Les poids ouverts ne sont pas de l'open source, et l'écart commence à se voir

Les poids sont les paramètres numériques appris pendant l'entraînement. Seuls, ils permettent d'exécuter un modèle, de l'héberger soi-même, de l'affiner sur des documents internes et de se passer de l'API d'un fournisseur. C'est une chose réelle à posséder. C'est aussi, selon l'Open Source Initiative, seulement « une fraction des informations nécessaires à une redevabilité complète ».

Steven J. Vaughan-Nichols, de The Register, a soutenu le 15 septembre que l'industrie a discrètement remplacé un mot par un autre. Une entreprise publie des fichiers de modèle sur Hugging Face, des développeurs les exécutent sur leurs propres GPU, et la sortie est aussitôt décrite comme un modèle open source. Pas nécessairement, soutient-il : il peut s'agir seulement de poids ouverts.

La distinction semble académique. Elle ne l'est pas.

Sans données d'entraînement ni documentation détaillée, des tiers ne peuvent pas établir quelles sources sont entrées dans un modèle, quels contenus protégés par le droit d'auteur ou privés ont pu être inclus, comment les données ont été filtrées, quelles langues étaient sous-représentées, si des données de benchmark ont fui dans l'entraînement, ni quel travail d'alignement a été fait après le pré-entraînement. James Landay, directeur du Stanford Institute for Human-Centered AI, a déclaré à The Register que les poids ouverts sont un progrès parce qu'ils permettent de garder le modèle hors du pipeline de données de quelqu'un d'autre. Il ajoute : « Vous ne pouvez toujours pas voir 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'Open Source Initiative a tenté de trancher avec sa définition de l'IA open source, OSAID 1.0, publiée en octobre 2024. Elle exige que les paramètres du modèle, poids compris, soient disponibles sous des termes approuvés par l'OSI, mais ne prescrit aucun mécanisme juridique précis. Cet écart ne s'est pas refermé. Luca Antiga, CTO de Lightning AI, a qualifié le traitement des poids de « trou béant qui rendra les licences moins efficaces ». Bruce Perens, auteur de la définition originale de l'open source, a dénoncé l'OSAID en 2024 et a déclaré ensuite que l'OSI elle-même participait désormais à du blanchiment d'open source. Bradley Kuhn, de la Software Freedom Conservancy, et Richard Fontana, de Red Hat, ont demandé l'abrogation de la définition.

Ce que les poids apportent réellement

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. C'est un utile retour au réel pour les deux camps. Le meilleur modèle ouvert accusait trois points de retard sur le leader fermé à l'Artificial Analysis Intelligence Index, pour 60 % du prix, et se situait deux points derrière Claude Fable 5 à 30 %. En ajustant les données de l'horizon de tâches de METR, Mozilla a estimé l'écart ouvert-fermé à environ 4,4 mois, proche de l'estimation de quatre mois d'Epoch AI. La capacité ouverte double tous les 3,9 mois, contre 5,5 pour la fermée, selon le calcul de Mozilla.

Mozilla défend les modèles ouverts, et le rapport n'est pas neutre : TIME a rapporté le 14 juillet que le CTO de Mozilla, Raffi Krikorian, le décrivait comme en partie militant. Les chiffres du rapport vont aussi contre son titre. Il recense 16 sorties notables ouvertes, et aucune ne fournit la recette des données qu'exige la définition de l'OSI. L'écart de quatre mois et le chiffre de 30 % pour le prix sont mesurés d'API à API sur des points d'accès hébergés, au prix catalogue.

Reste le matériel. Le graphique de Mozilla place le meilleur modèle ouvert tenant sur un serveur à 52,6 et le meilleur tenant sur un seul GPU à 40, des baisses de 10 et 23 points. Le checkpoint natif MXFP4 de Kimi K3 tourne sur environ 1,56 To répartis en 96 fragments. La configuration de service liste 64 accélérateurs ou plus, et vLLM demande au moins huit GPU GB300 avec plusieurs nœuds pour le trafic de production. Mozilla emploie pour cela la formule ouvert mais non exécutable par la plupart de ceux qui le détiennent. Une exception : Inkling-Small de Thinking Machines, sous Apache 2.0, tient sur un seul B300 avec un plancher de 180 Go.

Krikorian a déclaré à Ars Technica par courriel que le choix de payer pour des modèles fermés semble dépendre de la charge de travail plutôt que de l'organisation. L'argent confirme. Les fournisseurs fermés ont capté 96 % des revenus de la couche modèle sur OpenRouter de mai à septembre 2025, selon la Linux Foundation. Mozilla comptait pourtant huit des dix premiers modèles en volume de tokens en août comme poids ouverts, dont sept construits en Chine.

Ce dernier détail compte pour la bataille des licences. Les données de Mozilla s'arrêtent au 1er septembre, et Artificial Analysis a depuis fait passer son indice en v4.3 avec un jeu d'évaluation différent. Les chiffres tracés ne sont donc plus directement comparables au tableau en ligne. La légende du graphique de Mozilla dit : « l'écart se réinitialise à chaque cycle de sortie ». Un décalage de 4,4 mois est un instantané, pas une tendance.

L'angle du droit d'auteur est celui où la documentation manquante coûte cher. Un article de A. Feder Cooper, Mark A. Lemley et coauteurs, déposé sur arXiv et révisé le 20 juillet 2026, a mené plus de 3 000 expériences sur 200 livres et 14 LLM à poids ouverts. La plupart des modèles n'ont pas mémorisé la plupart des livres, en tout ou en partie. Mais Llama 3.1 70B a entièrement mémorisé certains titres, dont Harry Potter and the Sorcerer's Stone, au point que le livre entier peut être extrait presque mot pour mot à partir de ses premiers mots. Les auteurs disent que le résultat ne favorise aucun camp devant un tribunal.

La querelle d'étiquette n'est donc pas sémantique. Si vous ne voyez pas les données, vous ne pouvez pas auditer ce qu'un modèle a mémorisé, ni reproduire le système qui l'a produit. La formulation de Landay est la plus claire disponible. Les poids ouverts répondent à la question de savoir si vous pouvez exécuter ceci. L'open source répond à celle de savoir si vous pouvez lui faire confiance, l'améliorer et construire la suite dessus.