Analyse : le glissement de Meta vers des modèles plus fermés, un signal à suivre

Pendant plus de deux ans, Meta s'est présenté comme le porte-drapeau des modèles ouverts. La famille Llama, distribuée avec ses poids téléchargeables, incarnait une contre-proposition assumée face aux API fermées d'OpenAI et de Google. Puis, à l'été 2025, le discours a bougé. Dans une note publiée le 30 juillet 2025, Mark Zuckerberg écrit que Meta devra être « rigoureux dans l'atténuation des risques et prudent sur ce que nous choisissons de rendre ouvert » à mesure que l'entreprise s'oriente vers la « superintelligence ». La formule est courte, mais elle marque une inflexion pour une entreprise qui, un an plus tôt, publiait une lettre intitulée « L'IA open source est la voie à suivre ». Cet article propose une lecture de ce glissement : non pas un revirement brutal, mais un recentrage stratégique dont les signaux méritent d'être suivis avec attention.

Le constat : d'un plaidoyer pour l'ouverture à une ouverture « sélective »

Reprenons les faits, datés et sourcés, avant toute interprétation. En juillet 2024, à l'occasion de la sortie de Llama 3.1 — dont le modèle phare 405B est alors présenté comme le premier modèle de frontière à poids ouverts —, Mark Zuckerberg publie une lettre programmatique. Son titre ne laisse aucune ambiguïté : « Open Source AI is the Path Forward ». Il y défend l'ouverture comme un choix à la fois industriel et politique. Les organisations, écrit-il, ne veulent pas dépendre de modèles qu'elles ne peuvent ni exécuter ni contrôler elles-mêmes ; elles redoutent qu'un fournisseur fermé modifie son modèle, change ses conditions d'usage ou cesse de les servir. L'ouverture, dans cette vision, protège contre la dépendance à un fournisseur unique et évite la concentration du pouvoir « entre les mains d'un petit nombre ».

La lettre déroule un parallèle historique explicite avec Linux. Le système d'exploitation libre s'est imposé, rappelle Zuckerberg, parce qu'il était modifiable, moins coûteux, et qu'il a fini par devenir plus avancé, plus sûr et doté d'un écosystème plus large que les systèmes Unix propriétaires. Le raisonnement transposé à l'IA est limpide : un écosystème ouvert attire les développeurs, accélère les corrections, et finit par produire une technologie plus robuste que les alternatives fermées. Cette lettre a longtemps servi de boussole publique à la stratégie IA de Meta.

Cette posture n'était pas un simple habillage de communication. Elle correspondait à une logique industrielle documentée. En diffusant Llama largement, Meta a vu naître autour de ses modèles un vaste tissu d'outils, de variantes ajustées et d'intégrations tierces. Chaque développeur qui optimise une bibliothèque pour faire tourner Llama, chaque entreprise qui l'adapte à son domaine, contribue à faire de l'architecture de Meta un standard de fait. Ce mécanisme rappelle celui qui a profité aux plateformes ouvertes dans d'autres industries logicielles : celui qui donne les fondations récupère l'influence sur les conventions, les formats et les habitudes. Pour un acteur qui, historiquement, n'a pas monétisé ses modèles directement mais capte sa valeur ailleurs, ce calcul était rationnel. L'ouverture n'était pas un renoncement à la valeur, mais une manière détournée de la construire.

Il faut aussi rappeler le contexte concurrentiel dans lequel cette lettre est publiée. En 2024, Meta se trouve en position de challenger face à OpenAI et à Google, dont les modèles de tête sont fermés. Ouvrir Llama, c'était proposer une alternative crédible à des développeurs réticents à dépendre entièrement d'API propriétaires, tout en accélérant l'adoption d'une architecture maison. L'ouverture jouait alors le rôle d'un levier de rattrapage autant que de conviction. Cette double nature — geste sincère et manœuvre stratégique — est utile à garder en tête : elle explique pourquoi le curseur pouvait bouger dès lors que le rapport de force évoluait.

