Les poids ouverts ne sont pas de l'open source, et l'écart devient difficile à mesurer
Un rapport de Mozilla indique que les meilleurs modèles à poids ouverts chinois accusent désormais environ quatre mois de retard sur les offres américaines de pointe. Des critiques estiment pour leur part que l'expression « poids ouverts » va bien au-delà de ce que permet la définition de l'Open Source Initiative.

Le rapport de Mozilla, State of Open Source AI version 1.1, est paru le 15 septembre à partir de données arrêtées au 1er septembre. Il recense 16 publications notables de modèles ouverts. Aucune ne livre la recette des données d'entraînement qu'exige la définition de l'IA open source de l'Open Source Initiative, selon le rapport tel que décrit par Tom's Hardware.
Telle est la tension qui traverse l'actualité des poids ouverts ce mois-ci. Télécharger un modèle est facile. Savoir ce qui est entré dedans, ou le reconstruire, ne l'est pas.
Le chiffre des quatre mois, et ses réserves
L'affirmation centrale de Mozilla est un écart qui se resserre. Le meilleur modèle ouvert accusait trois points de retard sur le leader fermé à l'Artificial Analysis Intelligence Index, pour 60 % du prix, et deux points derrière Claude Fable 5 à 30 %. L'ajustement opéré par Mozilla sur les données METR de l'horizon des tâches situe l'écart entre ouverts et fermés à environ 4,4 mois, en accord avec l'estimation de quatre mois d'Epoch AI. Selon le calcul de Mozilla, les capacités ouvertes doublent tous les 3,9 mois, contre 5,5 mois pour les modèles fermés.
Le rapport s'appuie sur une enquête de Mozilla et 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, et TIME a rapporté le 14 juillet que le directeur technique de Mozilla, Raffi Krikorian, présentait le rapport comme en partie militant. Mozilla précise que le chiffre des quatre mois et celui des 30 % du prix des tokens sont mesurés d'API à API, sur des points d'accès hébergés et au prix catalogue.
Le matériel gâte le tableau. Le propre graphique du rapport place le meilleur modèle ouvert tenant sur un seul serveur à 52,6, et le meilleur tenant sur un seul GPU à 40. La chute depuis le sommet atteint respectivement 10 et 23 points, un écart plus large que ne le suggère quatre mois. Le point de contrôle natif MXFP4 de Kimi K3 occupe environ 1,56 To répartis sur 96 fragments, et la configuration de service de Mozilla mentionne 64 accélérateurs ou plus. Le rapport qualifie ce modèle d'ouvert mais non exploitable par la plupart de ceux qui le détiennent.
Un contre-exemple existe. Inkling-Small de Thinking Machines, sous Apache 2.0, dispose d'une version NVFP4 qui tient sur un seul B300 avec un plancher de 180 Go.
Ce que l'on demande au mot « ouvert »
Steven J. Vaughan-Nichols, du Register, a soutenu le 15 septembre que l'industrie abuse du mot. Publier des poids sur Hugging Face et laisser les développeurs les exécuter sur leurs propres GPU relève de la distribution de poids ouverts, pas de l'open source, écrit-il. Cette distinction, selon lui, détermine si l'on peut seulement déployer un réseau fini ou bien inspecter, reproduire, modifier et redistribuer le système qui l'a produit.
L'OSI pose la distinction sans détour : « Open Weights refer to the final weights and biases of a trained neural network. » Les poids seuls, ajoute l'OSI, n'exposent qu'« a fraction of the information required for full accountability ».
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 propre 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 ainsi. Ce n'est pas un modèle ouvert. C'est de la distribution ouverte. »
L'inquiétude de Landay est précise. Sans données d'entraînement ni documentation détaillée, un observateur extérieur ne peut dire quelles sources ont été utilisées, quels contenus protégés par le droit d'auteur ou privés ont pu être inclus, comment les données ont été sélectionnées ou écartées, quelles langues étaient sous-représentées, si des données de référence ont fui dans l'entraînement, ni quelles méthodes d'alignement ont façonné le modèle après le pré-entraînement.
L'Open Source AI Definition 1.0, publiée en octobre 2024, exige que les paramètres du modèle, poids compris, soient mis à disposition selon des termes approuvés par l'OSI, mais n'impose aucun mécanisme juridique. Luca Antiga, directeur technique de Lightning AI, a déclaré que ce traitement laisse « un trou béant » qui affaiblira les licences comme signal d'adoptabilité réelle. Bruce Perens, auteur de la définition originale de l'open source, a dénoncé l'OSAID en 2024 et affirmé ensuite que l'OSI elle-même participait désormais à l'« openwashing ». Bradley Kuhn, de la Software Freedom Conservancy, et Richard Fontana, de Red Hat, ont réclamé l'abrogation de l'OSAID.
Des questions très concrètes de mémorisation sous-tendent tout cela. Un article d'A. Feder Cooper, Mark A. Lemley et de coauteurs, soumis à arXiv en mai 2025 et révisé jusqu'en juillet 2026, a porté sur plus de 3 000 expériences menées sur 200 livres et 14 LLM à poids ouverts. La plupart des LLM n'ont pas mémorisé la plupart des livres, constatent les auteurs. Mais Llama 3.1 70B a mémorisé entièrement certains titres, dont Harry Potter and the Sorcerer's Stone, au point que le livre entier pouvait être extrait presque mot pour mot à partir de ses premières phrases.
Pendant ce temps, l'écosystème des poids ouverts continue de livrer. Superwhisper a publié S1-mini, un normalisateur de texte de 0,6 milliard de paramètres pour la sortie de reconnaissance vocale, affiné à partir de Qwen/Qwen3-0.6B sous Apache 2.0 avec une clause de nommage. Il annonce 94,8 % de précision par token sur 7 519 cas de test anglais, et une version quantifiée de 462 MiB qui tourne sur le CPU d'un ordinateur portable.
Petit, téléchargeable, et documenté assez pour être exécuté. La question de la responsabilité est un autre dossier.
Sources
4- 01China's open-weight AI models are now just 4 months behind frontier US offerings, Mozilla report claimsEN
- 02Open weights are not open source: Why AI's favorite label is under disputeEN
- 03Extracting memorized pieces of (copyrighted) books from open-weight language modelsEN
- 04S1-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.
Commentaires
0- Aucun commentaire — soyez le premier.