TL;DR
- Le paradoxe : Le leader occidental de l’IA Meta se tourne vers des modèles propriétaires (Mango, Avocado) tandis que les laboratoires chinois Moonshot (Kimi K3, Apache 2.0) et DeepSeek (V4, MIT) publient leurs meilleurs travaux en open-weight
- Le repli de Meta : Après s’être positionné comme le champion de l’open-weight avec Llama, Meta développe des modèles frontières propriétaires et acquiert Scale AI (14,3 milliards $, 49 % de participation)
- L’ouverture chinoise : Moonshot a publié Kimi K3 (2,8 billions de paramètres, open-weight) — le plus grand modèle ouvert jamais créé. DeepSeek poursuit ses publications sous licence MIT à des prix agressifs
- Le juste milieu : Mistral (France, Apache 2.0) et Nous Research (série A de 1,5 milliard $) maintiennent l’open-source occidental en vie, mais à une échelle réduite
- Le dilemme des entreprises : Les entreprises occidentales doivent choisir entre une dépendance aux API des laboratoires américains ou une confiance aux modèles open-weight chinois — avec des implications sur la souveraineté des données dans les deux cas
Le paradoxe en un tableau
| Laboratoire | Stratégie ouverte | Stratégie propriétaire | Direction nette |
|---|---|---|---|
| Meta | Llama continue (milieu de gamme) | Mango (vision), Avocado (LLM frontière, retardé) | 🔴 Fermeture |
| Moonshot | Kimi K3 (2,8 billions, Apache 2.0) | Application grand public avec abonnement | 🟢 Ouverture |
| DeepSeek | V4 Pro + Flash (MIT) | Tarification API (0,09–0,43 $/M d’entrée) | 🟢 Ouverture |
| OpenAI | Aucun (fermé depuis le début) | GPT-5.6 Sol, Terra, Luna | 🔴 Fermé |
| Anthropic | Aucun (fermé depuis le début) | Claude, Fable 5 | 🔴 Fermé |
| Mistral | Tous les modèles (Apache 2.0) | Le Chat (application grand public) | 🟢 Ouverture |
| Nous Research | Modèles Hermes (ouverts) | 1,5 milliard $ levés pour des agents open-source | 🟢 Ouverture |
Le repli occidental
L’histoire la plus marquante de l’IA open-source en 2026 n’est pas une publication — c’est un repli. Meta, l’entreprise qui a rendu l’IA open-weight crédible pour les entreprises avec Llama, développe désormais des modèles frontières propriétaires.
Ce virage n’a pas été soudain. Il s’est déroulé sur 18 mois :
- Llama 3.3 (fin 2025) : Ouvert, mais pas frontière. La dernière grande publication ouverte de Meta.
- Fuites sur Avocado (décembre 2025) : CNBC rapporte que Meta développe un LLM frontière propriétaire. (Source : CNBC)
- Mango confirmé (début 2026) : Modèle de vision publié sous le nom Muse Image — propriétaire.
- Acquisition de Scale AI pour 14,3 milliards $ (avril 2026) : Meta achète 49 % de Scale AI. Le message : nous allons concurrencer sur l’infrastructure de données, pas sur la communauté open-weight.
- Avocado retardé (mars-mai 2026) : Les tests internes montrent des performances inférieures au niveau frontière. Le modèle n’a pas été livré en juillet.
Le calcul de Meta semble être le suivant : l’open-weight était une stratégie pour défier la domination d’OpenAI pendant que nos modèles rattrapaient leur retard. Maintenant que nous avons besoin de performances frontières, le coût de donner nos meilleurs travaux est trop élevé.
L’ouverture chinoise
Au même moment, les laboratoires d’IA chinois font exactement ce que Meta abandonne.
Moonshot AI a publié Kimi K3 le 16 juillet — un modèle mixture-of-experts de 2,8 billions de paramètres sous licence Apache 2.0. Ce n’est pas un modèle « bon pour la Chine ». Sur plusieurs benchmarks, c’est un modèle parmi les trois meilleurs au monde, compétitif avec GPT-5.5 et Claude Opus 4.8. Les poids complets seront disponibles le 27 juillet. (Source : VentureBeat)
DeepSeek a publié V4 Pro et V4 Flash le 24 avril sous licence MIT — tous deux open-weight, tous deux commercialement utilisables, tous deux à des prix agressifs (0,09–0,43 $/M d’entrée). DeepSeek n’a pas dévié de sa stratégie open-weight, même si les laboratoires occidentaux se sont refermés.
