L'IA open source a rattrapé son retard

Janvier 2025. Un labo chinois que presque personne ne connaissait sort un modèle de raisonnement qui rivalise avec o1 d'OpenAI en maths et en code. Coût annoncé : environ 5,3 millions de dollars en calcul GPU pour l'entraînement final. Ce chiffre ne couvre que les heures GPU, pas la R&D, pas les expériences ratées, pas l'investissement matériel de plus de 51 millions de dollars. Les modèles de pointe des grands labos coûteraient des dizaines de millions. Parfois plus.

DeepSeek R1 a fait ça avec 2 048 GPU là où d'autres en utilisent 16 000 et plus. Et ils ont tout publié en open source sous licence MIT.

La domination des modèles fermés, on la prenait pour acquise. Elle vient de prendre un coup.

Ce que DeepSeek R1 a vraiment fait

Les benchmarks comptent ici, donc soyons précis.

DeepSeek R1 atteint 79,8 % sur l'AIME 2024 (American Invitational Mathematics Examination), au niveau des 79,2 % d'OpenAI o1. Il atteint aussi 97,3 % sur MATH-500. Ce sont les benchmarks de référence que l'industrie utilise pour mesurer la capacité de raisonnement, pas des tests obscurs choisis pour l'occasion.

Le modèle apprend à raisonner par renforcement, sans exemples de raisonnement écrits par des humains. DeepSeek a documenté toute l'approche. N'importe qui peut l'étudier ou la reproduire.

Ils ont aussi publié six versions distillées plus petites, basées sur les architectures Llama et Qwen. La version 32B (DeepSeek-R1-Distill-Qwen-32B) dépasse o1-mini d'OpenAI sur plusieurs évaluations. Un modèle de 32 milliards de paramètres qu'on déploie sur son propre matériel, plus performant qu'un produit commercial.

Pas que DeepSeek

Les annonces "l'open source rattrape son retard", on en a déjà vu passer. Ce qui change cette fois : ça se joue sur plusieurs fronts à la fois.

Qwen d'Alibaba accélère. La famille Qwen 2.5 rivalisait déjà avec GPT-4o. Depuis, Alibaba a sorti Qwen 3 (avril 2025) avec du raisonnement hybride sur architectures denses et MoE, puis Qwen 3.5 (février 2026) à 397 milliards de paramètres avec le support de 201 langues. Le tout sous licences permissives.

Mistral Small 3.1 est sorti en mars 2025. 24 milliards de paramètres, tourne sur une seule RTX 4090 ou un Mac avec 32 Go de RAM. 150 tokens par seconde, 128K de contexte, compréhension d'images. Licence Apache 2.0. Il y a deux ans il fallait un cluster pour ce niveau. Maintenant ça tourne sur un ordinateur portable.

DeepSeek V3 continue d'évoluer. V3-0324 a intégré les améliorations de raisonnement de R1. V3.2 (décembre 2025) a poussé encore plus loin. La cadence d'itération est remarquable.

Pourquoi ça compte au-delà des benchmarks

Je pourrais aligner encore des chiffres. La vraie histoire, c'est ce que ces modèles rendent possible.

L'auto-hébergement devient viable

Quand les meilleurs modèles ouverts restaient nettement en dessous de GPT-4, l'argument de l'auto-hébergement tenait mal. Privé et moins cher, oui, mais l'écart de qualité pesait trop lourd. Cet argument s'effondre.

DeepSeek R1 gère le raisonnement. Qwen 3 couvre les capacités générales. Mistral Small assure l'inférence efficace. Ces modèles sont assez bons pour que le compromis qualité devienne marginal dans beaucoup de cas d'usage réels. En échange : contrôle total des données, pas de facturation au token à grande échelle, aucune dépendance à la disponibilité ou aux changements de politique d'un fournisseur.

Pour les secteurs régulés, santé, finance, juridique, déployer un modèle de qualité frontière entièrement dans son infrastructure change la donne. On n'envoie pas des dossiers patients à un endpoint d'API. On peut faire tourner l'inférence sur ses propres serveurs.