Un an plus tard, le ton se nuance. Le 30 juillet 2025, dans une note intitulée « Personal Superintelligence », Zuckerberg réaffirme certes son attachement à l'ouverture, mais y ajoute une réserve inédite. Il faudra, écrit-il, se montrer « prudent sur ce que nous choisissons de rendre ouvert ». Plusieurs médias techniques relèvent immédiatement le changement de registre. Un porte-parole de Meta, interrogé sur la possibilité que les modèles les plus avancés restent fermés, précise que l'entreprise demeure attachée à l'IA ouverte tout en s'attendant à entraîner aussi des modèles fermés à l'avenir. C'est cette cohabitation — ouvert pour certaines gammes, fermé pour d'autres — qui constitue le cœur de l'inflexion.

« Nous devrons être rigoureux dans l'atténuation de ces risques et prudents sur ce que nous choisissons de rendre ouvert. » — Mark Zuckerberg, note « Personal Superintelligence », 30 juillet 2025.

Il faut ici une précision de vocabulaire qui pèse dans toute l'analyse. Même à l'apogée de son discours d'ouverture, Meta n'a jamais distribué Llama sous une licence reconnue comme « open source » au sens strict. L'Open Source Initiative (OSI), qui fait autorité sur cette définition, a répété que la licence communautaire Llama n'est pas conforme à ses critères. En cause, notamment : un seuil qui réserve l'usage commercial libre aux services comptant moins de 700 millions d'utilisateurs actifs mensuels, une clause interdisant d'employer Llama pour entraîner des modèles concurrents, et une politique d'usage acceptable qui restreint certains domaines. On parle donc plus justement de modèles à « poids ouverts » (open weights) que de logiciel libre. Cette nuance n'invalide pas la démarche de Meta — publier des poids exploitables reste un geste d'ouverture considérable — mais elle rappelle que l'entreprise s'était déjà ménagé des garde-fous. Le glissement de 2025 ne part donc pas d'une ouverture absolue : il resserre un dispositif qui comportait déjà des limites.

Ce qui a changé dans l'organisation

Le changement de discours ne surgit pas dans le vide. Il accompagne une réorganisation profonde de l'appareil IA de Meta. En juin 2025, l'entreprise investit 14,3 milliards de dollars dans Scale AI, une société spécialisée dans la préparation et l'annotation de données, en prenant une participation de 49 %. Son fondateur, Alexandr Wang, rejoint Meta pour diriger une nouvelle entité baptisée Meta Superintelligence Labs (MSL), aux côtés de l'ancien dirigeant de GitHub, Nat Friedman. Le 30 juin 2025, Zuckerberg officialise la création de ce laboratoire dans une note interne relayée par la presse. MSL regroupe les équipes travaillant sur les modèles de fondation, dont Llama, ainsi que les produits et la recherche fondamentale.

Cette bascule organisationnelle éclaire le changement de vocabulaire. L'entreprise passe d'une logique où l'ouverture était un principe affiché à une logique où elle devient une variable d'ajustement, arbitrée gamme par gamme selon des considérations de risque et de compétitivité. Le mot « superintelligence » lui-même, désormais omniprésent dans la communication de Meta, signale un déplacement de l'horizon : il ne s'agit plus seulement de diffuser des outils utiles, mais de viser des systèmes dont la puissance justifierait, aux yeux de la direction, une diffusion plus mesurée.

L'ampleur de l'engagement financier mérite d'être soulignée, car elle pèse sur la lecture. Prendre une participation de 49 % dans Scale AI pour 14,3 milliards de dollars, recruter des profils de premier plan dans un climat de forte compétition pour les talents, réorganiser l'ensemble des équipes de fondation sous une direction unique : ces décisions ne relèvent pas de l'ajustement à la marge. Elles traduisent une volonté de reprendre l'initiative après une période où, selon plusieurs comptes rendus, la direction de Meta estimait avoir pris du retard sur ses rivaux. Quand une entreprise mobilise de tels moyens, il devient difficile de continuer à tout diffuser librement sans s'interroger sur le retour attendu. Le glissement du discours et l'intensité de l'investissement forment ainsi les deux faces d'une même dynamique.

Un dernier élément de contexte compte : la place croissante de Scale AI, spécialiste des données d'entraînement, au cœur de ce dispositif. Confier la direction du laboratoire à Alexandr Wang, dont l'entreprise s'est bâtie sur la préparation de données, place la question de la qualité et de la maîtrise des données au centre de la stratégie. Or les données constituent l'un des rares actifs que l'ouverture des poids n'expose pas directement. On peut y voir un indice supplémentaire d'un recentrage : concentrer la valeur sur ce qui ne se télécharge pas — les données, l'infrastructure, l'intégration produit — tout en gardant la liberté d'ouvrir ou non les modèles selon les cas.

