Le 16 juillet, le laboratoire chinois Moonshot AI publiait Kimi K3 : 2 800 milliards de paramètres, le plus gros modèle jamais mis en poids ouverts. Le 3 août, Alibaba dévoilait Qwen 3.8-Max, 2 400 milliards de paramètres dont 95 milliards actifs, multimodal, avec des poids annoncés pour la semaine suivante — une première à cette échelle chez Alibaba.
Trois semaines, deux modèles de tout premier plan, distribués gratuitement au monde entier. Des modèles dont l’entraînement se chiffre en centaines de millions de dollars.
La question qui circule est légitime : pourquoi ? La réponse qu’on entend le plus souvent — « c’est un verrouillage technologique » — a le mérite de pointer une stratégie réelle. Mais elle décrit mal le mécanisme, et cette imprécision empêche de voir où se situe le vrai risque.
Ce que « poids ouverts » veut dire exactement
Première clarification, parce que tout le reste en dépend.
Un modèle en poids ouverts met à disposition les paramètres entraînés : vous les téléchargez, vous les exécutez sur vos propres serveurs, vous les modifiez. Kimi K3 et les modèles Qwen sont publiés sous licences permissives de type Apache 2.0 ou MIT — usage commercial autorisé, sans redevance, et un modèle que vous affinez vous appartient.
Ce n’est pas de l’open source au sens strict, qui supposerait la publication des données d’entraînement et de la chaîne complète. Personne ne le fait, ni en Chine ni en Occident. La confusion entre les deux termes arrange les éditeurs, et elle brouille le débat.
La différence avec un modèle propriétaire est considérable. Avec une API fermée, vous louez un accès : le fournisseur peut changer ses prix, modifier son modèle, restreindre un usage ou fermer le service — c’est exactement ce qui vient d’arriver aux utilisateurs de Sora, dont OpenAI a annoncé l’arrêt. Avec des poids téléchargés, rien de tout cela ne peut vous être retiré.
Les chiffres que personne ne regarde : la bascule a déjà eu lieu
C’est le point que la couverture médiatique manque presque systématiquement. On débat de savoir si la Chine va rattraper les États-Unis, alors que sur le terrain de la diffusion, l’affaire est entendue.
Sur Hugging Face, la principale plateforme de distribution de modèles, les modèles chinois représentent désormais 41 % des téléchargements sur les douze derniers mois — dépassant les États-Unis pour la première fois. La famille Qwen d’Alibaba a franchi le milliard de téléchargements cumulés, détrônant Llama de Meta comme modèle ouvert le plus téléchargé au monde. Elle ancre plus de 200 000 modèles portant son étiquette et plus de 113 000 dérivés. Environ 40 % de tous les nouveaux dérivés de modèles de langage créés sur la plateforme partent aujourd’hui d’une base Qwen. En juin 2026, les modèles chinois occupaient cinq des dix premières places du classement des tendances.
Sur les usages réels, l’écart est encore plus net. Sur OpenRouter, le principal routeur neutre qui distribue les requêtes vers des dizaines de modèles, les modèles chinois à poids ouverts représentaient en mai 2026 environ 61 % de tous les jetons consommés, et quatre des cinq modèles les plus utilisés étaient chinois. Chez Vercel, la part des modèles à poids ouverts dans les jetons transitant par sa passerelle de production est passée d’environ un neuvième en avril à 29 % en juin 2026.
Le chiffre le plus parlant vient d’un rapport de la commission américaine sur l’économie et la sécurité : environ 80 % des startups d’IA américaines utilisent un modèle de base chinois pour développer leurs applications.
Autrement dit, pendant que Washington débat de contrôles à l’exportation, l’écosystème logiciel américain lui-même s’est largement construit sur des fondations chinoises. Nous avions déjà relevé cette contradiction en analysant l’accusation de copie portée contre Kimi K3.
La stratégie des « deux boucles »
Le document le plus utile pour comprendre la logique d’ensemble n’est pas chinois : c’est un rapport publié le 5 mars 2026 par la U.S.-China Economic and Security Review Commission, l’organe créé par le Congrès américain pour surveiller la relation économique avec Pékin. Son titre — Two Loops — décrit un dispositif à deux étages qui se renforcent mutuellement.
La boucle numérique est celle que tout le monde voit : publier des modèles ouverts, laisser une communauté mondiale les tester, les corriger et les décliner, et récupérer gratuitement le fruit de ce travail. Les 113 000 dérivés de Qwen sont autant d’améliorations que personne n’a facturées à Alibaba.
La boucle physique est celle qu’on ignore. Des modèles gratuits se déploient sans friction de licence dans les usines, la logistique et la robotique — des secteurs où la Chine dispose déjà d’une échelle industrielle sans équivalent. Ces déploiements produisent des données du monde réel, qui servent à améliorer les modèles suivants. Pékin a d’ailleurs formalisé cet avantage en désignant les données comme un facteur de production, autorisant les entreprises à inscrire leurs actifs de données à leur bilan.