L'équation des coûts s'est inversée

DeepSeek annonce 5,3 millions de dollars en calcul GPU pour le modèle de base de R1. Compare avec le coût d'une API de raisonnement commerciale à grande échelle. Pour beaucoup d'entreprises, l'auto-hébergement d'un modèle ouvert s'amortit en quelques mois.

Ce n'est pas théorique. J'ai aidé des clients à calculer leur point de rentabilité. Au-delà de quelques milliers d'appels API par jour, les maths penchent vers les modèles ouverts auto-hébergés. Ajoute les gains de latence de l'inférence locale, pas d'aller-retour réseau, et l'argument devient encore plus solide.

Le vivier de talents s'élargit

Un modèle ouvert, des chercheurs et des ingénieurs partout dans le monde peuvent le disséquer, l'affiner pour des tâches précises. La technique d'entraînement par RL de DeepSeek est déjà reprise par d'autres labos. Les versions distillées tournent sur du matériel grand public. Un développeur seul peut expérimenter avec de l'IA capable de raisonnement.

C'est comme ça que Linux a conquis le marché des serveurs. Pas une seule entreprise : des milliers de contributeurs qui ont accumulé des améliorations pendant des années.

Ce que je regarde dans un modèle ouvert

Tous les modèles d'IA open source ne se valent pas. Voici mes critères.

La licence d'abord. MIT et Apache 2.0 veulent dire qu'on peut utiliser le modèle commercialement sans restriction. Certains modèles "ouverts" traînent des clauses non-commerciales ou des licences maison qui limitent l'usage réel. DeepSeek R1 est sous MIT. Mistral Small 3.1 et Qwen2.5-VL sous Apache 2.0. Là, c'est vraiment ouvert.

Ensuite la reproductibilité. DeepSeek a partagé sa méthodologie d'entraînement. C'est rare et ça vaut cher : la communauté peut vérifier les résultats, repérer les faiblesses, construire dessus. Un modèle publié sans détails d'entraînement s'évalue moins bien.

Les besoins matériels comptent aussi. Un modèle à 671 milliards de paramètres peut afficher d'excellents résultats, mais s'il faut huit A100 pour le faire tourner, il n'est "ouvert" que pour les entreprises avec de gros budgets GPU. Les modèles distillés, DeepSeek-R1-Distill à 32B, Mistral Small à 24B, c'est là qu'est la valeur concrète.

Et le fine-tuning. Peut-on adapter le modèle à son domaine ? Les poids ouverts sont un minimum. Le code d'entraînement ouvert et une documentation claire font la différence entre une démo téléchargeable et un outil de production.

La marche à suivre

Tu diriges une entreprise et tu te demandes quoi faire de tout ça ?

N'attends pas "le meilleur" modèle. Il n'y en aura pas. Le lot en tête change d'un mois sur l'autre. Choisis un modèle assez bon pour ton cas d'usage, déploie-le, améliore au fil du temps. Qwen 3 et Mistral Small sont de bons choix généralistes.

Commence par un cas d'usage précis. "On veut utiliser l'IA open source" n'est pas une stratégie. "On veut automatiser notre résumé de documents internes sans envoyer les données à l'extérieur" en est une.

Planifie ton infrastructure. Déployer des modèles en local demande du calcul GPU. Si tu n'en as pas en interne, des fournisseurs d'inférence dédiés hébergent des modèles ouverts pour une fraction du prix des API. Le juste milieu entre "tout auto-hébergé" et "tout envoyer à OpenAI" est plus large qu'on ne le pense.

Reste attentif. Llama 4 de Meta est sorti en avril 2025 avec les modèles multimodaux Scout (109B) et Maverick (400B). Qwen 3 a apporté le raisonnement hybride aux poids ouverts. La cadence ne ralentit pas. Ce qui est à la pointe aujourd'hui sera la base dans six mois.

Si tu cherches à intégrer des LLM open source dans tes workflows, c'est le moment. Les modèles sont performants, l'outillage mûrit, l'avantage en coût est réel. L'IA open source a franchi le seuil entre expérience intéressante et option de production crédible. Reste à savoir si tu construis sur des fondations ouvertes ou si tu restes verrouillé dans des API fermées.

Et maintenant ?

La tortue rattrape le lièvre

Pour comprendre les bases des agents IA : c'est par ici. Et pour héberger ces modèles toi-même, consulte le guide pratique.