Les modèles IA à poids ouverts peuvent tenir tête aux modèles propriétaires. Ce qui n’est pas sans provoquer des frictions géopolitiques, avec d’un côté les champions américains des modèles fermés, de l’autre les spécialistes chinois des modèles ouverts. Ce qui est en jeu n’est plus seulement la performance, c’est aussi le contrôle de l’infrastructure.

Mozilla a publié son nouveau rapport « State of Open Source AI », qui agrège une série de benchmarks, d’études externes et un sondage SlashData auprès de 1 410 développeurs utilisant ou ayant utilisé des modèles ouverts. Le document est riche (PDF) et donne une bonne idée des tendances et des forces en présence.

Les modèles ouverts collent au peloton de tête

Les modèles à poids ouverts ont quasiment rattrapé leurs concurrents propriétaires en termes de performances. Selon l’indice Artificial Analysis Intelligence, les quatre modèles les plus performants sont propriétaires et américains : Claude Opus 5 et Fable 5, GPT-5.6 Sol et Grok 4.6 se tiennent dans un mouchoir de poche avec des scores compris entre 61 et 63. Mais immédiatement derrière, on trouve quatre modèles ouverts, tous chinois : Kimi K3, GLM-5.3 (z.ai), Qwen3.8 2,4T et GLM-5.3 Flash, avec des résultants oscillant entre 57 et 60.

L’écart entre les modèles ouverts et propriétaires est donc faible, et il se réduit rapidement. Les meilleurs modèles fermés peuvent aujourd’hui accomplir des tâches longues d’environ 8 à 12 heures ; les meilleurs modèles ouverts arrivent au même niveau environ quatre mois après, selon des études METR et Epoch reprises par Mozilla.

Plus précisément, les deux types de modèles accompliront le travail demandé s’il doit être réalisé sous les 8 heures. Entre 8 et 12 heures, les modèles fermés gardent un avantage. Au-delà de 12 heures, même les modèles fermés ne sont pas tous fiables.

Autrement dit, pour les tâches courantes, les modèles ouverts se révèlent largement suffisants. Utiliser un modèle propriétaire peut se justifier en fonction de l’urgence ou de la difficulté de la tâche, mais la fenêtre se rétrécit.

Le plus intéressant réside toutefois dans le rapport performances/prix. Les quatre modèles ouverts se révèlent moins onéreux (à l’exception de Grok 4.6, mais uniquement pour les 200 000 premiers tokens de contexte). Avec Kimi K3, un million de tokens en entrée revient à 30 % du prix de Fable 5 et 60 % d’Opus 5.

Claude Sonnet 5 revient certes au même prix que Kimi K3, mais le modèle est aussi moins performant (53,4 sur l’indice Artificial Analysis Intelligence, contre 60 pour K3). Et c’est sans compter les promos de certains fournisseurs, qui proposent K3 à des tarifs encore plus avantageux comme chez OpenRouter.

Au mois d’août, huit des dix modèles les plus utilisés sur OpenRouter (la plateforme donne accès à de nombreux modèles IA via une seule API) étaient à poids ouverts. Et il n’y a pas photo : DeepSeek V4 Flash 0731 a traité pour 45 100 milliards de tokens, contre 34 100 milliards pour Hy3 (Tencent) et 29 400 milliards pour MiMo-V2.5 (Xiaomi). Le premier modèle fermé du classement est GPT-5.6 Luna, avec 23 600 milliards. Opus 5 ferme la marche avec 7 100 milliards.

Attention cependant, ces volumes n’incluent pas l’usage dans les clients ChatGPT, Gemini, Claude, etc. Néanmoins, le constat ne souffre d’aucune ambiguïté : les modèles ouverts dominent largement le volume de tokens sur les plateformes de routage.

Toujours en août, DeepSeek a dominé OpenRouter en nombre de requêtes hebdomadaires, une première pour un modèle ouvert chinois. Il met fin au règne de 51 semaines consécutives de Google, qui était jusqu’à présent l’éditeur de modèles le plus sollicité.

Sur les dix modèles les plus utilisés en août, sept étaient chinois. Sur l’ensemble de l’année 2026, l’étude de Mozilla estime que plus de 46 % des tokens transitant par OpenRouter proviendront de modèles chinois. Encore une fois, la plateforme ne représente pas l’ensemble du marché de l’IA, mais c’est un signal significatif de l’usage des développeurs.

Autre signe : Qwen, le modèle d’Alibaba, a été téléchargé 942 millions de fois sur Hugging Face au mois de mars, contre 476 millions pour Llama de Meta, remplacé par le modèle (fermé) Muse en avril. Qwen a été davantage téléchargé que les huit organisations suivantes réunies. Qwen et Alibaba sont de véritables poids lourds dans l’écosystème ouvert.

Les poids ouverts prennent le dessus

Le problème des poids ouverts n’est plus la performance. L’étude de Mozilla pointe le principal blocage : les équipes peinent davantage à maintenir ces modèles, à les intégrer, les évaluer et les utiliser en production. Les modèles fermés gardent cet avantage concurrentiel du produit « clé en main », de la conformité et de la responsabilité contractuelle.

