IA open source : les 4 meilleurs modèles ouverts sont chinois

Il existe une manière simple de mesurer le basculement qui s’est produit dans l’intelligence artificielle : regarder les modèles ouverts — ceux dont les poids sont téléchargeables et que n’importe qui peut installer, étudier ou modifier. Longtemps, cette catégorie a été celle du rattrapage : des versions correctes, en retrait de quelques mois sur les modèles commerciaux les plus puissants.

Ce n’est plus le cas. Sur l’Indice d’intelligence d’Artificial Analysis, référence largement utilisée pour comparer les modèles, les quatre meilleurs modèles à poids ouverts du monde proviennent tous de laboratoires chinois : Kimi K3 et GLM-5.3, tous deux à 60 points, puis Qwen3.8 2.4T à 58 et GLM-5.3-Flash à 57.

Indice d’intelligence — modèles à poids ouverts (septembre 2026)

Kimi K3 (Moonshot AI)

GLM-5.3 (Zhipu AI)

Qwen3.8 2.4T (Alibaba)

GLM-5.3-Flash (Zhipu AI)

Nemotron 3 Ultra (NVIDIA, États-Unis)

Le contraste est net. Le meilleur modèle ouvert américain figurant sur ce même classement, le Nemotron 3 Ultra de Nvidia, obtient 38 points. L’écart avec les quatre premiers n’est pas de quelques unités : il est de plus de vingt points. Dans une discipline où l’on mesure habituellement les progrès en fractions, la distance est considérable.

Précisons ce que ces chiffres disent et ne disent pas : ils mesurent la performance sur un ensemble de tests standardisés, pas la supériorité générale d’un pays sur un autre. Ils indiquent qu’à un instant donné, et sur ce que ces tests évaluent, les meilleurs modèles librement téléchargeables sont chinois.

Quatre laboratoires, quatre stratégies

Ce qui est frappant n’est pas qu’un laboratoire chinois soit en tête, mais qu’ils soient quatre dans cet ordre. Un pays peut produire une réussite isolée par hasard ; il n’en produit pas quatre par accident.

DeepSeek est le plus connu du grand public, devenu célèbre en publiant un modèle très performant à un coût d’entraînement revendiqué très inférieur à celui de ses concurrents. Son modèle DeepSeek V4-Pro affiche, selon le classement Vellum, 80,6 % sur SWE-bench Verified — un test de résolution de problèmes réels de programmation. Pour un modèle téléchargeable, ce niveau relevait de la fiction il y a un an.

Moonshot AI, avec sa famille Kimi, a poussé la logique du contexte très long — des fenêtres d’un million de jetons, permettant de traiter des documents entiers sans les découper. Zhipu AI, avec GLM, a atteint 85 points sur le classement open-weight de BenchLM et 77,8 % sur SWE-bench Verified, dépassant selon ce classement Gemini 3.0 Pro. Alibaba, avec Qwen, a construit la famille la plus largement adoptée.

»’

Campus Xixi d'Alibaba a Hangzhou — Le campus Xixi d’Alibaba, à Hangzhou. La famille de modèles Qwen est la plus largement adoptée des modèles ouverts chinois.

La licence ouverte, une arme stratégique

Il faut s’arrêter sur un point que le débat public néglige souvent : ces modèles sont publiés sous licence ouverte, plusieurs sous licence Apache 2.0, c’est-à-dire utilisables commercialement sans redevance ni autorisation. Ce choix n’est pas de la générosité. C’est une stratégie d’adoption.

Un éditeur qui publie ses poids ouverts gagne quelque chose de difficile à acheter : des développeurs qui apprennent son modèle, l’améliorent, l’intègrent dans leurs produits, écrivent de la documentation, construisent des outils autour. Une communauté, en somme. Et lorsqu’une entreprise a bâti son service sur un modèle, elle y reste — même quand un concurrent propose mieux.

Pour les pays qui n’ont pas accès aux modèles commerciaux américains, ou qui refusent la dépendance, ces modèles ouverts sont également une voie de souveraineté immédiate : téléchargeables, installables sur ses propres serveurs, sans autorisation ni facturation à l’usage. Pour l’Europe, c’est la seule manière d’exploiter une IA de haut niveau sans dépendre d’une API étrangère.

Le point clé — offrir un modèle puissant gratuitement, c’est installer son écosystème chez les autres. La gratuité n’est pas un cadeau : c’est un investissement d’adoption, payé pour prendre une place que le prix ne permettait pas de prendre.

Ce que « modèle ouvert » veut dire, concrètement

Ces mots — poids ouverts, licence Apache — peuvent sembler abstraits. Ils correspondent pourtant à une différence très tangible. Un modèle à poids ouverts peut être téléchargé et installé sur votre propre machine, sans compte à créer, sans abonnement, sans que vos données quittent votre ordinateur.