La conclusion de la commission est sévère pour la politique américaine : les contrôles à l’exportation visent la boucle numérique — l’accès aux puces pour entraîner les modèles de frontière — et sont largement inopérants sur la boucle physique.
Le principe économique sous-jacent est classique : on banalise le produit du concurrent pour déplacer la valeur là où l’on est fort. Si un modèle gratuit fait 95 % du travail d’un abonnement à 20 dollars par mois, le modèle économique du concurrent s’effondre, et la valeur migre vers l’application et le calcul. C’est la même mécanique qui avait fait le succès de l’écosystème CUDA de NVIDIA, mais retournée. La guerre des prix déclenchée par les éditeurs chinois en est le volet le plus visible.
« Verrouillage technologique » : le mot est faux, le risque ne l’est pas
C’est ici qu’il faut être précis, parce que l’analogie qui circule est trompeuse.
Un verrouillage technologique, au sens propre, désigne une situation où changer de fournisseur devient prohibitif parce que celui-ci contrôle un élément dont vous ne pouvez pas vous passer. C’est le cas d’un système d’exploitation propriétaire, d’un format de fichier fermé, d’une API sur laquelle votre produit repose entièrement.
Un modèle sous Apache 2.0 est très exactement l’inverse. Les poids que vous avez téléchargés sont sur vos disques. La licence est irrévocable pour la version obtenue. Si Alibaba fermait demain, votre déploiement continuerait de fonctionner. Si Pékin décidait d’interdire l’export de nouveaux modèles — une hypothèse qui a circulé cet été —, cela n’affecterait pas ce que vous avez déjà. Aucune API propriétaire n’offre cette garantie.
Le risque existe, mais il est de nature différente, et il vaut la peine d’être nommé correctement :
Le coût de migration est opérationnel, pas juridique. Rien ne vous empêche de changer de modèle ; ce qui coûte, c’est de réécrire les prompts, refaire les évaluations, réentraîner les adaptateurs, ajuster l’infrastructure de service. Ce coût est réel mais borné, et il est le même quel que soit le pays d’origine du modèle.
La dépendance se loge dans l’écosystème, pas dans le modèle. Les outils, les tutoriels, les jeux de données d’affinage, les compétences des équipes se construisent autour d’une famille de modèles. Quand 40 % des nouveaux dérivés partent de Qwen, c’est là que se forme la gravité — pas dans un contrat.
Le vrai point d’asymétrie est la raréfaction des alternatives. Si les modèles ouverts occidentaux cessent d’être compétitifs, le choix disparaît de fait, sans qu’aucun verrou n’ait été posé. C’est un risque de marché, pas de licence.
Ce que ces modèles refusent de dire
Il existe en revanche une dépendance qui ne s’annule pas en changeant de serveur : celle qui est inscrite dans les paramètres eux-mêmes.
Les travaux disponibles sont convergents. Une étude du centre chinois de l’université Stanford établit que les modèles d’origine chinoise présentent des taux de refus substantiellement plus élevés, des réponses plus courtes et des réponses inexactes sur les questions politiques, comparés aux modèles développés ailleurs. Les sujets concernés sont documentés : Taïwan, le Tibet, le Xinjiang, les événements de 1989, la critique de la direction du Parti.
Les chercheurs distinguent une censure dure — le refus pur et simple de répondre — d’une censure douce, faite de réponses évasives ou de déviations. Des travaux récents montrent que le raisonnement intermédiaire du modèle est parfois supprimé ou réécrit avant d’être restitué.
Deux nuances importantes, que l’on omet généralement.
D’abord, le comportement n’est pas uniforme. Les tests indépendants placent certaines versions de Kimi, chez Moonshot, à un niveau de neutralité proche des modèles occidentaux, tandis que certaines versions de DeepSeek filtrent beaucoup plus agressivement. Parler des « modèles chinois » comme d’un bloc homogène est une facilité.
Ensuite, et c’est le résultat le plus intéressant de l’été : cette censure ne survit pas nécessairement au processus de distillation. Le laboratoire californien CTGT, dirigé par Cyril Gorlla, a publié fin juillet 2026 des travaux montrant qu’un modèle « élève » entraîné à partir de DeepSeek V4 Flash n’hérite pas systématiquement des mêmes restrictions que le modèle d’origine. Le protocole reposait sur 152 paires de questions — questions liées à la Chine et questions de contrôle — évaluées par des modèles issus de quatre laboratoires différents.
Autrement dit, le biais est réel et mesurable, mais il est modifiable par celui qui détient les poids. Ce qui est, une fois de plus, l’exact contraire d’un verrouillage.
