Meta a construit l’écosystème d’IA open source le plus populaire au monde, a laissé des milliers de startups bâtir leur activité dessus, puis a retiré l’échelle. La semaine écoulée a été dévastatrice pour la communauté Llama — et les révélations ne cessent de s’aggraver.
Entre l’abandon brutal de Llama au profit du modèle propriétaire Muse Spark, un procès en droits d’auteur explosif alléguant que Mark Zuckerberg a personnellement autorisé la violation, et la confirmation par Yann LeCun que les benchmarks de Llama 4 ont été « truqués », il devient clair que la stratégie d’IA open source de Meta n’a jamais été ce qu’elle semblait être.
L’abandon : du champion de l’open source au gardien propriétaire
En octobre 2024, Mark Zuckerberg qualifiait l’IA open source de « voie de l’avenir ». Dix-huit mois plus tard, cette voie affiche un panneau « voie sans issue ».
Lorsque Meta a dévoilé Muse Spark le 5 mai — le premier modèle issu des tout nouveaux Meta Superintelligence Labs (MSL) — l’entreprise n’a pas caché son pivot stratégique. Muse Spark est un modèle propriétaire, axé sur le produit, livré directement dans l’application Meta AI. Il ne s’agit pas d’une version à poids ouverts.
Mais la véritable bombe est venue de manière détournée : Meta a de facto abandonné la famille Llama. La dernière sortie Llama était Llama 4 en avril 2025 — il y a plus d’un an. Depuis lors :
- Aucun Llama 4.1, 4.5 ou 5 n’a été annoncé ni évoqué
- Aucune feuille de route pour de futures versions à poids ouverts n’existe
- Toutes les ressources internes en IA ont été redirigées vers MSL et Muse
- Le dépôt llama-models sur GitHub n’a connu aucune mise à jour significative depuis la v0.2.0 en avril 2025
Comme l’a dit un commentateur de Hacker News : « Si vous avez bâti votre entreprise sur Llama, vous dépendez désormais d’une infrastructure abandonnée. »
Le procès en droits d’auteur : Zuckerberg a personnellement autorisé la violation
Le 5 mai — le jour même du lancement de Muse Spark — cinq grandes maisons d’édition (Elsevier, Cengage, Hachette Book Group, Macmillan et McGraw Hill) ainsi que l’auteur Scott Turow ont déposé une action collective contre Meta et Mark Zuckerberg devant un tribunal fédéral de Manhattan.
La plainte allègue que Meta a « reproduit et distribué des millions d’œuvres protégées par le droit d’auteur sans autorisation, sans verser aucune compensation aux auteurs ou aux éditeurs, et en pleine connaissance du fait que leur comportement violait la loi sur le droit d’auteur ».
L’allégation la plus accablante : Zuckerberg lui-même « a personnellement autorisé et activement encouragé la violation ». Les plaignants citent la célèbre devise de Meta « move fast and break things » — en soutenant que l’entreprise savait exactement ce qu’elle faisait lorsqu’elle a entraîné Llama sur des livres et des articles de revues piratés.
Parmi les auteurs cités figurent des géants comme James Patterson, Donna Tartt, l’ancien président Joe Biden, et les lauréats du prix Pulitzer Yiyun Li et Amanda Vaill. Ce n’est pas une plainte marginale — c’est l’assaut frontal de l’industrie de l’édition contre les pratiques d’entraînement de l’IA de Meta.
« C’est la conséquence d’avoir construit un modèle au milliard de téléchargements sur des données volées. On récolte ce que l’on a semé. » — commentaire Hacker News
Les benchmarks ont été truqués (confirmé)
En janvier 2026, le directeur de l’IA de Meta sur le départ, Yann LeCun, a confirmé ce que beaucoup soupçonnaient depuis des mois : les résultats des benchmarks de Llama 4 ont été manipulés.
Dans une déclaration rapportée par Slashdot, LeCun a reconnu que l’équipe de Llama 4 avait « un peu truqué les résultats » — un aveu dévastateur de la part de l’une des personnalités les plus respectées de l’IA. La révélation, qui a obtenu 30 points sur Hacker News, a confirmé les soupçons soulevés par des articles comme « Llama 4 Smells Bad » (FastML, avril 2025) qui remettaient en question les performances du modèle aux benchmarks lors de son lancement.
