Ce que « poids ouverts » veut dire, et pourquoi ce n'est pas de l'open source

Les poids ouverts sont les paramètres numériques appris que produit l'entraînement d'un réseau de neurones. Publiez-les sur Hugging Face et quiconque possède un GPU peut exécuter le modèle, l'affiner ou l'héberger lui-même. C'est utile. Pour l'Open Source Initiative et plusieurs figures du logiciel libre, ce n'est pas la même chose que l'open source.

La distinction compte davantage qu'une querelle d'étiquette. Elle détermine si vous pouvez simplement déployer un réseau de neurones fini, ou si vous pouvez inspecter, reproduire, modifier et redistribuer le système qui l'a produit. James Landay, directeur de Stanford HAI, l'a déclaré à The Register : « Les poids ouverts répondent à la question : puis-je exécuter ceci ? L'open source répond à : puis-je faire confiance à ceci, l'améliorer et construire la suite par-dessus ? »

Ce que contient réellement le téléchargement

Une publication typique à poids ouverts contient les poids, l'architecture du modèle et le code d'inférence. Avec un moteur d'exécution comme llama.cpp, cela suffit à générer du texte. Le S1-mini de Superwhisper, par exemple, est un normalisateur de texte de 0,6B de paramètres pour la sortie de reconnaissance vocale. Il a été affiné à partir de Qwen/Qwen3-0.6B et publié sous licence Apache 2.0 assortie d'une clause de nommage. Sa fiche modèle indique 596M de paramètres uniques, 28 couches, 16 têtes de requête et 8 têtes clé/valeur en attention à requêtes groupées, ainsi qu'une version quantifiée qui est un fichier de 462 MiB.

Ce qui manque sur cette fiche, ce sont les données d'entraînement. Superwhisper ne dit pas sur quelles transcriptions S1-mini a été entraîné, comment elles ont été sélectionnées ni ce qui a été retiré. C'est normal pour les publications à poids ouverts, et c'est exactement la lacune que les critiques montrent du doigt.

L'entrée de glossaire de l'OSI trace la frontière sans détour. « Les poids ouverts désignent les poids et biais finaux d'un réseau de neurones entraîné », y lit-on, en ajoutant que les poids seuls n'exposent qu'« une fraction de l'information nécessaire à une redevabilité complète ». Sans données d'entraînement ni documentation détaillée, un observateur extérieur ne peut pas déterminer quelles sources ont été utilisées, quel matériel protégé par le droit d'auteur ou privé a pu être inclus, comment les données ont été filtrées, quelles langues étaient sous-représentées, si des données de référence ont fui dans l'entraînement, ni quelles méthodes d'alignement et de sûreté ont été appliquées après le pré-entraînement.

« Vous ne voyez 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 une distribution ouverte. » James Landay, Stanford HAI

L'OSI a tenté de le définir, et le combat n'est pas terminé

L'Open Source Initiative a publié la définition de l'IA open source, OSAID 1.0, en octobre 2024. Elle exige que les paramètres du modèle, poids compris, soient mis à disposition selon des termes approuvés par l'OSI, sans imposer de mécanisme juridique précis. L'OSI a reconnu lors de la publication que la définition continuerait d'évoluer. Les critiques estiment que les lacunes centrales n'ont pas été résolues.

Luca Antiga, directeur technique de Lightning AI et contributeur à PyTorch, a soutenu que le traitement des poids par l'OSAID laisse « un trou béant qui rendra les licences moins efficaces pour déterminer si les systèmes d'IA sous licence OSI peuvent être adoptés dans des contextes réels ». Bruce Perens, auteur de la définition originale de l'open source, a dénoncé l'OSAID en 2024 puis déclaré : « 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, conseiller commercial senior chez Red Hat, sont allés plus loin et ont demandé l'abrogation de l'OSAID. Leur argument, cité par The Register : « L'OSI a agi trop vite pour imposer à la communauté un compromis politique trop ambitieux. L'OSAID a indéniablement créé une fracture dans la communauté FOSS ; cette fracture a sérieusement nui à la réputation, à l'autorité et à l'influence de l'OSI. »

