Modèles open weight : pourquoi l’arrivée de Kimi K3 embarrasse autant OpenAI et Anthropic

Le 20 janvier 2025, un vent de panique souffle sur Meta. En interne, plusieurs dirigeants de l’équipe IA s’inquiètent ouvertement que la prochaine version de Llama ne fasse pas le poids face à un concurrent surprise. Le chinois DeepSeek, qui est à l’origine un fonds spéculatif, n’était pas attendu sur le terrain de l’IA. Pourtant, son modèle R1 rivalise avec o1, le fleuron d’OpenAI à l’époque, pour une fraction du coût que ses concurrents américains dépensent habituellement afin d’obtenir des résultats comparables. Pire encore, il vient prendre en défaut Meta sur son propre terrain, celui des modèles ouverts, sur lequel la société de Mark Zuckerberg avait misé pour se différencier face à OpenAI et Anthropic.

Chez Meta, la riposte s’organise vite. Quatre « war rooms » sont montées en urgence : deux planchent sur la manière dont DeepSeek a réduit ses coûts d’entraînement, une troisième cherche à identifier les données utilisées pour l’entraîner, la dernière travaille à repenser l’architecture de Llama pour s’en inspirer. Même démarche chez OpenAI, qui se met lui aussi à décortiquer le modèle chinois pour en comprendre les secrets. Jusqu’ici, aucun modèle à poids ouverts, pas même Llama, n’avait réussi à talonner les meilleurs modèles fermés.

Un an et demi plus tard, le scénario se répète, cette fois avec Kimi K3 qui, comme son compatriote DeepSeek, parvient à jouer dans la même cour que les modèles les plus performants d’OpenAI et Anthropic, au point de soulever l’hypothèse d’une interdiction des modèles à poids ouverts aux États-Unis. Une question qui divise la Silicon Valley.

Qu’est-ce qu’un modèle open weight ?

Durant son entraînement, un modèle ingère d’immenses quantités de données. Ce qu’il en retient prend la forme de valeurs numériques, appelées « poids ». Ce sont elles qui déterminent la façon dont le modèle répond à une question, rédige un texte ou résout un problème. En publiant librement les poids d’un modèle, ses concepteurs donnent accès à ce que le modèle a appris durant son entraînement. N’importe qui peut alors récupérer ces valeurs numériques, faire tourner le modèle sur ses propres serveurs, l’ajuster pour un usage précis, ou encore l’étudier en détail pour comprendre son fonctionnement.

Mais l’open weight est à distinguer de l’open source. Un logiciel open source rend public l’intégralité de son code, sous une licence qui permet à tout le monde de l’utiliser et de le modifier librement. Un modèle à poids ouverts, lui, ne partage qu’une partie de ce qui le compose. Les poids sont publics, mais les données d’entraînement et les détails du processus qui a permis d’y arriver restent souvent bien gardés. L’ouverture n’est donc jamais totale.

À l’inverse, un modèle fermé, comme le sont Claude, ChatGPT ou Gemini, ne dévoile rien de ce qui le compose. Ses concepteurs décident seuls de la façon dont il peut être utilisé, et l’utilisateur n’a d’autre choix que de s’y plier.

Cette ouverture, même partielle, a des conséquences bien concrètes pour les entreprises qui développent des produits numériques. Un modèle à poids ouverts coûte souvent moins cher à faire tourner, peut être hébergé sur ses propres serveurs plutôt que chez un fournisseur tiers, et s’ajuste facilement à un usage précis. Des start-ups très en vue, comme Cursor, en ont fait leur stratégie, en construisant une partie de leurs outils sur des modèles chinois à poids ouverts, comme Kimi, GLM ou DeepSeek, plutôt que sur les modèles fermés des géants étasuniens.

La Chine, championne des modèles à poids ouvert

Avant DeepSeek, le dernier modèle frontière distribué en ouvert remontait à 2019, avec GPT-2 d’OpenAI. L’arrivée de R1 en janvier 2025 marque donc le retour d’un modèle frontière ouvert après plusieurs années de silence sur ce terrain. C’est aussi la toute première fois qu’un tel modèle vient de Chine.

Depuis, la Chine a construit une véritable stratégie autour de l’ouverture, assumée politiquement. Ce 17 juillet 2026 à la Conférence mondiale sur l’IA à Shanghai (WAIC), le Président Xi Jinping a lui-même déclaré : « Nous disons souvent en Chine qu’une seule corde ne peut pas faire de musique, et qu’un seul arbre ne fait pas une forêt […] Le développement de l’IA ne devrait pas être une performance en solo d’un seul pays, mais une symphonie de coopération internationale. »

Après DeepSeek, Moonshot AI a donc dévoilé Kimi K3 mi-juillet 2026. Le modèle a rejoint un paysage déjà dense où figurent aussi GLM de Zhipu AI (aujourd’hui Z.ai) et Qwen d’Alibaba. Et la stratégie semble porter ses fruits. Sur OpenRouter, une plateforme utilisée par de nombreux développeurs pour accéder à différents modèles d’IA depuis une interface unique, la part de trafic dirigée vers des modèles chinois est passée de 20 à 48 % entre juin 2025 et juin 2026, tandis que celle des modèles américains chutait de 74 à 32 % sur la même période.

Bien sûr, contrairement à ce qu’affirme le secrétaire général du Parti communiste chinois, le pays ne soutient pas l’open weight uniquement pour défendre un principe. Moonshot facture, par exemple, l’usage de son API jusqu’à 15 dollars par million de tokens en sortie pour Kimi K3, contre 4 dollars pour la version précédente. Et si les poids du modèle sont bien publics, sa licence impose à toute entreprise souhaitant l’exploiter commercialement de signer un accord distinct avec Moonshot. L’ouverture a donc un prix et des conditions.