Cela a jeté le discrédit sur toute la méthodologie d’évaluation de Llama. Si les benchmarks qui donnaient à Llama 4 une apparence compétitive ont été truqués, combien d’entreprises ont pris des décisions d’infrastructure sur la base de données trompeuses ?
Les retombées sur l’écosystème
L’effet combiné de ces trois crises — l’abandon, le procès et la manipulation des benchmarks — redessine le paysage de l’IA open source :
Pour les startups bâties sur Llama
Des centaines de startups ont construit toute leur pile produit autour des modèles Llama. Elles sont désormais confrontées à un choix difficile :
- Migrer vers un autre modèle open source (Mistral, DeepSeek, Qwen) — coûteux et chronophage
- Adopter le modèle propriétaire Muse Spark — dépendance vis-à-vis du fournisseur avec une tarification incertaine
- Pivoter vers un paradigme d’IA entièrement différent — risque élevé, gain potentiel élevé
Aucune de ces options n’est indolore. Le « piège Llama » a coûté à l’écosystème des startups des millions en coûts d’ingénierie irrécupérables.
Pour le mouvement de l’IA open source
Le retrait de Meta de l’open source est un coup dur pour la crédibilité. Pendant des années, Meta s’est positionnée comme l’alternative responsable à l’IA fermée d’OpenAI et de Google. L’argument était le suivant : « Poids ouverts = accès démocratique = sécurité par la transparence. »
Si Meta peut mettre un terme à Llama du jour au lendemain, qu’est-ce qui empêche toute autre entreprise d’en faire autant ? La leçon est sévère : les poids ouverts ne sont pas la même chose qu’une gouvernance ouverte. Un modèle que vous pouvez télécharger mais pas contrôler reste une dépendance — et les dépendances peuvent être retirées.
Pour le droit d’auteur sur l’IA
Ce procès — combiné à l’accord de 1,5 milliard de dollars conclu par Anthropic en 2025 — établit un cadre juridique pour les données d’entraînement de l’IA. L’industrie de l’édition poursuit clairement une stratégie :
- Poursuivre en justice pour les violations passées
- Établir des exigences de licence pour les futurs modèles
- Monétiser les données d’entraînement qui alimentent toute l’industrie de l’IA
Reste à savoir si cela aboutira à un marché fonctionnel des licences ou si cela poussera simplement l’entraînement vers la clandestinité.
Les aspects positifs
Tout n’est pas noir pour l’IA open source :
- Mistral continue de publier des modèles à poids ouverts compétitifs avec une gouvernance transparente
- DeepSeek s’est imposé comme un sérieux concurrent en poids ouverts
- Qwen (Alibaba) maintient un rythme de publication open source soutenu
- Hermes Agent et d’autres projets communautaires prouvent que l’écosystème s’étend au-delà d’un seul fournisseur de modèles (voir notre guide ultime des frameworks d’agents)
Le piège Llama a également suscité un intérêt pour l’infrastructure d’IA décentralisée — de véritables modèles ouverts gouvernés par des fondations plutôt que par des entreprises.
Ce qu’il faut surveiller
| Développement | Calendrier | Impact |
|---|---|---|
| Avancée du procès en droits d’auteur | 2026-2027 | Pourrait redessiner l’économie des données d’entraînement de l’IA |
| Tarification de l’API Muse Spark | Semaines à venir | Révélera la stratégie commerciale de Meta en matière d’IA |
| Alternatives de modèles open source | En cours | Taux d’adoption de Mistral/DeepSeek/Qwen |
| Calendrier d’abandon de Llama | Incertain | Quand Llama sera-t-il réellement non pris en charge ? |
En résumé
La stratégie d’IA open source de Meta a toujours été un moyen, pas une fin — et la fin n’a jamais été de « démocratiser l’IA ». Il s’agissait de dominer l’écosystème de l’IA en devenant l’infrastructure par défaut, puis de monétiser le moment venu.
Le piège Llama est un avertissement pour toute startup qui construit sur une pile d’IA open source mono-fournisseur. Le véritable open source exige une gouvernance ouverte, pas seulement des poids ouverts.
La communauté de l’IA open source survivra — mais l’ère où l’on confiait son avenir à Meta est révolue. Pour un contexte plus large sur le paysage des modèles d’agents IA, consultez notre guide complet des agents IA et le glossaire des agents IA.