La stratégie chinoise est claire : l’open-weight comme influence géopolitique. En publiant ouvertement des modèles aux capacités frontières, les laboratoires chinois se rendent indispensables à la communauté mondiale des développeurs d’IA, créent une dépendance occidentale à la technologie chinoise et positionnent la Chine — et non les États-Unis — comme le foyer de l’innovation ouverte en IA.
Pourquoi cela crée un véritable dilemme
Pour les entreprises occidentales évaluant leur infrastructure d’IA, les implications sont inconfortables :
| Si vous choisissez… | Vous obtenez… | Mais… |
|---|---|---|
| API OpenAI / Anthropic | Meilleurs benchmarks, souveraineté des données américaine | Dépendance totale à l’API, pas de personnalisation, coût élevé |
| API Meta (Avocado, s’il est livré) | Souveraineté des données américaine | Pas encore frontière, verrouillage propriétaire |
| Open-weight DeepSeek / Moonshot | Personnalisation complète, pas de dépendance à l’API | Modèles chinois, préoccupations potentielles sur la souveraineté des données, risques de contrôle des exportations |
| Open-weight Mistral / Nous | Open-source occidental, souveraineté européenne | Échelle réduite, capacités non frontières complètes |
Il n’existe aucune option qui donne tout aux entreprises. Le champion occidental de l’open-weight Meta se ferme. Les champions chinois de l’open-weight s’ouvrent. L’écart entre « meilleure capacité » et « géopolitique sûre » se creuse.
Les petits acteurs qui tiennent la ligne
Tous les laboratoires occidentaux ne se replient pas. Mistral poursuit sa stratégie Apache 2.0, publiant chaque modèle en open-weight. Nous Research a levé 1,5 milliard $ en juillet 2026 pour construire des agents d’IA open-source — un pari massif que l’open-weight reste viable à grande échelle. Les Smolagents de Hugging Face et d’autres efforts communautaires maintiennent vivant l’esprit open-source.
Mais aucun d’entre eux n’a les ressources pour égaler l’acquisition de Scale AI par Meta pour 14,3 milliards $ ou l’entraînement du modèle à 2,8 billions de paramètres de Moonshot. Le centre de gravité de l’IA frontière open-weight a changé.
La suite
Trois scénarios pour 2027 :
Meilleur cas : Avocado est livré avec des capacités frontières et Meta revient à un modèle hybride (milieu de gamme ouvert, frontière propriétaire). Mistral ou Nous proposent un modèle ouvert frontière surprise. Le monde de l’open-weight reste multipolaire.
Cas de base : La frontière open-weight continue d’être portée par les laboratoires chinois. Les entreprises occidentales adoptent les modèles chinois ouverts derrière des VPN et des couches de conformité. Le marché se normalise autour d’une division de facto « ouvert en Chine, API en Occident ».
Pire cas : Les tensions géopolitiques entraînent des contrôles à l’exportation sur les modèles d’IA eux-mêmes — pas seulement les puces. Les modèles open-weight chinois deviennent restreints sur les marchés occidentaux. La frontière open-weight s’effondre pour ne laisser que des modèles à l’échelle communautaire.
Le paradoxe de 2026 est que l’IA open-source est simultanément plus vivante que jamais (Kimi K3, DeepSeek V4, Mistral) et plus menacée que jamais (repli de Meta, risque géopolitique). Les 12 prochains mois détermineront quelle tendance l’emportera.
FAQ
L’IA open-source est-elle en train de mourir ? — Non, mais son centre de gravité se déplace. Le champion occidental de l’open-weight Meta se replie vers des modèles propriétaires. Les laboratoires chinois comblent le vide avec les plus grands modèles ouverts jamais publiés.
Puis-je utiliser Kimi K3 en production ? — Oui, il est sous licence Apache 2.0 et accessible via API (ou sur site si vous disposez du matériel pour 2,8 billions de paramètres avec parcimonie MoE).
Meta abandonne-t-il complètement l’open-weight ? — Pas complètement. Llama continue comme une offre ouverte de milieu de gamme, mais l’investissement frontière de Meta se déplace vers des modèles propriétaires.
Qu’en est-il de Mistral ? — Mistral poursuit sa stratégie Apache 2.0, publiant chaque modèle en open-weight. Il reste le principal champion occidental de l’open-weight à grande échelle.
Quels sont les risques d’utiliser des modèles chinois ouverts ? — Préoccupations potentielles sur la souveraineté des données en vertu de la loi chinoise, risques de contrôle des exportations si les tensions entre les États-Unis et la Chine s’aggravent, et d’éventuelles restrictions futures sur l’utilisation commerciale.