Aller au contenu

ComprendreNiveau 2, Pratiquer12 minutes

Modèles open weight et modèles fermés

Un modèle open weight publie ses paramètres : on peut le faire tourner sur ses serveurs, le garder, l'adapter. Ce que cela permet à une PME, ce que cela ne garantit pas, et l'écart mesuré avec les meilleurs modèles fermés.

Écrit le 8 octobre 2026 · Vérifié le 8 octobre 2026

Vous saurez

  • Distinguer open weight, open source et modèle fermé
  • Lire la licence d'un modèle open weight
  • Situer l'écart de qualité, mesuré en octobre 2026
  • Choisir l'un ou l'autre selon vos données et vos tâches

Dans le parcours

Choix des modèles

Étape 6 sur 9

Sur cette page
  1. Rappel
  2. L'essentiel
  3. Problème
  4. Principe
  5. Fonctionnement
  6. Exemple détaillé
  7. Risques
  8. Mise en place
  9. Exercice
  10. Vérification
  11. Lectures suivantes
Rappel de la page précédente

Répondez de tête, puis ouvrez. La carte des acteurs de l'IA

1L'éditeur d'un assistant et le fabricant du modèle sont-ils toujours la même entreprise ?

Non. Copilot de Microsoft répond avec des modèles d'OpenAI et, selon les réglages, d'Anthropic ; Perplexity propose ceux de huit fabricants.

2Que veut dire « open weight » ?

Que le fabricant publie les paramètres du modèle, sous une licence qui fixe les conditions : chacun peut alors le faire tourner sur les serveurs de son choix, en Europe par exemple.

L'essentiel
  1. Un modèle open weight se télécharge : il tourne sur vos serveurs ou chez l'hébergeur de votre choix, et personne ne peut vous le retirer. Un modèle fermé se loue chez son fabricant ou ses partenaires.
  2. Open weight n'est pas open source : la définition de l'Open Source Initiative exige aussi des informations détaillées sur les données d'entraînement et le code, qu'un modèle open weight ne publie pas forcément.
  3. Sur l'indice d'Artificial Analysis du 6 octobre 2026, le meilleur modèle fermé obtient 57,6 ; le meilleur open weight, 46,3.
  4. La licence fixe ce que vous avez le droit d'en faire : six des quatorze modèles open weight de notre relevé sont sous Apache 2.0 ; quatre sous une licence propre au fabricant, à lire avant tout usage commercial.
  5. Choisissez l'open weight quand vos données ne doivent pas sortir ou quand vous avez besoin du même modèle dans la durée ; sinon, une offre d'équipe fermée est plus simple et souvent meilleure.
1

Problème

Un cabinet d'expertise comptable veut faire résumer ses dossiers par une IA. Ses lettres de mission interdisent que les pièces des clients sortent de ses serveurs. Un prestataire propose « un modèle open source installé chez vous ». Est-ce vraiment open source, est-ce aussi bon qu'un assistant du marché, et de quoi le cabinet a-t-il besoin pour le faire tourner ? La situation est fabriquée pour l'exemple.

2

Principe

Les paramètres sont les milliards de nombres que l'entraînement a réglés : ils sont le modèle. Un fabricant qui les publie rend le modèle open weight : on télécharge le fichier, on le fait tourner sur ses machines, on peut l'ajuster. Un fabricant qui les garde vend un modèle fermé : on s'en sert par son service ou ceux de ses partenaires, à ses conditions.

Open source, au sens strict, demande plus. L'Open Source Initiative exige trois choses : des informations assez détaillées sur les données d'entraînement pour qu'une personne compétente puisse refaire un système équivalent, le code complet, et les paramètres. Un modèle open weight peut ne publier que le troisième.

3

Fonctionnement

Indice d'Artificial Analysis, 6 octobre 2026 : les cinq premiers de chaque camp

Modèles fermés

  1. Claude Opus 5.5Anthropic57,6
  2. Claude Sonnet 5.5Anthropic56,0
  3. Claude Fable 5.1Anthropic53,4
  4. GPT-6 AstraOpenAI52,7
  5. Gemini 4 ArgonGoogle52,6

Modèles open weight

  1. MiMo-V2.6-ProXiaomi46,3
  2. GLM-5.3Z.ai44,8
  3. Kimi K3Moonshot AI43,6
  4. DeepSeek V4.1 FlashDeepSeek39,5
  5. DeepSeek V4 ProDeepSeek36,0
Une moyenne de dix tests (agents, programmation, raisonnement scientifique, connaissances), dans la configuration la plus forte de chaque modèle ; elle ne dit rien de vos tâches. Les cinq premiers modèles open weight viennent de fabricants chinois. Lire un classement.

