des annonces. Elle vérifie chaque chiffre en remontant aux jeux de données d'origine et en comparant les versions successives des modèles. Elle interroge régulièrement des ingénieurs et des chercheurs, et suit les calendriers de publication des principales conférences du secteur. Son intérêt personnel pour l'auto-hébergement et les réseaux domestiques nourrit directement sa couverture des infrastructures et des modèles ouverts. Elle ne publie pas de performance annoncée sans méthode de mesure vérifiable.

Rédaction →

Commentaires

0
  1. Aucun commentaire — soyez le premier.

Écrire un commentaire

Les commentaires sont publics. Nous ne publions ni insultes, ni spam, ni publicité.