Poids ouverts, recettes fermées : ce que quatre rapports disent des modèles qu'on peut vraiment télécharger
Les modèles de langage à poids ouverts accusent désormais un retard d'environ quatre mois sur les meilleurs modèles fermés sur une mesure de capacité, selon un rapport de Mozilla publié le 15 septembre. La même recherche montre pourtant que l'écart se creuse nettement dès qu'on veut les faire tourner sur du matériel que l'on possède.

L'argument des poids ouverts repose depuis toujours sur une promesse : on obtient le fichier, donc on obtient le contrôle. Quatre documents publiés entre mai et septembre 2026 vérifient quelle part de cette promesse résiste à la mesure. Ils ne s'accordent pas sur grand-chose. Ils s'accordent sur un point : le mot « ouvert » fait moins de travail que ne le supposent les gros titres.
Le chiffre des quatre mois et ce qu'il cache
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, rapporte Tom's Hardware. Résultat principal : le meilleur modèle ouvert accusait un retard de trois points sur le leader fermé à l'Artificial Analysis Intelligence Index, pour 60 % du prix, et se situait deux points derrière Claude Fable 5 pour 30 % du prix. L'ajustement opéré par Mozilla sur les données de METR concernant l'horizon des tâches situe l'écart entre ouverts et fermés à environ 4,4 mois, ce qui rejoint l'estimation de quatre mois d'Epoch AI.
METR note les modèles selon la longueur de tâche, mesurée en temps de travail humain, qu'ils accomplissent une fois sur deux. D'après l'estimation ajustée de Mozilla, les modèles fermés traitent des tâches qui prennent de 8 à 12 heures à des experts humains. Les modèles ouverts y parviennent environ quatre mois plus tard, la capacité ouverte doublant tous les 3,9 mois contre 5,5 mois pour les fermés, selon le calcul de Mozilla. Tom's Hardware signale une réserve que Mozilla porte lui-même : le chiffre des quatre mois et le prix de 30 % par token sont mesurés d'API à API sur des points de terminaison hébergés, au prix catalogue.
Le graphique du matériel est le plus gênant
Le même rapport contient un graphique qui détonne à côté du résultat principal. Le meilleur modèle ouvert qui tient sur un seul serveur obtient 52,6 ; le meilleur qui tient sur un seul GPU obtient 40. La chute depuis le sommet est de 10 et 23 points respectivement, un écart plus large que quatre mois de progrès en capacité.
Le checkpoint natif MXFP4 de Kimi K3 pèse environ 1,56 To réparti sur 96 fragments, et la configuration de service de Mozilla liste 64 accélérateurs ou plus, tandis que vLLM exige au minimum huit GPU GB300, avec plusieurs nœuds pour le trafic de production. Le rapport l'écrit lui-même : le modèle est ouvert mais la plupart de ceux qui le détiennent ne peuvent pas le faire tourner. Tom's Hardware avait évalué le besoin de mémoire à près de 1,5 To en juillet. Il existe des exceptions. Inkling-Small de Thinking Machines, sous licence Apache 2.0, dispose d'une version NVFP4 qui tient sur un seul B300 avec un plancher de 180 Go. C'est un point de données réel, et c'est un seul modèle.
Les poids ouverts ne sont pas de l'open source, et la différence compte
L'Open Source Initiative a rendu la distinction explicite dans une note du 19 septembre. Un modèle d'IA comporte trois composantes principales : les données d'entraînement, les poids et paramètres, et le code servant à la préparation des données et à l'entraînement. Les publications à poids ouverts diffusent les poids. Elles ne diffusent pas le reste.
Les poids ouverts permettent d'exercer certaines libertés, mais pas toutes, et seulement dans une certaine mesure. Un véritable Open Source AI permet d'exercer les quatre sans restriction.
Les quatre libertés en question sont l'usage, l'étude, la modification et le partage sans demander l'autorisation au titulaire des droits. L'OSI chiffre la valeur du côté de la demande de l'écosystème open source à 8 800 000 000 000 de dollars et soutient que les modèles à poids ouverts limitent la modification et empêchent l'étude complète, car sans code ni données d'entraînement, on ne peut pas examiner pourquoi un modèle a produit une sortie. Le rapport de Mozilla, selon Tom's Hardware, recense 16 publications notables, dont aucune ne livre la recette de données qu'exige la définition de l'Open Source Initiative.
Ce que la recherche sur la mémorisation ajoute aux batailles de droits d'auteur
Un article sur arXiv, soumis une première fois le 18 mai 2025 et révisé jusqu'au 20 juillet 2026, mesure quelle part de 200 livres 14 LLM à poids ouverts retiennent réellement. Les auteurs sont A. Feder Cooper, Mark A. Lemley, Allison Casasola, Ahmed Ahmed, Aaron Gokaslan, Amy B. Cyphert, Christopher De Sa, Daniel E. Ho et Percy Liang.
Leur cadrage est direct : dans les procès sur les droits d'auteur liés à l'IA générative, demandeurs et défendeurs avancent des affirmations catégoriques et opposées sur la mémorisation, et les deux positions, écrit l'article, simplifient à l'extrême le rapport entre mémorisation et droit d'auteur. Sur plus de 3 000 expériences, les auteurs constatent que la plupart des LLM ne mémorisent pas la plupart des livres, ni en entier ni en partie. Mais les exceptions comptent. Selon l'article, Llama 3.1 70B mémorise entièrement certains livres, dont Harry Potter and the Sorcerer's Stone. La mémorisation y est assez étendue pour que le livre entier puisse être extrait de façon déterministe, presque mot pour mot, en utilisant ses premiers mots comme invite. Les auteurs affirment que ces résultats ont des implications importantes pour les affaires de droit d'auteur, sans pour autant favoriser clairement l'un ou l'autre camp.