L'écart, mesuré. Les meilleurs modèles fermés devancent les meilleurs open weight d'une dizaine de points sur cet indice. Sur vos tâches, il peut être plus grand ou plus petit : sur une tâche simple et répétée, résumer, classer, extraire, un modèle plus petit peut suffire ; seul un essai sur vos propres cas le dit.

La licence, d'abord. Les quatorze modèles open weight de notre relevé relèvent de quatre familles de licences :

Fonctionnement
LicenceModèles de notre relevéCe qu'elle dit
Apache 2.0gpt-oss-120b, Gemma 4 31B, Muse Glimmer 30B, Mistral Small 4, Ministral 3 14B, Command A+Un droit perpétuel, mondial, gratuit de reproduire, modifier et distribuer
MITDeepSeek V4.1 Flash, DeepSeek V4 Pro, GLM-5.3-FlashLe droit d'utiliser, modifier, distribuer et vendre, sans restriction, gratuitement
MIT modifiéeMistral Medium 3.5Les conditions de la MIT, modifiées par Mistral AI : à lire
Licence propre au fabricantLlama 4 Maverick, Kimi K3, GLM-5.3, MiniMax-M3Les conditions du fabricant, qui peuvent restreindre certains usages : à lire avant tout usage commercial

Ce que dit le droit européen. Le règlement sur l'IA dispense le fabricant d'un modèle publié sous licence libre, paramètres publiés, de deux obligations de documentation ; pas de sa politique de droit d'auteur ni du résumé des contenus d'entraînement. Et la dispense ne vaut pas pour les modèles à risque systémique. Pour l'entreprise qui s'en sert, les règles d'usage restent les mêmes (le règlement européen sur l'IA).

4

Exemple détaillé

Les mêmes fabricants publient des deux. OpenAI, Google, Meta et Mistral AI gardent fermés leurs modèles les plus forts et publient des modèles plus petits.

Exemple détaillé
FabricantPublié en open weightNon publié en open weight
OpenAIgpt-oss-120b, Apache 2.0GPT-6 Astra, GPT-6.1 Sol, GPT-6 Luna
GoogleGemma 4 31B, Apache 2.0Gemini 4 Argon, Gemini 3.8 Flash
MetaLlama 4 Maverick, Muse Glimmer 30BMuse Spark 1.3
Mistral AIMistral Medium 3.5, Mistral Small 4, Ministral 3 14BMistral Large 4, en aperçu : licence pas encore publiée

Ce qu'il faut pour le faire tourner. Selon OpenAI, gpt-oss-120b tourne sur un seul processeur graphique de 80 Go, et gpt-oss-20b avec 16 Go de mémoire. Le premier demande un serveur de calcul ; le second, selon OpenAI, peut tourner sur un appareil courant doté de 16 Go de mémoire. Les mesures sont celles de l'éditeur. Sans serveur, le même modèle se loue chez un hébergeur, européen si besoin (l'hébergement en Europe).

5

Risques

Risques
Ce qu'on croitCe qui est vraiCe qu'on fait
« Open weight, donc open source »Un modèle open weight peut ne rien publier de ses données d'entraînementDemander ce que le fabricant publie, et ce qu'il ne publie pas
« Open weight, donc libre »Quatre des quatorze modèles de notre relevé ont une licence propreLire la licence avant tout usage commercial
« Chez nous, donc sûr »La sécurité du serveur et les mises à jour sont à votre chargeUn responsable, un hébergeur sérieux, des mises à jour suivies
« Gratuit »Le fichier l'est ; le serveur, l'électricité et le temps ne le sont pasComparer avec le prix d'une offre d'équipe, à l'année
« Aussi bon »Une dizaine de points derrière les meilleurs fermés sur l'indiceEssayer sur vos propres cas avant de choisir
6