Même s’il y a à redire sur le caractère ouvert des modèles chinois, on retrouve là la problématique classique de l’open source transposée à l’IA. Les différentes briques ouvertes sont performantes et peu onéreuses, mais elles n’ont pas le niveau de finition propre à un produit commercial fini, de maintenance, de suivi de sécurité…

Dans les petites entreprises, les modèles ouverts sont presque autant utilisés que les modèles fermés : 54 % des utilisateurs de modèles fermés passent en production, contre 53 % pour les modèles ouverts. Dans les entreprises moyennes (de 51 à 1 000 employés), la prime va aux modèles fermés avec 66 %, contre 55 % pour les modèles ouverts. Enfin, dans les grandes entreprises, l’écart s’agrandit encore avec les modèles fermés loin devant (73 %, contre 57 % pour les modèles ouverts).

Le sondage de Mozilla montre que le frein n’est pas d’abord financier. Les développeurs qui abandonnent les modèles ouverts ne citent pas plus les coûts d’infrastructure ou les enjeux de sécurité que ceux qui continuent à les utiliser.

C’est plutôt le travail de maintenance au quotidien qui pèse : mises à jour, complexité de déploiement, difficulté d’intégrer les modèles dans des systèmes existants ; les performances des modèles ouverts sont parfois jugées insuffisantes. Pas forcément parce qu’ils se montrent incapables sur les benchmarks, mais parce que les équipes jugent l’ensemble de l’expérience en conditions réelles.

Le difficile passage en production

Les modèles fermés n’ont donc pas perdu tout avantage sur leurs rivaux ouverts. L’étude met ainsi en avant leurs capacités dans l’expertise métier : pour certains travaux à haute valeur ajoutée, les meilleurs modèles propriétaires livrent un travail mieux fini. Fable 5 a ainsi une avance de 92 points Elo sur Kimi K3 dans GDPval-AA v2, un benchmark de tâches professionnelles évaluées par des experts.

Les modèles fermés sont aussi plus fortiches quand il s’agit de trouver des informations dispersées dans un très long contexte (un million de tokens). À ce petit jeu, Gemini 3.1 Pro atteint 89 %, GPT-5.5 74 %, Claude Opus 4.7 56 %, contre 41 % pour DeepSeek V4-Pro, selon les mesures de Mozilla.

Et puis les modèles propriétaires ont cet avantage de ne pas faire peser tout le risque sur l’utilisateur. Ce dernier a un interlocuteur – le fournisseur d’IA – qui prend en charge une partie de la responsabilité et des garanties. Malgré tout, les modèles à poids ouverts prennent une part croissante de l’usage réel : ils pèsent ainsi plus d’un tiers des tokens en production, selon l’estimation de Mozilla.

L’instrument d’influence chinoise

Encouragées par les autorités de Pékin qui en font un élément majeur de politique étrangère, les entreprises IA du pays développent donc des modèles à poids ouverts. La Chine a créé en juillet dernier la WAICO (World Artificial Intelligence Cooperation Organization), une organisation qui veut structurer et promouvoir la coopération internationale autour de l’IA ouverte.

L’organisation compte 37 membres, surtout en Afrique, en Asie du Sud-Est et en Amérique latine. Aucun pays européen dans le lot, et les États-Unis sont bien sûr absents. C’est la réplique chinoise à Pax Silica, une initiative américaine lancée fin 2025 pour sécuriser l’approvisionnement en semi-conducteurs et terres rares pour le déploiement de l’IA.

La Chine favorise la publication des poids des modèles IA afin que les développeurs et les entreprises puissent les télécharger et les adapter à leurs besoins. Le coût d’inférence (le traitement des requêtes) est transféré à l’utilisateur, puisque les modèles tournent sur des serveurs qui lui appartiennent ; bien sûr, il peut aussi louer des capacités chez un fournisseur. Une fois dans la nature, le modèle est impossible à bloquer.

Il y a de nombreuses raisons pour lesquelles cette stratégie déplaît à la Maison-Blanche : utiliser des modèles ouverts chinois est peu coûteux et attractif pour des entreprises qui cherchent à faire des économies, ou pour des pays qui veulent réduire leur dépendance aux technologies propriétaires américaines. L’interdiction faite à Anthropic de distribuer Fable 5 et Mythos 5 par l’administration Trump en juin a revigoré les enjeux de souveraineté partout dans le monde. Il n’existe pas de « kill switch » pour les modèles ouverts.

Le hic, c’est qu’il existe aussi une problématique d’indépendance : les modèles ouverts les plus utilisés sont chinois… Une équation inconfortable pour Washington. Ces modèles offrent une alternative bon marché et efficace aux API américaines propriétaires. Mais ils renforcent aussi l’influence technologique de Pékin. C’est ce qui explique le refus de Donald Trump de réguler l’IA de frontière, car cela reviendrait à freiner les champions US du secteur tandis que la Chine aurait la voie libre. « Nous menons devant la Chine en matière d’IA, nous sommes le pays le plus sophistiqué du monde, et franchement, je veux que cela reste ainsi car celui qui remporte l’IA gagne », a ainsi affirmé, dans son style bien à lui, le locataire de la Maison-Blanche.

• Anthropic, OpenAI et Elon Musk veulent ralentir sur l’IA, la Maison-Blanche dit non

L’industrie occidentale de l’IA ne veut pas pour autant la mort des modèles ouverts, bien au contraire. Une lettre ouverte signée par les principaux acteurs du secteur (à l’exception notable d’Anthropic) fin juillet a sans doute fait reculer le gouvernement américain, à qui l’on prêtait l’intention de mettre des bâtons dans les roues de ces modèles. C’était juste avant la publication des poids de Kimi K3.