Une liste de lectures consacrée aux modèles ouverts, mise à jour le 26 octobre 2026, dresse un panorama des travaux les plus utiles pour comprendre ce champ de l’intelligence artificielle. Ses références couvrent les raisons de publier des modèles dont les poids sont accessibles au public, l’écart qui les sépare des systèmes fermés et la distillation, que la liste présente comme le débat le plus marquant de 2026.
- La liste recense des travaux sur les modèles ouverts, dont les poids sont accessibles au public.
- L’écart avec les modèles fermés se réduit et serait d’environ quatre à six mois.
- Des entreprises occidentales utilisent des modèles chinois, parfois par choix volontaire.
- La distillation est le débat marquant de 2026, et Anthropic a confirmé son usage par des laboratoires chinois.
Pour en comprendre les enjeux, la liste cite d’abord le texte de Mark Zuckerberg, « Open Source AI is the Path Forward », publié en juillet 2024 à propos de la sortie de Llama 3. Elle recommande aussi l’étude d’Irene Solaiman, parue en février 2023, qui invite à voir les modèles non pas comme ouverts ou fermés, mais sur un dégradé, selon les licences, le coût d’exploitation ou l’accès aux données. Sur les risques, un article de Sayash Kapoor, Rishi Bommasani et leurs coauteurs, daté de février 2024, conclut que les modèles de langage centrés sur le texte n’augmentent que très marginalement les risques documentés.
Sur la place des modèles ouverts dans la course technologique, la liste indique que l’écart avec les modèles fermés s’est réduit ces dernières années et qu’il serait aujourd’hui d’environ quatre à six mois. Selon elle, les meilleurs modèles ouverts viennent tous de laboratoires chinois depuis environ 2024. Une analyse de SemiAnalysis, publiée en août 2026 sous le titre « Are Open Models Catching Up? », s’appuie sur des évaluations indépendantes pour arriver à une conclusion similaire. La liste cite également une déclaration du responsable produit de Z.ai, en 2025, à propos de la mise en ligne de ses modèles : « Get it out fast. We open source it within a few hours. »
Des entreprises occidentales et la question chinoise
Plusieurs élus américains ont interrogé des entreprises sur leur usage de modèles chinois. La liste mentionne DoorDash, dans une enquête rapportée par CNBC le 31 juillet 2026, ainsi qu’Airbnb et Anysphere, éditeur de Cursor, dont le cas a été rapporté par Bloomberg et Semafor le 29 avril 2026. Apple est citée à propos d’un accord évoqué par le New York Times, rapporté par Reuters le 17 mai 2025, et Harvey apparaît en août 2026. La liste évoque aussi des bascules volontaires : Perplexity a rapidement intégré DeepSeek R1 en janvier 2025, selon Forbes, et Thomson Reuters s’appuie sur Qwen pour s’éloigner de Claude, d’après Business Insider le 24 août 2026.
La distillation au cœur du débat
La distillation consiste à entraîner un modèle à partir des réponses produites par un autre modèle. La liste y consacre une section entière, en s’appuyant notamment sur un rapport d’Anthropic publié en septembre 2026, qui décrit un usage à grande échelle de ses produits par des acteurs interdits, mêlant distillation technique et intégration de Claude dans d’autres services sans que les utilisateurs en soient informés. Anthropic a confirmé que cette technique avait été utilisée par des laboratoires chinois.
Un article de chercheurs, dont Panfilov et Shumailov, intitulé « Stealing Reasoning Traces from Proprietary LLM APIs » et daté de 2026, montre par ailleurs que certaines interfaces de programmation de laboratoires fermés peuvent permettre d’extraire de manière systématique les traces de raisonnement des modèles. La liste rappelle toutefois qu’aucune preuve claire n’a été établie que DeepSeek ait distillé le modèle o1 d’OpenAI pour développer R1, et elle relève que la distillation ne retire rien, selon elle, à l’innovation des laboratoires concernés.