Mise en place

Mise en place
Votre situationPlutôtPourquoi
Des données qui ne doivent jamais sortirOpen weight, sur vos serveurs ou un hébergeur sous contratLe texte ne quitte pas le lieu choisi
Un outil qui doit répondre pareil pendant des annéesOpen weightPersonne ne peut retirer un fichier que vous avez
Un grand volume de tâches simplesUn petit modèle, open weight ou ferméLe prix compte plus que les derniers points de qualité
L'usage courant d'une équipeUne offre d'équipe ferméePlus simple, souvent meilleure, avec un contrat (les abonnements d'équipe)
Des tâches difficiles, rédaction ou raisonnementUn modèle fermé de têteLes meilleurs fermés devancent les meilleurs open weight d'une dizaine de points sur l'indice

Dans les deux cas, l'essai sur dix demandes de votre travail tranche mieux qu'un classement : l'atelier de comparaison.

7

Exercice

Open weight ou fermé, pour chacun ?

Trois demandes · fabriquées pour l'exercice
  1. Un réseau d'agences immobilières veut rédiger ses annonces, sans contrainte sur les données.
  2. Un laboratoire veut résumer ses cahiers d'essais, couverts par le secret industriel.
  3. Un éditeur de logiciel veut un modèle qui classe des tickets, à des millions d'exemplaires par mois, pendant cinq ans.
Ouvrir la correction

1. L'agenceUne offre d'équipe fermée : rien n'oblige à garder les textes chez soi, et la qualité de rédaction compte.

2. Le laboratoireUn modèle open weight sur ses serveurs, ou chez un hébergeur sous contrat qui garde les données en Europe ; après un essai sur ses propres cahiers.

3. L'éditeurUn petit modèle open weight : le volume pèse sur le prix, et il garde le même modèle tant qu'il veut. Licence lue avant de le mettre dans un produit vendu.

8

Vérification

1ComprendreUn modèle open weight est-il open source ?

Pas forcément. L'Open Source Initiative exige aussi des informations détaillées sur les données d'entraînement et le code complet ; un modèle open weight peut ne publier que ses paramètres.

2ComprendreQue permet un modèle open weight qu'un modèle fermé ne permet pas ?

Le faire tourner sur vos serveurs ou chez l'hébergeur de votre choix : vos textes restent où vous le décidez, et personne ne peut vous retirer le modèle.

3AppliquerVos contrats interdisent que les dossiers clients sortent de l'entreprise. Quelle option regarder d'abord ?

Un modèle open weight sur un serveur de l'entreprise, ou chez un hébergeur sous contrat si les contrats le permettent ; licence lue, et qualité essayée sur vos propres cas.

9

Lectures suivantes

↑ Plus général

Rien avant : c'est un point de départ.

Vous êtes ici

Modèles open weight et modèles fermés

→ EnsuiteLes modèles chinoisChoisir · Niveau 2 · 15 minutes

Choix des modèles · étape 7 sur 9

Tout le dossier « Choix d'un modèle »

Limites et sources

L'indice d'Artificial Analysis agrège dix tests dans la configuration la plus forte de chaque modèle ; il ne mesure pas vos tâches.

Le relevé couvre quatorze modèles open weight parmi quarante ; d'autres existent.

Le coût d'un serveur pour un grand modèle open weight n'est pas relevé ici ; la mesure du matériel de gpt-oss est celle d'OpenAI.

  1. Artificial Analysis, classement du 6 octobre 2026 ; Open Source Initiative, définition 1.0 ; règlement européen sur l’IA, article 53 ; OpenAI, gpt-oss ; licence Apache 2.0 ; licence MIT.
  2. Les relevés : apprendre/donnees/marche.json, classements.json, recherches/2026-10-08-ouverts-fermes.json.

Écrit par Meridal, avec l'aide de l'IA ; chaque fait vérifié à sa source et relu avant publication. Texte et schémas sous licence CC BY 4.0 : reprenez-les en citant Meridal. Le code sous licence MIT.

Service correspondant

Choisir un outil ou un abonnement

275 € à 850 €

Voir le service

Un premier échange de 30 minutes

En visio et sans frais : vous décrivez votre situation, nous vous indiquons ce qui est réalisable, avec quels outils et pour quel ordre de prix. Vous pouvez aussi nous écrire ; chaque message reçoit une réponse écrite.