La lecture : un recentrage stratégique, pas un reniement

Voici une grille de lecture possible parmi d'autres. Le glissement de Meta ne se lit pas comme un abandon de l'ouverture, mais comme le passage d'une doctrine unique à une stratégie différenciée. On peut y voir la conséquence logique de trois pressions convergentes : la sécurité, la concurrence et la monétisation. Aucune de ces pressions n'est nouvelle, mais leur conjonction en 2025 rend l'ancienne posture — « tout ouvrir par principe » — plus coûteuse à tenir.

La première pression tient au niveau de capacité visé. Publier les poids d'un modèle rend son usage irréversible : une fois téléchargé, un modèle ne se rappelle pas. Tant que les modèles ouverts restaient en retrait des meilleurs systèmes fermés, ce caractère définitif portait peu à conséquence. À mesure que l'on vise des capacités supérieures, la même irréversibilité change de portée. L'argument de la « prudence » invoqué par Zuckerberg s'inscrit dans cette logique : plus la capacité augmente, plus la barre de ce que l'on accepte de diffuser sans retour possible se relève. C'est une position défendable, que l'on partage ou non son estimation du risque réel.

La deuxième pression est concurrentielle. Le paysage a été rebattu début 2025 par l'arrivée de modèles ouverts venus d'ailleurs, en particulier DeepSeek, dont les modèles de raisonnement ont montré qu'une capacité que l'on croyait protégée derrière des API fermées pouvait être téléchargée, distillée et réentraînée. Cette démonstration a une conséquence directe pour Meta : l'ouverture ne garantit plus un avantage distinctif, puisque d'autres acteurs ouvrent aussi, parfois sous des licences plus permissives (Apache 2.0, MIT) que la licence communautaire Llama. Quand l'ouverture devient un terrain saturé, la différenciation se cherche ailleurs — et parfois du côté de ce que l'on garde pour soi.

Une interprétation possible : Meta ne quitte pas l'ouverture, il cesse d'en faire une fin en soi pour en faire un instrument, activé là où il sert la plateforme et mis en retrait là où il l'expose.

La troisième pression est celle de la valorisation des investissements. Meta engage des sommes considérables dans le calcul et les talents — l'accord avec Scale AI, les recrutements très médiatisés qui ont alimenté ce que la presse a décrit comme une intense rivalité pour les meilleurs profils. Un actionnaire peut légitimement s'interroger sur le rendement d'un modèle que l'on distribue librement. La vision de « superintelligence personnelle » esquissée par Zuckerberg — une IA intégrée aux produits matériels de Meta, notamment ses lunettes de réalité augmentée et ses casques — dessine une réponse : la valeur ne se capte plus dans le modèle lui-même, mais dans son intégration à un écosystème matériel et logiciel propriétaire. Dans cette optique, ouvrir les couches basses tout en gardant fermées les couches les plus différenciantes devient cohérent.

Ces trois pressions ne pèsent pas du même poids selon les moments, et c'est précisément ce qui rend le curseur mobile. Tant que l'ouverture servait le rattrapage, la pression concurrentielle poussait à ouvrir. Une fois le rattrapage largement opéré et le paysage saturé d'alternatives ouvertes, la même pression peut pousser à se différencier autrement. De même, l'argument de sécurité prend du poids à mesure que les capacités visées augmentent : ce qui était anodin à diffuser sur une génération peut devenir plus sensible sur la suivante. Enfin, la pression de monétisation s'intensifie mécaniquement avec le montant des investissements. Le glissement de Meta peut donc se lire comme le résultat d'un équilibre qui s'est déplacé, non comme un choix idéologique soudain. C'est une différence importante : un équilibre qui se déplace peut se déplacer à nouveau, dans un sens comme dans l'autre, selon l'évolution de ces mêmes forces.

