Modèles ouverts vs fermés : la bataille qui décide de l'avenir de l'IA

Deux visions du même marché

Un modèle ouvert, c'est un jeu de poids qu'on peut télécharger, inspecter, modifier et faire tourner sur son propre matériel. Un modèle fermé, c'est un accès par API, chez OpenAI, Anthropic ou Google, sans jamais voir ni les poids ni les données d'entraînement. Pendant longtemps, ce choix a semblé purement technique : performance contre contrôle, coût contre simplicité. En 2026, il est devenu une ligne de fracture qui traverse toute l'industrie, des levées de fonds jusqu'aux ministères.

En un an, le rapport de force a basculé plus vite que prévu. Les modèles ouverts, portés par des laboratoires chinois, occupent désormais la majorité du trafic sur les grandes plateformes d'inférence. Pékin, qui a fait de l'ouverture une arme diplomatique, envisage maintenant d'y mettre des limites. L'Union européenne, elle, mise sur l'ouverture pour construire une indépendance qu'elle n'a jamais eue face aux modèles fermés américains. Ce qui suit détaille ce que ces chiffres racontent vraiment, et pourquoi la bataille ne se réduit plus à un tableau de benchmarks.

L'écart de performance a failli disparaître

Selon l'AI Index 2026 de Stanford, publié le 13 avril 2026, l'écart entre le modèle fermé le mieux classé et le modèle ouvert le mieux classé n'était que de 0,5 point de pourcentage en août 2024. Il est remonté à 3,3 points en mars 2026 : les laboratoires fermés ont repris un peu d'avance sur les tâches de raisonnement les plus exigeantes.

Mais ce chiffre date d'avant l'arrivée de Kimi K3. Le modèle du laboratoire chinois Moonshot AI, un mélange d'experts de 2 800 milliards de paramètres, a ouvert son API le 16 juillet 2026 puis publié ses poids le 27 juillet. Selon le rapport State of Open Source AI, publié par Mozilla en juillet 2026, K3 obtient 57 points sur l'indice composite du rapport contre 61 pour Claude Opus 5, le modèle fermé en tête. Sur l'indice de capacités d'Epoch AI, l'écart tombe à 6 points, à peu près un cycle de sortie de retard. Sur le code en environnement de type navigateur, K3 devance même Opus 5 dans six domaines sur sept.

Il reste des zones où l'écart ne bouge pas. Sur les connaissances professionnelles mesurées par GDPval-AA v2, Claude Fable 5, le modèle grand public d'Anthropic revenu début juillet après son épisode de suspension par le gouvernement américain, devance K3 de 92 points Elo. Et sur la fidélité en contexte très long, à un million de tokens, Gemini 3 conserve un net avantage face à DeepSeek V4-Pro. L'écart n'a pas disparu : il s'est déplacé, d'une avance générale vers quelques compétences précises que les laboratoires fermés continuent de mieux maîtriser.

Les tokens ont changé de camp

Le vrai basculement se lit dans les chiffres d'usage plutôt que dans les benchmarks. Sur OpenRouter, une place de marché qui route les requêtes vers des dizaines de modèles différents, les modèles américains fermés (Google, OpenAI, Anthropic) représentaient encore environ 70 % du volume de tokens traités en juin 2025, selon des données de la plateforme relayées par la presse spécialisée. Un an plus tard, en juin 2026, cette part était tombée à environ 30 %. DeepSeek, à lui seul, représenterait désormais environ 16 % du volume total de la plateforme ; les modèles chinois combinés en couvriraient environ 44 % parmi les dix plus utilisés. Selon le rapport Mozilla, les sept modèles les plus utilisés sur la plateforme sont aujourd'hui tous des modèles à poids ouverts.

Ce basculement du volume ne dit pas tout sur l'argent. Sur la période de mai à septembre 2025, les modèles fermés ne représentaient déjà plus que 80 % de l'usage, mais captaient encore 96 % des revenus de la plateforme : leur prix par token restait très supérieur à celui des modèles ouverts, ce qui gonfle leur part de chiffre d'affaires même quand leur part de trafic recule.

Les entreprises construisent tout un écosystème autour d'un modèle fermé, l'affinent, et construisent encore dessus.

• 01Modèle fermé moyen : environ 1,86 dollar par million de tokens
• 02Modèle ouvert équivalent : environ 0,23 dollar par million de tokens, soit 87 % de moins
• 03Écart de performance à la sortie : environ 89,6 % du niveau du meilleur modèle fermé
• 04Temps de rattrapage de cet écart : environ 13 semaines en moyenne, contre 27 semaines un an plus tôt

Pékin ouvre la main, puis hésite à la refermer

L'ouverture a longtemps été une arme diplomatique chinoise : en publiant les poids de leurs modèles gratuitement, des laboratoires comme DeepSeek, Alibaba avec sa famille Qwen ou Moonshot AI ont capté une bonne partie du marché mondial, en particulier dans les pays qui n'ont pas accès aux modèles américains les plus avancés. Le 17 juillet 2026, au sommet mondial sur l'IA de Shanghai, Xi Jinping a lui-même appelé à miser sur l'open source, tout en insistant sur les impératifs de sécurité.

