Dans un texte de synthèse adapté d’une intervention devant des élus et des collaborateurs du Congrès américain, un chercheur ayant participé à la création des modèles Olmo de l’Allen Institute for AI dresse un état des lieux des modèles d’IA à poids ouverts. Selon lui, les laboratoires chinois en sont aujourd’hui les leaders, sur les classements de performances comme sur les usages.
- Les laboratoires chinois dominent les modèles à poids ouverts, dans les classements comme dans les usages.
- La Chine a pris la tête des téléchargements sur Hugging Face, grâce surtout aux modèles Qwen.
- Selon l’auteur, les modèles chinois ont une avance de 2 à 6 mois sur les modèles américains.
- L’auteur plaide pour que les États-Unis continuent de soutenir les modèles ouverts.
Les modèles à poids ouverts (« open-weight ») rendent leurs paramètres accessibles au public, qui peut les examiner ou les réutiliser. Ils s’opposent aux modèles « fermés », comme GPT-4 ou Claude Opus 4.5, qui ne sont accessibles que par une API, une interface permettant d’interroger le modèle à distance. Parmi les modèles à poids ouverts figurent Llama de Meta, Qwen d’Alibaba, Gemma de Google ou ceux de DeepSeek. Les modèles dits « open source » vont plus loin, puisqu’ils publient aussi le code et les données d’entraînement. Le texte cite à ce titre les modèles Olmo de l’Allen Institute for AI, Marin d’OpenAthena et Pythia d’EleutherAI.
Une avance chinoise sur les téléchargements et les classements
Selon l’auteur, la Chine a pris la tête des téléchargements sur Hugging Face en juillet 2025, principalement grâce aux modèles Qwen. Son avance atteint environ 1,6 milliard de téléchargements, pour un total de 3,2 milliards, soit deux fois le total américain. Sur l’Artificial Analysis Intelligence Index (AAII), au 14 septembre 2026, les trois premiers modèles chinois sont GLM-5.3 (score de 45), Kimi K3 (44) et GLM-5.3-Flash (42), de l’éditeur Z.ai et de Moonshot AI. Les meilleurs modèles américains, Inkling et Inkling Small de Thinking Machines, obtiennent 26, et Nemotron 3 Ultra de Nvidia 23. Le texte estime que les modèles chinois ont une avance de 2 à 6 mois sur leurs équivalents américains.
La plateforme OpenRouter, qui permet de passer d’un modèle à l’autre, montre une tendance similaire. Selon ses données, le volume de tokens traités par les modèles ouverts est passé d’environ 1 T par semaine en septembre 2025 à environ 80 T aujourd’hui, et la part des modèles chinois est passée d’environ 70 % à plus de 80 % des usages.
Dans les entreprises, plusieurs acteurs s’appuient sur des modèles chinois : Harvey, spécialisé dans le droit, Cursor, dans le code, ou encore DoorDash, qui utilise des modèles Kimi, Airbnb, qui utilise Qwen, et Perplexity, qui utilise DeepSeek. Dans la recherche, l’auteur a analysé les articles de cinq grandes catégories de l’arXiv consacrées au machine learning. La part des publications mentionnant un modèle ouvert est passée de 2 % en janvier 2023 à 50 % en septembre 2026. Qwen figure dans environ 30 % des articles, et Llama dans environ 21 %.
Un écart qui se réduit, selon l’auteur
L’auteur évalue la distillation, une technique consistant à entraîner un modèle sur les réponses d’un modèle plus puissant, à 1 ou 2 mois d’avance pour les laboratoires chinois. Il estime aussi qu’une prévention complète, par exemple avec des outils de vérification d’identité des clients chez Anthropic et OpenAI, n’élargirait l’écart que de 1 à 2 mois. Il souligne par ailleurs que les laboratoires chinois achètent désormais davantage de données d’entraînement, notamment des environnements d’apprentissage par renforcement pour les tâches agentiques.
Le texte évoque aussi les risques, notamment en cybersécurité, à l’image de l’incident impliquant OpenAI et Hugging Face. Il rapporte que Hugging Face a utilisé un modèle chinois à poids ouverts pour analyser une cyberattaque, les modèles fermés ayant refusé ces demandes. L’auteur plaide pour que les États-Unis continuent à soutenir l’investissement dans les modèles ouverts, afin de mieux anticiper ces risques et de réduire la dépendance des entreprises américaines à des modèles conçus en Chine. Il reconnaît toutefois une part d’inconnues : les données manquent sur les usages hors États-Unis et Chine, y compris dans le suivi des modèles américains ouverts qu’il a lancé en août 2025 sous le nom de American Truly Open Models (ATOM) Project.