Le coût caché de l'ouverture des poids

Pour bien saisir l'arbitrage, il faut nommer ce que coûte réellement l'ouverture des poids à celui qui la pratique. Trois coûts, souvent implicites, se conjuguent. Le premier est la perte de contrôle : une fois les poids diffusés, l'éditeur ne peut plus retirer le modèle, corriger a posteriori un comportement problématique sur les copies déjà téléchargées, ni empêcher des usages qu'il n'avait pas anticipés. Le deuxième est l'absence de revenu direct : le modèle lui-même ne génère pas de flux, la valeur devant être captée en aval, dans des services ou des produits. Le troisième, plus subtil, est le transfert de capacité vers des concurrents potentiels, qui peuvent étudier, distiller et améliorer le modèle diffusé — d'où, précisément, les clauses de la licence Llama interdisant d'entraîner des modèles rivaux à partir de Llama.

Ces coûts restent supportables tant que les bénéfices — adoption, influence, écosystème, rattrapage — les dépassent. Le glissement observé suggère que, pour les modèles les plus avancés, Meta estime désormais que la balance pourrait pencher de l'autre côté. C'est une lecture, pas une certitude ; mais elle a le mérite d'être cohérente avec la fois le discours et les actes. Nommer ces coûts permet aussi de comprendre pourquoi presque aucun grand acteur ne diffuse ses modèles de tête absolument sans conditions : l'ouverture intégrale, sans licence restrictive ni retenue sur le haut de gamme, reste l'exception plus que la règle.

Un arbitrage, pas une conversion

Il serait excessif de conclure que Meta ferme la porte. Le même porte-parole qui évoque de futurs modèles fermés réaffirme l'attachement de l'entreprise à l'ouverture. La lecture la plus prudente consiste à parler d'un arbitrage : Meta se réserve désormais explicitement le droit de trancher, modèle par modèle, entre diffusion ouverte et diffusion fermée. Ce droit, l'entreprise l'exerçait déjà en pratique via sa licence restrictive ; il devient simplement une position affichée. Le glissement est réel, mais il relève davantage d'une clarification stratégique que d'une rupture idéologique.

• Ce qui reste ouvert : les modèles Llama existants continuent d'être distribués avec leurs poids, et l'entreprise ne renie pas publiquement l'intérêt de l'ouverture pour l'écosystème.
• Ce qui pourrait se fermer : les modèles jugés les plus avancés, associés à l'ambition de « superintelligence », pour lesquels Meta invoque des raisons de prudence.
• Ce qui n'a jamais été « libre » : la licence Llama, non reconnue par l'OSI, encadrait déjà l'usage commercial et interdisait certaines finalités.
• Ce qui change vraiment : le passage d'une doctrine de principe à une politique d'arbitrage assumée, gamme par gamme.

La mise en perspective : où se situe Meta dans le spectre ouvert-fermé

Pour évaluer la portée de ce glissement, il faut le replacer dans le paysage des grands acteurs. La question n'est plus binaire — ouvert contre fermé — mais graduée. Chaque entreprise utilise l'ouverture, ou son absence, comme un instrument au service d'une stratégie propre. Une analyse répandue du secteur résume ces intentions divergentes : Meta se sert de poids ouverts pour étendre l'influence de sa plateforme ; Mistral en fait un argument de confiance et de souveraineté ; DeepSeek s'en sert pour réduire l'écart de raisonnement et redéfinir les attentes de coût ; Qwen l'emploie pour se diffuser à travers les langues, les clouds et les gammes de matériel. Autrement dit, l'ouverture n'a pas un sens unique : elle sert des projets industriels distincts.

Sur ce spectre, on peut esquisser trois familles de positionnement, en gardant à l'esprit que les frontières bougent vite.

Acteur	Positionnement dominant	Logique stratégique lisible
OpenAI	Plutôt fermé (API), avec quelques modèles à poids ouverts	Capter la valeur dans le service et l'interface, protéger les capacités de pointe
Google (Gemini / Gemma)	Mixte : produits phares fermés, famille ouverte plus légère	Cohérence avec un écosystème vertical, ouverture ciblée pour les développeurs
Meta (Llama)	Poids ouverts sous licence propre, avec inflexion vers le fermé pour le haut de gamme	Étendre l'influence de plateforme, arbitrer l'ouverture selon le risque et la concurrence
Mistral, DeepSeek, Qwen	Poids ouverts, souvent sous licences plus permissives	Confiance et souveraineté (Mistral), coût et raisonnement (DeepSeek), diffusion large (Qwen)

Ce tableau appelle une prudence de méthode : les positions y sont indiquées telles qu'elles ressortent des sources publiques disponibles, et elles évoluent d'une génération de modèles à l'autre. Il ne s'agit pas d'un classement figé, mais d'une photographie approximative d'un paysage en mouvement. Ce qu'elle donne à voir, c'est que le glissement de Meta ne l'isole pas : il le rapproche d'une pratique déjà courante, où l'on ouvre certaines couches et l'on en garde d'autres. Vu ainsi, Meta ne rejoint pas le camp du fermé ; il adopte une posture intermédiaire que la plupart des grands acteurs occupent déjà, chacun à sa manière.