Les déploiements plus petits et plus étranges
Toutes les publications à poids ouverts ne courent pas après la frontière. Superwhisper a publié S1-mini, un normalisateur de texte de 600 000 000 de paramètres affiné à partir de Qwen/Qwen3-0.6B, sous Apache 2.0 avec une clause de nommage. Il fait un seul travail : réécrire la sortie brute de reconnaissance vocale en texte écrit propre. Sur un ensemble tenu à l'écart de 7 519 cas en anglais, il atteint 94,8 % de précision par token, et la version quantifiée est un fichier de 462 MiB qui tourne sur le CPU d'un ordinateur portable. La fiche du modèle précise sans détour qu'il ne s'agit pas d'un modèle de conversation et qu'il ne suivra pas d'instructions générales.
La fiche documente aussi une bizarrerie de comptabilité du Hub : la barre latérale affiche 800 000 000 de paramètres parce que l'embedding de 155 600 000 de paramètres est compté deux fois, ce qui donne 751 600 000 d'éléments de tenseur contre 596 000 000 de paramètres uniques. La disposition est héritée de Qwen3-0.6B, qui affiche 800 000 000 sur le Hub pour la même raison.
Le raisonnement d'un acheteur, et ses limites
Un compte rendu de déploiement signé James Cruce, publié le 22 septembre, décrit le choix de Laya, un modèle de décision à poids ouverts de 421 000 000 de paramètres avec un encodeur ModernBERT-large et une limite de 1 024 tokens, plutôt que le service hébergé Jev de TypeSafe. L'éditeur de Laya l'a entraîné sur quatre flux synthétiques : observabilité des agents, service client, traitement des factures et incidents de sécurité.
Cruce est explicite sur ce que la comparaison prouve. TypeSafe affiche Jev à 0,042 dollar par million de tokens d'entrée, sans facturation des tokens de sortie, avec des choix allant jusqu'à 255 options. Laya tourne sur une API en boucle locale seulement, sur son Mac Studio équipé d'une M3 Ultra et de 256 Go de mémoire unifiée, si bien que les décisions courantes ne quittent jamais la machine. Il déclare clairement que la confidentialité et le contrôle ont été les raisons décisives et que le coût n'est venu qu'en conséquence, sans chiffre d'économie à donner. Il n'a pas testé si Laya bat Jev de façon générale.
Il signale aussi que la fiche du modèle avertit que Laya est trop confiant et demande un calibrage propre au domaine, et qu'une réponse typée peut être structurellement parfaite et factuellement fausse. Sa conclusion reste étroite : le traiter comme un recommandeur à l'intérieur d'un programme, jamais comme une source d'autorisation ou de vérité.
Ce qui tient
Les quatre documents pointent dans la même direction sans dire la même chose. Les données de Mozilla indiquent que les poids ouverts sont proches en capacité et bien moins chers au prix catalogue des services hébergés, tandis que son propre graphique matériel indique que les modèles du sommet ne sont pas à la portée de la plupart des gens. L'OSI dit que l'étiquette est étirée au-delà de ce qu'elle signifie. L'article sur la mémorisation dit que les arguments de chaque camp au tribunal sont trop larges pour ce que montrent les expériences. Le récit de Cruce dit que la raison décisive de choisir des poids ouverts peut être le contrôle de l'endroit où vont les données, pas la position dans les classements.
La légende du graphique de Mozilla dit : « l'écart est remis à zéro à chaque cycle de publication ». Ses données s'arrêtent au 1er septembre, et les tableaux en ligne ont bougé depuis. Artificial Analysis est passé à l'indice v4.3 avec un jeu d'évaluation différent ; le tableau en ligne place Claude Fable 5.1 à 53 sur son réglage d'effort maximal, avec Kimi K3 à 44. Le tableau Terminal-Bench 2.1 de vals.ai, mis à jour le 11 septembre, est mené par GPT-6 Astra à 87,27 % avec Fable 5.1 à 85,02 %.
Un dernier élément reste en suspens dans le dossier. K3 fait l'objet d'une allégation détaillée dans l'avis conjoint NSA/CISA/FBI AA26-251A du 8 septembre, que le rapport de Mozilla rapporte comme « affirmée et non démontrée » : Moonshot aurait extrait des données de Claude Fable 5 pour entraîner K3 par distillation. Le 17 juillet, Artificial Analysis plaçait K3 à 57 contre 60 pour Fable 5. Le 1er septembre, Mozilla le situait deux points derrière. Savoir si ce resserrement vient d'un entraînement indépendant ou de l'extraction alléguée, aucun de ces quatre documents ne l'établit.
Sources
5- 01China's open-weight AI models are now just 4 months behind frontier US offerings, Mozilla report claimsEN
- 02Open Weights Are Good. Open Source Is Better.EN
- 03Extracting memorized pieces of (copyrighted) books from open-weight language modelsEN
- 04S1-mini, Superwhisper's first open-weights language modelEN
- 05Does an open-weight decision model beat a hosted one? Jev vs. LayaEN
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.