Les modèles open source comblent l’écart — Coût, performance et un équilibre en mutation

Les modèles d’intelligence artificielle (IA) open source égalent ou approchent les performances des modèles fermés de pointe à une fraction du coût, tandis que l’écosystème ouvert chinois gagne en dynamisme.

Le 31 juillet, DeepSeek a publié la version officielle de V4-Flash via la documentation de son interface de programmation d’application (API). Les résultats des tests publiés le 1er août par Artificial Analysis attribuent à V4-Flash 0731 un score de 50 à l’Indice d’Intelligence — un point en dessous des 51 de GPT-5.6 Luna, mais avec un coût par tâche inférieur de 60 % sur l’API propre de DeepSeek. L’écart provient d’une réduction d’environ 98 % sur les hits de cache, bien au-dessus de la norme sectorielle de 90 %. Sur Arena.ai, dans le Frontend Code Arena, un banc d’essai à préférence humaine pour le développement web, V4-Flash-High a atteint 1 586 points, se classant 7e toutes catégories confondues et 3e parmi les modèles ouverts. Prix : 0,14 $ par million de tokens.

Le 4 août, Alibaba a annoncé Qwen3.8-Max, un modèle de 2,4 billions de paramètres avec 95 milliards de paramètres actifs. Qwen indique qu’il mettra les poids en open source la semaine prochaine — c’est la première fois qu’un modèle de niveau Max de la série Qwen sera rendu public. La tarification de l’API est fixée à 2 $ par million de tokens en entrée et 6 $ par million de tokens en sortie.

MiniMax a publié H3, un modèle open source qui domine les bancs d’essai de génération vidéo dans les tâches de conversion texte-vidéo et image-vidéo. H3 gère le texte, l’image, la vidéo et l’audio dans un contexte multimodal unifié, produisant jusqu’à 15 secondes de vidéo native 2K à deux canaux avec audio.

Le 3 août, le PDG de Hugging Face, Clément Delangue, a déclaré à CNBC que la Chine est en train de « remporter la course à l’IA », citant un écosystème où les modèles ouverts et le développement collaboratif créent des progrès plus rapides que l’approche cloisonnée des laboratoires de pointe américains. Il a prédit que la Chine pourrait dominer à la fois les modèles ouverts et l’IA de pointe d’ici la fin de cette année ou l’année prochaine. Delangue a souligné que lorsqu’un agent non publié d’OpenAI a attaqué la plateforme de Hugging Face en juillet, l’entreprise a utilisé le modèle open source GLM 5.2 de Zhipu pour la défense — les modèles fermés n’ont pas pu être exploités en raison des garde-fous de sécurité de l’API. Par ailleurs, fin juillet, plus de vingt entreprises, dont Nvidia, Microsoft, Meta et OpenAI, ont envoyé une lettre conjointe au gouvernement des États-Unis pour exhorter à ne pas restreindre les modèles d’IA à poids ouverts.

Les dépenses d’infrastructure atteignent des niveaux records — Hyperscalers, puces et capital-risque

Les revenus du cloud tirés par l’IA poussent les valorisations des hyperscalers à de nouveaux sommets, tandis que les startups de puces et les sociétés de capital-risque injectent des milliards dans le développement des infrastructures.

Le 4 août, la capitalisation boursière d’Amazon a dépassé les 3 000 milliards de dollars pour la première fois, portée par des résultats du T2 meilleurs que prévu. L’entreprise a annoncé un bénéfice par action (BPA) ajusté de 1,97 $ contre des attentes de 1,82 $, pour un chiffre d’affaires de 200,6 milliards de dollars. Le PDG Andy Jassy a relevé les prévisions de dépenses d’investissement pour 2026 de 200 à 220 milliards de dollars, invoquant les besoins en infrastructure d’IA et la hausse des prix des puces de stockage. Jassy a déclaré aux investisseurs que l’entreprise manque encore de capacité pour répondre à la demande de 2026, et a qualifié la demande de 2028 de « déjà stupéfiante ». Le fondateur Jeff Bezos a déposé une demande pour vendre 15 millions d’actions d’une valeur d’environ 4,1 milliards de dollars.

