L’avenir des modèles d’IA ouverts

Jusqu’à quand ce qui est gratuit aujourd’hui le restera-t-il ?

L’Amérique et la Chine mènent, l’Europe est en retard

Il existe actuellement deux centres de gravité dans le développement de l’IA : l’américain – représenté par OpenAI, Anthropic, Google et Meta – et le chinois, mené par la série Qwen d’Alibaba, DeepSeek et les modèles GLM de Zhipu. La présence européenne dans cette compétition est minimale : Mistral AI est le seul acteur européen significatif, et son fondateur, Arthur Mensch, a lui-même reconnu en 2026 que ‘nos modèles ne sont pas encore les meilleurs.’

Cela ne reflète pas un manque de talent ou d’ambition européens. Le désavantage structurel s’explique par un accès limité aux puces, une capacité de levée de fonds plus réduite et un environnement réglementaire différent. Malgré les restrictions à l’exportation, les acteurs chinois restent à la frontière technologique : les Qwen3.6, DeepSeek-R1 et GLM-5.2 actuels sont tous des modèles téléchargeables et exécutables localement, dont les performances sur les benchmarks approchent celles des modèles occidentaux fermés de pointe.

Cela signifie que les systèmes d’IA locaux et hors ligne peuvent aujourd’hui atteindre les meilleures performances disponibles à l’échelle mondiale – non pas parce que le développement européen est compétitif, mais parce que les modèles ouverts leaders sont téléchargeables par n’importe qui. Ceux qui saisissent cette fenêtre d’opportunité n’attendent pas une souveraineté future ; ils la réalisent maintenant, dans le présent.

La tendance : les modèles de pointe se ferment de plus en plus

Au cours des deux dernières années, une direction claire s’est dégagée sur l’ensemble du marché de l’IA : les modèles les plus grands et les plus puissants apparaissent de moins en moins souvent sous forme de poids ouverts – librement téléchargeables – et sont de plus en plus disponibles uniquement sous forme de services payants.

En avril 2026, Meta a pratiquement abandonné la ligne de développement ouverte de Llama et est passé au modèle à source fermée ‘Muse Spark’, disponible exclusivement sur les propres plateformes de Meta – Facebook, Instagram, WhatsApp et Messenger. Pas de fichier de poids téléchargeable, pas de licence ouverte, pas d’option de déploiement local. Cela marque la fin d’une ère où l’une des plus grandes entreprises technologiques du monde publiait régulièrement ses modèles ouverts leaders.

Alibaba a lancé trois modèles fermés successivement début 2026 – dont le Qwen3.5-Omni multimodal et le Qwen3.6-Plus agentique – dont aucun ne peut être téléchargé. Le Large 3 de Mistral, le vaisseau amiral de la société à 675 milliards de paramètres, n’est également accessible que via API. Les Qwen3.7-Max et Plus – les membres les plus récents et les plus puissants de la série Qwen au moment de la rédaction de cet article – fonctionnent exclusivement via des points de terminaison cloud, sans option de téléchargement.

Le schéma est cohérent et sans ambiguïté : les développeurs leaders gardent de plus en plus leurs modèles de pointe en interne, ne rendant publiques que les générations antérieures et plus faibles. Le meilleur modèle ouvert d’aujourd’hui sera ‘la génération précédente’ demain – mais il restera au moins disponible s’il a déjà été téléchargé et stocké.

Le risque réglementaire : ce à quoi personne n’avait pensé

Parallèlement aux décisions commerciales, un risque nouveau et peu discuté jusqu’alors a émergé : la possibilité d’une interdiction réglementaire. En mai 2026, une enquête conjointe du Financial Times et du groupe de recherche en sécurité Alice AI a révélé qu’un outil gratuit appelé ‘Heretic’ pouvait supprimer les garde-fous de sécurité de la plupart des modèles ouverts de Meta et Google en quelques minutes.

La conséquence immédiate : les décideurs américains, européens et britanniques ont commencé à discuter de la question de savoir si les modèles d’IA à poids ouverts devraient être réglementés en tant que technologie à double usage, à l’instar de certains équipements de défense. Cela pourrait potentiellement signifier que la publication de futurs modèles ouverts serait soumise à autorisation, restreinte dans certains pays, voire totalement interdite.

Il est toutefois important de bien comprendre à quoi ce risque s’applique et à quoi il ne s’applique pas. La législation actuelle sur le contrôle des exportations – notamment la catégorie réglementaire américaine ECCN 4E091 – traite explicitement les modèles déjà publiés publiquement comme une exception : ce qui a été publié une fois est, au sens juridique, hors du champ du contrôle des exportations. Un fait technique est encore plus important : une fois qu’un modèle s’est largement diffusé – via des sites miroirs, des archives et des machines personnelles – il est techniquement impossible de révoquer sa distribution.