L’usage est déjà courant : des outils libres permettent de faire tourner ces modèles en local, y compris sur un ordinateur personnel. La contrepartie est une question de taille. Les versions qui tournent sur une machine modeste sont des versions réduites — moins précises, moins capables, mais suffisantes pour de nombreuses tâches : résumer un document, corriger un texte, traduire, écrire un script, répondre à des questions sur un corpus de fichiers.

0 €coût d’usage d’un modèle ouvert, une fois installé

0donnée envoyée à un serveur externe

Apache 2.0licence autorisant l’usage commercial sans redevance

Localfonctionne sans connexion internet après installation

Cet aspect compte particulièrement dans les territoires où la connexion internet est coûteuse ou instable, et pour tous ceux qui manipulent des documents sensibles — données de santé, dossiers d’élèves, informations d’entreprise. Un modèle qui fonctionne hors ligne résout à la fois une question de budget et une question de confidentialité.

Il faut cependant mesurer la limite. Un modèle réduit n’égale pas un grand modèle. La version qu’un particulier installe sur son ordinateur rend de nombreux services, mais elle n’accomplira pas le travail d’un modèle géant réservé aux centres de données. La bonne manière de voir les choses est celle d’un outil adapté à une tâche, pas d’un substitut général.

C’est précisément là que la diffusion des modèles ouverts chinois produit son effet le plus direct : elle met entre les mains de tout le monde — étudiant, enseignant, artisan, association — une technologie qui, il y a peu, supposait un budget et un fournisseur.

Là où la Chine ne domine pas

Une présentation honnête exige de dire l’inverse aussi. Dominer les modèles ouverts n’équivaut pas à dominer l’intelligence artificielle.

D’abord, le marché de l’usage reste largement aux modèles commerciaux américains. Les entreprises qui achètent de la puissance de calcul via une interface de programmation, qui sous-traitent leur service à un fournisseur unique — elles utilisent en majorité des modèles fermés d’Anthropic, d’OpenAI et de Google. Or c’est cet usage-là qui génère les revenus, finance les entraînements suivants et capte les données réelles d’utilisation.

Ensuite, les tests ne sont pas la réalité. Un score élevé sur un ensemble de benchmarks mesure ce que ces benchmarks évaluent. Il ne dit rien de la robustesse en production, de la qualité du support, de la stabilité d’un service, ni de la capacité à faire fonctionner un modèle pendant des mois sans incident sur des millions de requêtes.

Enfin, les poids ouverts profitent aussi aux concurrents. Publier un modèle performant aide qui que ce soit à progresser, y compris des laboratoires occidentaux qui n’ont pas à repayer l’entraînement pour analyser les méthodes employées. L’avantage est réel, mais il n’est pas exclusif.

Ce que cela dit de la compétition

La situation actuelle est plus intéressante que le récit habituel — celui d’une avance américaine confortable — ou que son inverse — celui d’un basculement accompli. Elle est asymétrique.

Les États-Unis conservent le haut de gamme fermé et le marché de l’usage professionnel, là où se trouvent les marges. La Chine occupe le haut de gamme ouvert, la recherche d’efficacité dans les coûts d’entraînement et la diffusion large. Ce ne sont pas les mêmes terrains, et aucun des deux ne rend l’autre insignifiant.

Pour un utilisateur européen — particulier, association ou petite entreprise — la conséquence est pourtant très concrète, et plutôt bonne : la meilleure technologie disponible gratuitement est aujourd’hui accessible. Il y a quelques années, un tel niveau exigeait un budget conséquent ou une dépendance à un fournisseur.

En résumé

Quatre laboratoires chinois occupent les quatre premières places du classement des modèles à poids ouverts, avec un écart de plus de vingt points sur le meilleur modèle ouvert américain. DeepSeek, Moonshot, Zhipu et Alibaba ont chacun construit une stratégie distincte — coût, contexte long, performance brute, diffusion — et toutes fonctionnent.

Mais le marché de l’usage, les revenus et les modèles les plus avancés restent majoritairement américains, et rien dans ces classements ne dit le contraire. La lecture juste n’est donc pas « la Chine a gagné », mais : sur le terrain du logiciel libre d’accès, la Chine a pris une avance que personne n’attendait — et c’est de ce terrain que dépendront beaucoup d’usages ordinaires de l’IA.

Sources : AI2Work, « Chinese Labs Own the Open-Weight Leaderboard : GLM, DeepSeek, Qwen » (2 septembre 2026), pour l’Indice d’intelligence d’Artificial Analysis et les scores comparés ; classement Artificial Analysis Intelligence Index, relevé de septembre 2026 ; Vellum, « Best Open Source LLM 2026 : DeepSeek, Kimi, Qwen Ranked », pour DeepSeek V4-Pro à 80,6 % sur SWE-bench Verified ; BenchLM, classement open-weight, pour GLM-5 de Zhipu AI à 85 points et 77,8 % sur SWE-bench Verified ; Report AI, « Chinese AI Models 2026, Ranked », pour Qwen3.8-Max d’Alibaba ; comparatifs Kimi K3 / DeepSeek V4 Pro / GLM-5.2 sur les modèles à experts creux et contextes d’un million de jetons.