Neuf jours plus tôt, le 9 juillet, Reuters rapportait que le ministère chinois du Commerce avait entamé des discussions avec Alibaba, ByteDance et Zhipu (Z.ai) sur un possible tour de vis : un régime à plusieurs niveaux serait à l'étude, avec un simple enregistrement pour les modèles ouverts les moins capables, un contrôle de sécurité pour les plus avancés, et potentiellement une interdiction de publication pour les modèles les plus puissants. Aucune décision n'a été prise à ce stade, et les retours des entreprises consultées seraient plutôt critiques.

Le paradoxe est réel. L'ouverture a construit la position dominante de la Chine dans l'écosystème mondial des modèles ouverts. Mais un poids publié ne peut plus être rappelé : une fois les fichiers en circulation, aucune entreprise ni aucun gouvernement ne peut les retirer d'internet. Des chercheurs de Princeton avaient déjà montré, avec Llama 2 de Meta, qu'une dizaine d'exemples d'entraînement malveillants suffisaient à faire sauter les garde-fous de sécurité d'un modèle ouvert. Pékin se retrouve à arbitrer entre deux objectifs qui se contredisent : garder l'avantage compétitif que lui donne l'ouverture, et garder le contrôle sur une technologie qui, une fois publiée, échappe définitivement à quiconque l'a créée.

L'Europe fait de l'ouverture une arme de souveraineté

Pendant que Pékin hésite, l'Union européenne prend le chemin inverse : elle encourage l'ouverture, précisément parce qu'elle n'en a pas le contrôle. Mistral AI, la start-up française devenue le porte-drapeau européen du secteur, a construit son identité autour de ce que son PDG Arthur Mensch appelle l'« autonomie stratégique » : la capacité, pour un Etat, une banque ou un industriel, d'inspecter, de modifier et de faire tourner un modèle sur sa propre infrastructure, sans dépendre des conditions d'utilisation d'un fournisseur étranger ni de sa juridiction.

Cette stratégie s'appuie sur de l'argent réel. En septembre 2025, Mistral a levé 1,7 milliard d'euros, environ 2,9 milliards de dollars, en série C, dans un tour mené par le fabricant néerlandais d'équipements pour semi-conducteurs ASML, valorisant l'entreprise autour de 14 milliards de dollars. Une partie de cet argent finance Mistral Compute, un cloud de calcul construit avec Nvidia et la banque publique française Bpifrance, avec un investissement de 4 milliards d'euros dans des centres de données en France et en Suède.

Le calendrier réglementaire européen pousse dans le même sens. Les obligations du règlement européen sur l'IA pour les fournisseurs de modèles à usage général sont entrées en vigueur le 2 août 2025. Depuis le 2 août 2026, la Commission européenne dispose enfin de ses pouvoirs de supervision et de sanction sur ces mêmes fournisseurs : demande de documentation, évaluation du modèle, exigence de mesures correctives, et in fine des amendes. Des institutions publiques, comme le ministère français des Armées ou plusieurs administrations de l'Union, exigent déjà dans leurs appels d'offres des modèles dont l'infrastructure reste sous juridiction européenne, un avantage structurel pour des acteurs qui, comme Mistral, misent sur l'ouverture plutôt que sur l'API fermée d'un fournisseur étranger.

Ce qu'il faut vraiment surveiller

La bataille entre modèles ouverts et fermés ne se résume pas à un match retour perpétuel de benchmarks. Elle recoupe trois logiques différentes selon qui la regarde. Pour un développeur ou une entreprise, la question est économique : un modèle ouvert coûte nettement moins cher à l'usage et rattrape son retard de performance en quelques semaines, mais il demande une infrastructure à maintenir soi-même, ce que 27 % des organisations citent comme principal obstacle selon le rapport Mozilla. Pour le gouvernement chinois, la question est stratégique : l'ouverture a construit une influence mondiale que Pékin hésite maintenant à limiter, de peur de perdre justement l'avantage qu'elle lui a donné. Pour l'Union européenne, la question est celle de la souveraineté : ouvrir les poids d'un modèle est la seule façon de vérifier qu'il ne dépend d'aucune décision prise à Washington ou à Pékin.

Aucun de ces trois acteurs ne raisonne en termes de « meilleur modèle » au sens absolu. Le choix entre ouvert et fermé dépend de ce qu'on cherche à contrôler : son budget, sa position internationale, ou sa dépendance à une juridiction étrangère. La prochaine étape à surveiller n'est donc pas la sortie du prochain modèle frontière, mais la décision, encore en suspens à Pékin, de savoir si la Chine continuera de publier ses poids les plus avancés, ou si elle choisira, comme les Etats-Unis l'ont fait avec Fable 5, de garder certains modèles derrière une frontière.