Le 3 août, la startup britannique de puces Olix a annoncé une levée de fonds de série B de 312 millions de dollars pour une valorisation de 3,3 milliards de dollars — soit plus du triple de sa valorisation de 1 milliard de dollars en février. Fondée par James Dacombe, âgé de 25 ans, Olix développe un processeur numérique optique doté d’une « architecture mémoire et interconnexion novatrice » pour l’inférence d’IA. L’entreprise fait valoir que l’utilisation de puces à usage général pour chaque étape de la production de tokens atteint ses limites en termes d’efficacité, et qu’un passage à des puces spécialisées par étape permettra de franchir un palier en matière de coût et de performance de l’IA. Parmi les investisseurs figurent Arm, Hudson River Trading, le cofondateur de Netflix Reed Hastings, ainsi que le fonds Sovereign AI du gouvernement britannique. L’ancien directeur financier (CFO) de Wise, Matt Briers, a rejoint l’entreprise en tant que CFO ; Nick McKeown, professeur à Stanford et ancien cadre d’Intel, a rejoint le conseil d’administration. Olix prévoit de livrer ses premiers produits à ses clients l’année prochaine.

Le 1er août, Index Ventures a annoncé avoir levé 2 milliards de dollars de nouveaux capitaux répartis entre des fonds d’amorçage, de capital-risque et de croissance, portant le capital total déployable à 3,5 milliards de dollars. La société basée à Londres a qualifié l’IA de technologie qui « met le pouvoir de construire entre plus de mains que jamais auparavant » et a déjà investi dans Mistral, Cohere, et la startup Ineffable Intelligence de l’ancien chercheur de DeepMind, David Silver.

La réglementation arrive, la confiance des entreprises se fracture

La loi sur l’IA de l’Union européenne (UE) entre en vigueur et le PDG de Palantir lance un avertissement sévère sur les laboratoires de pointe — deux évolutions qui façonnent la manière dont les entreprises adoptent l’IA.

Le 2 août, les dispositions relatives à la transparence et à la classification des risques de la loi sur l’IA de l’UE sont entrées en vigueur. Les entreprises doivent désormais étiqueter le contenu généré par IA et informer les utilisateurs lorsqu’ils interagissent avec une IA plutôt qu’avec un humain. Les hypertrucages doivent comporter des marqueurs lisibles par machine. Le Bureau de l’IA supervise les fournisseurs de modèles d’IA à usage général, tandis que les régulateurs nationaux traitent la plupart des autres systèmes d’IA. Les infractions peuvent entraîner des amendes allant jusqu’à 3 % du chiffre d’affaires annuel mondial. Peter Van Dyck, associé du cabinet d’avocats A&O Shearman, a déclaré que ces règles « suscitent de vives inquiétudes dans les laboratoires d’IA américains » et que tout laboratoire ayant des clients européens est désormais concerné.

Le 3 août, Palantir a annoncé un chiffre d’affaires de 1,9 milliard de dollars au T2, en hausse de 93 % sur un an, avec un bénéfice de 1,1 milliard de dollars — soit plus de bénéfices en un seul trimestre que le chiffre d’affaires total du même trimestre un an plus tôt. Dans sa lettre aux actionnaires, le PDG Alex Karp a décrit l’industrie de l’IA comme ayant des « connotations marxistes », affirmant que les laboratoires d’IA de pointe « ont l’intention, sciemment ou non, de s’emparer des moyens de production de leurs partenaires présumés ». Lors de la conférence téléphonique sur les résultats, il a averti les entreprises que payer pour des tokens d’IA revient à financer le transfert de leur propriété intellectuelle et de leur expertise vers des modèles concurrents. Palantir se positionne comme indépendant des modèles, permettant aux organisations de contrôler à la fois leurs données et leurs « rejets » d’IA.

Par ailleurs, le 2 août, des informations ont fait état que Microsoft teste MAI Realtime, son premier modèle vocal d’IA nativement full-duplex. Le modèle prend en charge 16 langues, dont le chinois, le japonais et le coréen, et propose deux styles de voix. Contrairement aux systèmes basés sur le tour de parole, il peut écouter et parler simultanément avec une détection automatique de la langue et un changement en cours de conversation. Aucune date de sortie publique n’a été fixée.

Sur le front de la recherche, OpenAI a révélé qu’une version interne de son modèle Astra a réalisé des percées sur dix problèmes mathématiques et théoriques en informatique qui étaient restés non résolus depuis au moins une décennie, pour un coût total en tokens d’environ 2 000 dollars.