L'épisode DeepSeek, survenu début 2025, mérite qu'on s'y arrête, car il a joué un rôle de révélateur. Avant lui, une conviction dominait : la capacité de raisonnement approfondi, obtenue en laissant le modèle « réfléchir » plus longtemps au moment de répondre, semblait constituer un avantage durable des laboratoires fermés. On pensait pouvoir louer cette capacité via une API, mais difficilement la télécharger. La diffusion de modèles de raisonnement à poids ouverts a bousculé cette certitude en montrant que le raisonnement lui-même pouvait sortir des laboratoires fermés, se télécharger, se distiller et s'ajuster. Pour Meta, la leçon est double. D'un côté, l'ouverture perd de sa valeur distinctive puisque d'autres ouvrent aussi, parfois plus largement. De l'autre, la démonstration que même les capacités avancées peuvent se propager renforce l'argument de prudence : si l'on ouvre un modèle de tête, il ne faut pas s'attendre à en garder l'exclusivité longtemps. Ces deux enseignements poussent dans la même direction — un usage plus sélectif de l'ouverture.

Il faut aussi noter la diversité des licences dans ce paysage. Plusieurs acteurs qui diffusent des poids ouverts le font sous des licences reconnues comme permissives (Apache 2.0, MIT), là où la licence communautaire Llama impose ses restrictions propres. Cette différence n'est pas anecdotique pour les organisations qui déploient ces modèles en production ou dans des secteurs régulés : une licence permissive offre une sécurité juridique et une liberté d'usage que la licence Llama n'accorde pas pleinement. Le glissement de Meta vers plus de fermeture s'inscrit donc dans un environnement où, paradoxalement, d'autres proposent une ouverture plus franche que la sienne. Cette configuration relativise l'idée d'un « camp de l'ouvert » homogène : il existe plusieurs degrés d'ouverture, et Meta n'a jamais occupé la position la plus permissive du spectre.

Le signal LeCun

Un événement postérieur donne à ce glissement une résonance supplémentaire. En novembre 2025, Yann LeCun, l'un des lauréats du prix Turing 2018 et directeur fondateur du laboratoire de recherche FAIR de Meta, annonce son départ après douze ans dans l'entreprise. LeCun a longtemps été l'une des voix les plus constantes en faveur du partage de la recherche et des technologies avec la communauté ouverte. Son départ, motivé par la création de sa propre structure de recherche autour des « modèles du monde », coïncide avec une réorientation de l'effort IA de Meta vers des produits commerciaux pilotés par Meta Superintelligence Labs.

On peut lire ce départ comme un symptôme, sans en surinterpréter les causes. Il serait imprudent de réduire une décision individuelle à un désaccord doctrinal unique : les motivations d'un chercheur qui lance sa propre aventure sont multiples. Mais la concordance des dates est parlante. En l'espace de quelques mois, Meta a réorganisé son appareil IA autour d'une nouvelle direction, ajusté son discours sur l'ouverture, et vu partir la figure historiquement associée à sa recherche ouverte. Ces trois faits ne prouvent pas une causalité, mais ils composent un tableau cohérent : celui d'une entreprise qui redéfinit son rapport à l'ouverture en même temps qu'elle redéfinit qui la dirige et ce qu'elle vise.

Trois signaux convergent sans se confondre : un discours qui se nuance, une organisation qui se recompose, une figure emblématique qui s'en va. La prudence commande de les tenir ensemble sans conclure à une mécanique unique.

Ce que ce glissement implique pour l'écosystème

Au-delà du cas Meta, ce recentrage éclaire une tension de fond dans l'économie de l'IA. Publier les poids d'un modèle est un acte à double tranchant : il nourrit un écosystème et diffuse une influence, mais il abandonne aussi tout contrôle ultérieur et tout revenu direct sur le modèle lui-même. Tant que l'ouverture servait à rattraper un retard ou à attirer des développeurs, ce compromis restait avantageux pour un acteur qui monétise ailleurs — dans la publicité, les produits, le matériel. À mesure que les capacités augmentent et que les investissements en calcul se chiffrent en dizaines de milliards, l'équation se tend.