Pour un système entièrement hors ligne, ce risque franchit un pas supplémentaire vers l’immunité totale : il n’existe aucune connexion réseau par laquelle une interdiction future pourrait être imposée. Le modèle qui se trouve sur la machine y reste définitivement – indépendamment de ce qui se passe dans l’environnement réglementaire.

Pourquoi le marché ouvert ne se fermera pas entièrement

Malgré la tendance, il existe une contreforce importante qui empêche les modèles d’IA ouverts de disparaître entièrement – et cette contreforce n’est pas de la philanthropie, mais de la stratégie géopolitique.

Pour la Chine, publier des modèles leaders sous forme ouverte est un intérêt national, pas seulement une décision commerciale. En rendant publics des modèles compétitifs sous forme téléchargeable, la Chine construit délibérément une influence technologique mondiale et une position de standardisation – particulièrement dans les pays qui ne peuvent pas se permettre des abonnements API occidentaux onéreux. L’utilisation hebdomadaire de tokens des modèles chinois sur OpenRouter a dépassé celle des modèles américains en février 2026, et l’écart a continué à se creuser depuis.

Cela signifie : tant qu’au moins un grand laboratoire chinois a intérêt à publier en open source – parce que cela lui permet de capter des parts de marché auprès des autres acteurs fermés – les autres ont également une incitation à maintenir des modèles ouverts compétitifs. Une fermeture totale semble actuellement peu probable. Mais une dépendance à long terme aux modèles chinois soulève un autre type de question de confiance et de souveraineté – et c’est à cette question que l’approche ArkeoAI apporte une réponse : l’objectif n’est pas de toujours faire tourner le modèle le plus récent, mais de garder ce dont son travail dépend sur sa propre machine, sous son propre contrôle.

Le scénario le plus probable est celui qui prend déjà forme aujourd’hui : le marché deviendra à deux niveaux. Les modèles de pointe se retrouveront derrière des services payants fermés et coûteux. Les bons modèles non-frontier pourraient rester sous forme ouverte – mais pas nécessairement dans les meilleures conditions, et pas nécessairement sans limites.

L’archivage comme décision professionnelle

L’approche d’archivage de modèles propre à ArkeoAI découle de cette logique. Chaque modèle ouvert sérieux et librement utilisable est à notre disposition pour que nous puissions déployer le plus approprié en fonction des besoins de chaque client.

Il s’agit d’une stratégie concrète de réduction des risques, vérifiable sur le plan technique, qui offre simultanément trois garanties. Premièrement : si un modèle devient indisponible à l’avenir – par décision commerciale, interdiction réglementaire ou fermeture d’un développeur – la version archivée peut être rechargée et mise en service à tout moment. Deuxièmement : le système d’un client ne restera jamais sans modèle en raison d’une mise à jour ou d’une interruption de service, car le modèle se trouve physiquement sur la machine du client ou dans l’archive d’ArkeoAI, et non sur le serveur d’un tiers. Troisièmement : l’archivage permet la comparaison des modèles et leur substitution à la demande au fil du temps – testés sur le même corpus, avec les mêmes questions, entre différents modèles et différentes combinaisons de versions.

L’archive locale comme outil stratégique pour le client

Lorsqu’ArkeoAI déploie un système chez un client, les modèles archivés ne sont pas de simples réserves techniques – ce sont des options de décision stratégiques. Si le flux de travail du client évolue (par exemple, de nouveaux types de documents entrent dans le périmètre, ou les activités s’élargissent), un changement de modèle n’implique aucun nouveau coût de licence, aucune connexion API cloud et aucune dépendance à la décision d’un développeur étranger. Le modèle le plus approprié peut être extrait de l’archive, testé et déployé avec l’approbation du client.

C’est la flexibilité que les solutions cloud ne peuvent pas offrir : là, un ‘changement de modèle’ signifie que le développeur remplace le moteur qui tourne en arrière-plan – sans que le client en soit informé ou y consente. Avec une archive locale, le changement de modèle est la décision du client, car le client possède le modèle.

La prévisibilité est l’un des engagements fondamentaux d’ArkeoAI – et cet engagement s’applique non seulement au comportement d’un modèle, mais aussi à sa disponibilité. Car le modèle qui tourne aujourd’hui sur le système d’un client sera encore là demain – indépendamment de ce qui est décidé dans un conseil d’administration de la Silicon Valley, un comité à Bruxelles ou une session de stratégie technologique à Pékin.