L’Europe a répondu, et ce n’est pas Mistral qu’elle a choisi
Face à cette situation, l’Union européenne a tranché le 19 juin 2026 : le consortium EUROPA, mené par la start-up italienne Domyn (ex-iGenius), a remporté le Frontier AI Grand Challenge. Sa mission est de construire un modèle ouvert de plus de 400 milliards de paramètres, couvrant les 24 langues officielles de l’Union et entraîné sur les supercalculateurs européens. Le consortium bénéficie de 2,5 % de la capacité de calcul d’EuroHPC pendant un an, l’une des allocations les plus importantes jamais accordées par l’Union. Le PDG de Domyn annonce une livraison en open source sous un an.
Le choix a surpris : Mistral n’a pas été retenu. Le champion français poursuit sa trajectoire propre — valorisation de 11,7 milliards d’euros lors d’un tour mené par le néerlandais ASML, 830 millions de dollars levés pour son premier centre de données français, 722 millions d’euros engagés pour 13 800 processeurs graphiques NVIDIA.
Ces montants disent aussi l’ampleur de l’écart. La France a annoncé 109 milliards d’euros d’investissements lors du Sommet de Paris de février 2025, et la Commission a lancé fin mai 2026 un fonds Scaleup Europe de 5 milliards d’euros. Mais la dépendance se loge jusque dans le financement : les principaux investisseurs du champion européen ne sont pas européens, et les processeurs achetés sont américains. Nous avions abordé cette tension sous l’angle des données de santé et bancaires dans notre analyse sur qui traite réellement vos données.
Ce que ça change concrètement
Pour une entreprise européenne, la question pertinente n’est pas la nationalité du modèle mais l’usage qu’on en fait. Pour du code, de la traduction ou du traitement documentaire technique, l’écart de risque est faible et l’écart de coût considérable. Pour de l’analyse d’information, des sujets géopolitiques ou des décisions engageant une responsabilité, il faut tester le comportement du modèle sur ses propres cas — une règle qui vaut pour tous les modèles, quelle que soit leur origine.
Pour un développeur indépendant, la donne a changé : la performance de frontière n’est plus derrière un abonnement. C’est ce que montre notre comparatif entre le modèle le plus cher du marché et le plus gros modèle ouvert jamais publié, où l’écart de qualité ne justifie pas toujours l’écart de prix.
Pour un décideur public, le rapport américain suggère que la bataille ne se joue pas où on la regarde. Restreindre l’accès aux puces agit sur l’entraînement des modèles de frontière, pas sur la diffusion ni sur les données industrielles. C’est aussi ce qui explique l’activisme institutionnel chinois, dont nous avions détaillé la création d’une organisation mondiale de gouvernance de l’IA.
Pour l’utilisateur européen, enfin, une part du sujet est déjà réglée par le droit plutôt que par la technique : les obligations de transparence entrées en application le 2 août 2026 s’appliquent aux systèmes mis sur le marché européen, indépendamment du pavillon de l’éditeur.
Pour suivre l’évolution des rapports de force, notre classement IA et sa catégorie open source sont mis à jour en continu.
Ce qu’il faut retenir
La Chine ne distribue pas ses modèles par générosité. Elle applique une stratégie industrielle explicite, documentée par les analystes américains eux-mêmes : banaliser le modèle pour déplacer la valeur vers l’application, le matériel et le déploiement physique, tout en captant gratuitement le travail d’amélioration d’une communauté mondiale.
Cette stratégie fonctionne, et les chiffres ne laissent guère de place au doute : 41 % des téléchargements mondiaux, 61 % des jetons consommés sur le principal routeur neutre, 80 % des startups d’IA américaines.
Mais le mot « verrouillage » est le mauvais mot. Des poids sous licence permissive posés sur vos serveurs constituent la forme de dépendance la moins contraignante qui existe — bien moins qu’une API propriétaire que le fournisseur peut fermer du jour au lendemain. Le risque réel n’est pas contractuel : il tient à la gravité d’un écosystème, à la raréfaction des alternatives, et surtout à ce que les modèles ont appris à ne pas dire — un biais mesurable, mais que celui qui détient les poids peut corriger.
C’est peut-être là le point le plus dérangeant de cette histoire : la Chine a choisi la stratégie qui rend ses utilisateurs les plus libres, et c’est précisément ce qui la rend efficace.
Le chiffre à retenir
80 %. C’est la proportion de startups d’intelligence artificielle américaines qui construisent leurs applications sur un modèle de base chinois, selon le rapport de la commission américaine sur l’économie et la sécurité publié en mars 2026. Pendant que Washington restreint l’exportation de ses puces, son propre tissu de jeunes entreprises s’est installé sur des fondations venues d’ailleurs.