Pour les développeurs et les organisations qui construisent sur Llama, l'enseignement pratique est mesuré. Les modèles déjà publiés ne disparaissent pas : un modèle à poids ouverts, une fois diffusé, reste utilisable indéfiniment. Le glissement porte sur les modèles à venir, pas sur l'existant. La vigilance à avoir concerne donc surtout la planification à moyen terme : rien ne garantit que les prochaines générations les plus capables seront distribuées selon les mêmes modalités que Llama 3 ou Llama 4. Diversifier ses dépendances — en gardant un œil sur les alternatives à poids ouverts sous licences permissives — reste une précaution raisonnable, indépendamment de ce que fera Meta.

Cette tension éclaire un débat plus large sur la place de l'ouverture dans la trajectoire de l'IA. Deux visions s'opposent, et le cas Meta les met en scène de façon frappante. Pour la première, l'ouverture est une garantie contre la concentration du pouvoir : plus de modèles diffusés, c'est plus d'acteurs capables d'inspecter, de corriger et d'innover, donc un secteur moins dépendant d'une poignée de fournisseurs. Pour la seconde, l'ouverture des systèmes les plus capables comporte des inconvénients à mesure que leur puissance croît, ce qui justifierait une diffusion plus encadrée du haut de gamme. Ces deux visions ne sont pas absurdes ; elles reposent sur des estimations différentes du rapport entre bénéfices de la diffusion et coûts de l'irréversibilité. Le glissement de Meta peut se lire comme un déplacement du poids que l'entreprise accorde à la seconde vision par rapport à la première — un déplacement, non un basculement complet.

Sur le plan réglementaire, ce type d'inflexion croise aussi les cadres émergents. En Europe, le règlement sur l'IA distingue les modèles selon leur niveau de risque et introduit des obligations pour les modèles à usage général présentant un risque systémique. Un éditeur qui vise des capacités très élevées doit désormais composer avec ces exigences de documentation et d'évaluation, quelle que soit sa politique d'ouverture. On peut faire l'hypothèse que ce contexte réglementaire, en formalisant l'idée que les modèles les plus puissants appellent un traitement particulier, conforte les acteurs qui souhaitent réserver une diffusion plus mesurée à leur haut de gamme. C'est une hypothèse de lecture, pas un lien de cause à effet établi : les motivations de Meta relèvent d'abord de la stratégie industrielle. Mais l'environnement normatif participe au décor dans lequel ces arbitrages se prennent.

Une reconfiguration, pas une fermeture du marché

Il faut se garder d'une lecture trop sombre. Le fait qu'un acteur majeur nuance son discours ne referme pas l'espace ouvert. Ce même espace s'est au contraire élargi en 2025, porté par des modèles à poids ouverts venus de plusieurs horizons, dont certains rivalisent désormais avec les meilleurs systèmes fermés sur de nombreuses tâches, même si les modèles de pointe conservent une avance sur les raisonnements les plus complexes. La dynamique d'ensemble reste favorable à la diffusion : la pluralité des acteurs qui ouvrent leurs poids garantit que le retrait relatif de l'un ne prive pas l'écosystème de matière.

La réalité du marché en 2026 est d'ailleurs plus hybride que tranchée. La plupart des déploiements en production combinent des modèles fermés pour les tâches généralistes et des modèles ouverts, ajustés, pour les besoins sensibles au coût ou spécifiques à un domaine. Dans ce cadre, le geste de Meta ressemble moins à une bascule qu'à une adaptation à un environnement où l'ouverture et la fermeture ne s'excluent pas, mais se combinent selon l'usage. L'entreprise déplace son curseur ; elle ne quitte pas la table.

Trois scénarios pour la suite

Puisqu'il s'agit d'un signal dont la portée reste à confirmer, l'exercice honnête consiste à esquisser les trajectoires possibles sans en privilégier une de manière péremptoire. On peut en distinguer au moins trois, présentées ici comme des hypothèses de travail et non comme des prédictions.

