Accueil » 2 neurones » Définition d’open weight model (modèle à poids ouverts)

Définition d’open weight model (modèle à poids ouverts)

Un open weight model (modèle à poids ouverts) est un modèle d’IA dont les paramètres entraînés, les « poids », sont publiés en téléchargement libre : chacun peut l’exécuter sur ses propres serveurs, l’affiner ou le modifier. Ce n’est pas un modèle open source. Les données d’entraînement et le code qui a produit le modèle restent presque toujours secrets.

La distinction est posée le 28 octobre 2024. L’Open Source Initiative publie alors la version 1.0 de sa définition de l’IA open source : elle exige les poids, le code complet d’entraînement et une description des données assez précise pour qu’une personne compétente reconstruise un système équivalent. Très peu de modèles du marché passent ce filtre. D’où l’expression « poids ouverts », plus exacte.

Le 5 août 2025, OpenAI publie gpt-oss-120b et gpt-oss-20b sous licence Apache 2.0, ses premiers poids ouverts depuis GPT-2 en 2019. Le 27 juillet 2026, Moonshot AI met en ligne les poids de Kimi K3, 2 800 milliards de paramètres, sous une licence maison : tout opérateur qui revend l’accès au modèle et dépasse 20 millions de dollars de chiffre d’affaires sur douze mois doit signer un accord séparé avec Moonshot. Ouvert ne veut pas dire sans condition.

Le droit européen récompense l’ouverture, avec des limites. L’article 53 de l’AI Act dispense les fournisseurs de modèles publiés sous licence libre, poids compris, de la documentation technique exigée des autres. La dispense tombe pour les modèles à risque systémique, et la politique de respect du droit d’auteur comme le résumé des données d’entraînement restent dus.

Importance pour l’entreprise

Les poids ouverts permettent de faire tourner un modèle performant sans qu’aucune donnée ne quitte votre infrastructure. Deux précautions.

  • Le modèle est gratuit, pas son exécution. gpt-oss-120b tient sur un seul GPU de 80 Go ; Kimi K3 réclame une infrastructure de centre de données. Chiffrez le matériel avant de comparer avec le prix d’une API.
  • Lisez la licence avant le benchmark. Apache 2.0 n’impose presque rien. La licence de Kimi K3 exempte l’usage interne, mais encadre la revente et impose d’afficher la marque au-delà de 100 millions d’utilisateurs mensuels. Nous avons détaillé pourquoi Kimi K3 inquiète davantage les acteurs américains que DeepSeek.

Sources

Ce contenu vous a plu ?

Inscrivez-vous gratuitement à notre newsletter et recevez chaque semaine l’actualité du SEO directement dans votre boîte email. Vous pouvez vous désabonner à tout moment !

    Laisser un commentaire

    Ce site utilise Akismet pour réduire les indésirables. Découvrez comment les données de vos commentaires sont traitées.

    Neper AI - Cabinet de Conseil en IA
    Résumé de la politique de confidentialité

    Ce site utilise des cookies afin que nous puissions vous fournir la meilleure expérience utilisateur possible. Les informations sur les cookies sont stockées dans votre navigateur et remplissent des fonctions telles que vous reconnaître lorsque vous revenez sur notre site Web et aider notre équipe à comprendre les sections du site que vous trouvez les plus intéressantes et utiles.