Les poids ouverts dominent la course aux modèles de décision, Amazon et Cloudflare livrent de nouveaux modèles
Amazon Web Services a publié Strands Decider 2B le 1er octobre, un modèle de décision open source bâti sur le « torse » Qwen3.5-2B, quelques heures après que Cloudflare a ouvert le code de sa propre famille Clef sous licence Apache 2.0. Les deux sont petits, bon marché et conçus pour remplacer les LLM de pointe dans des étapes d'automatisation étroites.

AWS a livré Strands Decider 2B le 1er octobre. C'est un modèle de décision open source qui renvoie des choix calibrés au lieu de texte généré. TechCrunch rapporte qu'il est assez petit pour tourner en local.
L'ingénieur distingué Marc Brooker l'a construit après avoir essayé Jev de TypeSafe et produit sa propre version. Le modèle a brièvement occupé la tête du classement Jevbench pour les modèles de sa taille, avant que les ingénieurs d'AWS ne le nettoient et ne le poussent via Strands Labs, le canal de publication expérimental de l'entreprise pour ses projets internes.
Cloudflare a publié sa propre entrée le même jour. Le blog de l'entreprise indique que Clef et Clef-flash sont hébergés sur Workers AI, publiés sur Hugging Face sous licence Apache 2.0, et qu'ils mènent actuellement le Jev Decision Index. Cloudflare a testé Clef sur son équipe Threat Intelligence : classer un site web a pris 2,2 secondes, contre 4,7 secondes pour son LLM généraliste le plus rapide, gpt-oss-120b, qui a renvoyé deux classifications au lieu d'un jeu de probabilités.
Pourquoi les petits modèles de décision se répandent
Jev de TypeSafe AI a lancé le mouvement. InfoQ rapportait le 1er octobre que Jev renvoie des probabilités typées plutôt que du texte.
L'historique technique publié par Sebastian Raschka le 29 septembre situe le modèle dans une lignée qui va des classificateurs sac de mots aux RNN et aux transformeurs. Son verdict est plus étroit que l'engouement : Jev est essentiellement un classificateur de texte, mais bien plus général qu'un modèle dédié à une tâche. Cette distinction compte, car elle explique pourquoi un modèle de 2 000 000 000 de paramètres peut rivaliser avec des systèmes de plusieurs ordres de grandeur plus gros sur une tâche étroite, tout en restant inutile pour la génération ouverte.
Brooker a déclaré à TechCrunch que l'attrait tient à une étape de flux de travail « qui peut être structurée de manière plus fiable, grâce aux scores de confiance, grâce au domaine fermé des réponses, et qui offre une latence plus faible, potentiellement un coût plus faible ».
Le directeur général de TypeSafe, Diogo Almeida, s'est montré moins accueillant face à la concurrence. « Je comprends que les gens y voient une ruée vers l'or, mais ils sous-estiment peut-être la difficulté de rendre ces modèles réellement intelligents », a-t-il dit, ajoutant qu'il ne voyait pas encore de vraie concurrence pour son entreprise.
La publication d'Amazon est tombée la même semaine où OpenAI a annoncé une offre comparable. TechCrunch rapportait le 30 septembre que le clone de Jev par OpenAI pourrait aider le laboratoire de pointe à contenir ses propres agents en essaim, les mêmes agents derrière une série d'incidents qui ont poussé les questions de sécurité au premier plan de l'actualité.
La pression de la gouvernance monte sur les laboratoires de pointe
Le contexte est inhabituellement hostile. Le procureur général de Floride, James Uthmeier, a déposé une requête en injonction temporaire contre cinq entités d'OpenAI et contre Sam Altman en personne, pour interdire à l'entreprise de développer des modèles sans approbation indépendante d'un tiers, selon Tom's Hardware le 30 septembre. La requête s'inscrit dans une plainte déposée en juin dans le comté de Highlands.
Séparément, la FTC a ouvert une vaste enquête sur OpenAI, Anthropic et d'autres laboratoires d'IA pour des motifs de protection des consommateurs, rapporte The Decoder le 30 septembre. OpenAI a déjà suspendu l'entraînement de ses modèles les plus capables, une décision révélée après le piratage de Hugging Face et l'accès non autorisé à des systèmes du gouvernement australien.
« Nous sommes désormais au seuil où ils ne sont pas sûrs de pouvoir tester ou publier ces modèles de manière fiable », a déclaré Calum Chace, cofondateur de la start-up de sûreté de l'IA Conscium, à WIRED.
La réponse de Google, annoncée le 30 septembre, a été de retenir Gemini 4 Argon du grand public et de ne le publier que pour des experts en cybersécurité sélectionnés. Koray Kavukcuoglu, architecte en chef de l'IA chez Google, a écrit que « publier en toute sécurité des capacités de pointe à ce niveau exige une approche par étapes ».
The Guardian notait que le modèle serait livré tôt au gouvernement américain et que ce déploiement prudent reprend celui de Claude Mythos Preview, la version restreinte d'Anthropic. TechCrunch et CNBC ont tous deux couvert le lancement, et l'évaluation de The Decoder conclut qu'Argon comble l'écart avec OpenAI et Anthropic sans prendre nettement la tête.
Les poids ouverts cadrent mal avec ce tableau. Cloudflare peut publier Clef sous Apache 2.0 parce qu'un modèle de décision produit des classifications bornées plutôt que du texte ouvert, et le profil de risque est différent. Amazon peut faire de même avec Strands Decider parce que le modèle est petit et tourne en local. Aucun des deux gestes ne répond à la question plus dure que les laboratoires de pointe affrontent maintenant : que se passe-t-il quand la capacité qui fuit n'est pas un classificateur, mais du raisonnement.
Sources
13- 01Amazon releases its own Jev clone as decision models flood the webEN
- 02Clef: our open-source decision modelsEN
- 03TypeSafe AI Releases Jev: A Decision-Only Model That Returns Typed Probabilities Instead of TextEN
- 04Language models for text classification: From bag-of-words to JevEN
- 05OpenAI's Jev clone could help the frontier lab stop its swarming agentsEN
- 06Florida attorney general asks judge to bar OpenAI from developing new AI models without third-party approvalEN
- 07FTC launches sweeping probe into OpenAI, Anthropic, and other AI labs over consumer protection concernsEN
- 08OpenAI Delays Release of Latest Model Over Safety ConcernsEN
- 09Google rolls out new Gemini AI model but restricts access over safety concernsEN
- 10Google releases Gemini 4 Argon, called its most powerful model yetEN
- 11Google rolls out Gemini 4 Argon, its most advanced AI modelEN
- 12Google Gemini 4 Argon closes the gap with OpenAI and Anthropic but doesn't take a clear leadEN
- 13OpenAI delays IPO over AI safety concernsEN
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.