• Le scénario de la continuité graduée. Meta continue de publier des modèles à poids ouverts pour l'essentiel de ses gammes, mais réserve ses systèmes les plus avancés à une diffusion fermée ou très encadrée. L'ouverture reste la norme par défaut, la fermeture l'exception réservée au sommet. C'est la lecture la plus fidèle au discours actuel de l'entreprise, qui insiste sur la sélectivité plutôt que sur l'abandon.
• Le scénario du basculement progressif. Sous la pression de la monétisation et de la concurrence, la part des modèles fermés s'étend au fil des générations, jusqu'à faire de l'ouverture un héritage plutôt qu'une politique active. Ce scénario supposerait que les bénéfices d'écosystème pèsent de moins en moins face aux impératifs de rendement.
• Le scénario du rééquilibrage. Face à la vigueur des alternatives ouvertes et à l'attachement d'une partie de la communauté, Meta réaffirme une ouverture forte pour préserver son influence de plateforme, tout en encadrant seulement des cas très ciblés. L'équilibre déplacé en 2025 se redéplacerait alors partiellement.

Aucun de ces scénarios n'est certain, et la réalité empruntera sans doute à plusieurs. Ce qui compte, du point de vue de l'analyse, c'est de disposer d'une grille pour interpréter les prochaines annonces. Une nouvelle génération de Llama diffusée avec ses poids conforterait la continuité graduée ; un modèle de tête réservé à une API renforcerait l'hypothèse du basculement ; un plaidoyer public renouvelé pour l'ouverture, adossé à des sorties concrètes, accréditerait le rééquilibrage. Le lecteur attentif n'a pas besoin de choisir aujourd'hui : il lui suffit de savoir quoi observer.

Ce qu'on peut en retenir

Le glissement de Meta vers une ouverture plus sélective est un signal réel, mais il gagne à être lu avec mesure. Les faits établis sont clairs : une lettre de juillet 2024 érigeant l'ouverture en voie à suivre, une note de juillet 2025 introduisant une réserve de « prudence », une réorganisation majeure autour de Meta Superintelligence Labs et de l'investissement dans Scale AI, une licence qui n'a jamais été « libre » au sens de l'OSI, et le départ en novembre 2025 de la figure la plus associée à la recherche ouverte de l'entreprise. Sur ces faits, il y a peu de place pour le doute.

L'interprétation, elle, demande de la retenue. On peut raisonnablement lire ce glissement comme un recentrage stratégique — l'ouverture cessant d'être un principe pour devenir un instrument arbitré selon le risque, la concurrence et la monétisation — sans en faire pour autant un reniement ni une fermeture du marché. Meta se donne une marge de manœuvre qu'il exerçait déjà en pratique ; il la rend simplement explicite. Les autres lectures possibles ne sont pas exclues : on pourrait aussi y voir une prudence sincère face à des capacités croissantes, ou une réponse défensive à un paysage devenu très concurrentiel. Ces lectures ne s'opposent pas ; elles se superposent probablement.

Ce qui mérite d'être suivi, c'est la trajectoire concrète des prochaines gammes. Le discours a bougé ; reste à observer si les modèles les plus avancés de Meta seront effectivement fermés, sous quelles conditions, et avec quelles conséquences pour l'écosystème qui s'est construit autour de Llama. Un signal, en analyse, ne vaut que par ce qu'il annonce et ce qu'il confirme dans la durée. Celui-ci est net ; sa portée réelle se mesurera aux publications à venir, pas aux formules. C'est précisément pour cette raison qu'il vaut la peine d'être suivi, calmement, fait après fait.

Sources

• Meta — « Open Source AI is the Path Forward », lettre de Mark Zuckerberg (juillet 2024)
• TechCrunch — Zuckerberg indique que Meta ne rendra pas tous ses modèles de « superintelligence » ouverts (30 juillet 2025)
• Fortune — Zuckerberg : Meta doit être « prudent sur ce qu'il choisit de rendre ouvert » (31 juillet 2025)
• CNBC — Zuckerberg annonce la création de Meta Superintelligence Labs (30 juin 2025)
• Built In — Meta Superintelligence Labs et l'investissement de 14,3 Md$ dans Scale AI
• Open Source Initiative — Pourquoi la licence Llama de Meta n'est toujours pas open source
• CNBC — Le directeur scientifique IA de Meta, Yann LeCun, quitte l'entreprise (19 novembre 2025)
• Analyse du paysage open-weight : Llama, Mistral, DeepSeek, Qwen (2026)