Pendant ce temps, Mike Dolan, de la Linux Foundation, a soumis à l'OSI la licence Open Model, Data, and Weights, OpenMDW. Elle existe depuis 2025 et liste des contributeurs d'Amazon, Meta, IBM, Microsoft et Nvidia. Son approche consiste à définir des termes distincts pour l'architecture d'un modèle, ses données d'entraînement et ses poids au sein d'un même accord. La soumission a suscité des objections sur la liste de diffusion de l'OSI chargée de la revue des licences. Stefano Maffulli, ancien directeur exécutif de l'OSI, a déclaré avoir l'impression persistante que cette revue « est entachée d'un biais idéologique : comme nous n'aimons pas les grandes entreprises technologiques et que l'IA est aujourd'hui le fait des grandes entreprises technologiques, nous n'aimons pas l'IA ; donc nous ferons tout pour la bloquer ».

L'histoire des capacités est réelle, et la réserve aussi

Rien de tout cela n'a ralenti le rythme des publications. 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, selon Tom's Hardware. Le meilleur modèle ouvert se situe trois points derrière le leader fermé sur l'Artificial Analysis Intelligence Index, à 60 % du prix, et deux points derrière Claude Fable 5, à 30 %. L'ajustement de Mozilla sur les données d'horizon de tâches de METR situe l'écart ouvert-fermé à environ 4,4 mois, en ligne avec l'estimation de quatre mois d'Epoch AI.

Les chiffres de Mozilla proviennent d'une enquête Mozilla/SlashData auprès d'environ 1 400 développeurs, des données de trafic d'OpenRouter et d'indices de référence tiers. Mozilla défend les modèles ouverts ; TIME a rapporté le 14 juillet que Raffi Krikorian, directeur technique de Mozilla, décrivait ce rapport comme en partie un plaidoyer. Le rapport recense 16 publications notables et note qu'aucune ne fournit la recette des données exigée par la définition de l'OSI.

• 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 principaux modèles en volume de tokens pour août comme étant à poids ouverts, dont sept construits en Chine.
• Les fournisseurs fermés ont encore capté 96 % des revenus de la couche modèle sur OpenRouter de mai à septembre 2025, selon la Linux Foundation.
• Le meilleur modèle ouvert tenant sur un seul serveur a obtenu 52,6 sur le tableau matériel de Mozilla ; le meilleur sur un seul GPU a obtenu 40. La chute depuis le sommet est de 10 et 23 points.

Ce dernier point est la difficulté pratique. Le point de contrôle natif MXFP4 de Kimi K3 occupe environ 1,56 To répartis sur 96 fragments. La configuration de service de Mozilla liste 64 accélérateurs ou plus, et vLLM exige au moins huit GPU GB300 avec plusieurs nœuds pour le trafic de production. Mozilla décrit cela comme ouvert mais non exécutable par la plupart de ceux qui le détiennent. Une exception signalée par le rapport est Inkling-Small de Thinking Machines, sous Apache 2.0, dont la version NVFP4 tient sur un seul B300 avec un plancher de 180 Go.

Krikorian a déclaré à Ars Technica dans un courriel : « Nous considérons la décision de payer pour des modèles fermés comme liée à la charge de travail plutôt qu'à l'organisation. »

Les affaires de droit d'auteur se heurtent au même mur

Le combat sur la définition a un parallèle devant les tribunaux. Un article d'A. Feder Cooper, Mark A. Lemley et sept coauteurs, publié sur arXiv et révisé en juillet 2026, a mesuré la mémorisation de 200 livres par 14 grands modèles de langue à poids ouverts à travers plus de 3 000 expériences. Leur conclusion est que les demandeurs comme les défendeurs dans les procès sur le droit d'auteur liés à l'IA générative simplifient à l'excès.

La plupart des grands modèles de langue ne mémorisent pas la plupart des livres, en tout ou en partie, avec la méthode d'extraction des auteurs. Mais il y a des exceptions : Llama 3.1 70B mémorise entièrement certains livres, dont Harry Potter and the Sorcerer's Stone, au point que tout l'ouvrage peut être extrait presque mot pour mot à partir de ses premiers mots. Les auteurs écrivent que leurs résultats ont des implications importantes pour les affaires de droit d'auteur, sans toutefois favoriser sans ambiguïté l'un ou l'autre camp.

Voilà à peu près où en est le débat sur les poids ouverts. Les fichiers sont publics. La recette ne l'est pas. Et les deux camps ne parviennent même pas à s'accorder sur le nom à donner au résultat.