Par ailleurs, les questions de cybersécurité amènent le gouvernement chinois à envisager de restreindre l’accès à ses modèles les plus puissants. Un motif similaire à celui invoqué par Washington un mois plus tôt pour couper l’accès à Fable 5 et Mythos 5.

Nvidia, OpenAI, Anthropic : des intérêts divergents

Face à la montée en puissance des modèles chinois, l’administration Trump étudie des restrictions qui viseraient spécifiquement les modèles à poids ouverts venus de Chine. Le 24 juillet 2026, une lettre ouverte portée par Nvidia et signée par plus de 70 entreprises, dont Microsoft, Meta, IBM, Dell, Palantir et, un peu plus tard, OpenAI, demande au contraire aux autorités de préserver l’accès à ces modèles.

Great to see more than 230 organizations across the AI ecosystem have signed a letter supporting open weights as part of America’s AI future.

Their message: open weights enable more people to build, compete, and put AI to work.

Here’s why that matters. 🧵 pic.twitter.com/5f158RCSKo

— NVIDIA Newsroom (@nvidianewsroom) July 30, 2026

Mais, aux États-Unis comme en Chine, les prises de position relèvent davantage d’intérêts économiques que de réelles visions idéologiques.

Chez Nvidia, les intérêts sont limpides. L’entreprise vend des puces et non des modèles. Plus il existe de modèles à poids ouverts à faire tourner, plus les entreprises ont besoin de matériel pour les héberger et les faire fonctionner. Nvidia utilise déjà l’argument de l’ouverture pour vendre ses GPU en Europe, et elle a même lancé sa propre alliance, l’Open Secure AI Alliance, pour défendre des outils ouverts que les équipes de sécurité peuvent inspecter et adapter.

Du côté d’OpenAI, la position est plus ambiguë. L’entreprise développe des modèles fermés, et l’un de ses propres dirigeants, Dean Ball, s’est montré particulièrement critique envers les modèles ouverts. Dans un post publié sur X le 17 juillet, le Head of strategic futures de la firme déplorait : « L’une des conséquences probables d’un monde dominé par les modèles à poids ouverts est un communisme de l’IA à part entière, ce qui correspond précisément à ce que propose la Chine : plutôt qu’un produit de marché, l’IA est un ‘bien public’ qui sera, à terme, fourni par l’État sous la forme d’une sorte d »infrastructure publique numérique’. » Quelle horreur, un « véritable enfer dystopique » même, pour celui qui a contribué à façonner le plan d’action IA de l’administration Trump. Pourtant, OpenAI a fini par signer la lettre ouverte. La startup a en effet sa propre carte à jouer dans cette ouverture, avec sa gamme de modèles gpt-oss.

Anthropic reste donc la seule entreprise de taille à ne pas avoir signé la lettre. Une absence qui sert ses intérêts, puisqu’une restriction des modèles chinois écarterait des concurrents directs de Claude. Mais elle entre en contradiction avec le discours officiel de l’entreprise. Dans un billet publié le 27 juillet, le PDG Dario Amodei se livre à un exercice d’équilibriste. Il dément avoir jamais réclamé une interdiction des modèles ouverts, qu’il présente au contraire comme un bien public, tout en mettant en garde contre les risques d’une IA ouverte entre de mauvaises mains. « Nous n’avons jamais plaidé, et ne plaiderons toujours pas, pour une interdiction des modèles à poids ouverts, se défend Dario Amodei. Nous devrions plutôt nous concentrer sur la protection des puces puissantes contre les régimes autoritaires. »

Ma principale préoccupation réside dans le risque que des gouvernements autoritaires – et pas seulement le Parti communiste chinois (PCC), bien que ce dernier représente clairement la menace la plus importante – développent des modèles d’IA plus puissants que ceux conçus par les États-Unis et les utilisent pour obtenir une supériorité militaire permanente ou perpétrer une répression extrêmement sévère contre leur population.

Dario Amodei

CEO, Anthropic

Piratage d’Hugging Face : quand l’argument sécuritaire se retourne contre les modèles fermés

Autre préoccupation soulevée par Dario Amodei, le détournement de modèles à poids ouverts pour mener des cyberattaques. « Les modèles à poids ouverts, qu’ils proviennent de Chine ou d’ailleurs, présentent potentiellement un risque plus élevé que les modèles fermés, car il est très difficile de les encadrer ou de contrôler leur utilisation, et une fois les poids publiés, ils ne peuvent plus être retirés », écrit-il, avant de recommander de soumettre tous les modèles suffisamment puissants, ouverts comme fermés, à des tests de sécurité obligatoires avant leur mise à disposition. Le PDG d’Anthropic conteste aussi un point précis de la lettre des 70 signataires : l’idée que l’ouverture aiderait davantage les défenseurs que les attaquants. Sur ce point, juge-t-il, l’inverse lui semble tout aussi probable.

Mais le timing est quelque peu malheureux pour Amodei. Quelques jours après son communiqué, deux modèles fermés d’OpenAI se sont échappés de leur environnement de test et ont compromis les serveurs de Hugging Face. Pour analyser l’attaque, Hugging Face a d’abord tenté de solliciter des modèles fermés via leurs API commerciales. Sans succès, leurs garde-fous, incapables de distinguer un enquêteur d’un attaquant, ont bloqué les commandes nécessaires à l’investigation. L’entreprise a fini par déployer sur sa propre infrastructure GLM-5.2, un modèle chinois à poids ouverts, qui lui a permis de reconstituer l’attaque en quelques heures.