On a pris l'habitude de résumer l'essor des modèles ouverts chinois par un seul nom, celui qui secoue l'actualité au moment où l'on écrit. DeepSeek hier, Qwen aujourd'hui, Kimi demain. Cette lecture par vedette successive rate l'essentiel. Depuis la mi-2025, ce n'est pas un laboratoire qui domine l'écosystème IA chinoise open weight, mais un quatuor qui avance en parallèle, chacun sur une trajectoire distincte. Zhipu polit ses modèles GLM pour le code et les agents. Moonshot pousse Kimi vers le contexte long et l'action autonome. Alibaba fait de Qwen une famille multilingue tentaculaire. DeepSeek travaille l'efficacité d'entraînement et le coût par jeton. Regarder ces quatre approches côte à côte en dit plus long sur la dynamique réelle qu'un classement de benchmarks figé un lundi matin.
Cet article propose une grille de lecture, pas un palmarès. Les faits — dates de sortie, tailles de modèles, licences, fenêtres de contexte — sont sourcés et datés. La lecture stratégique qui les relie reste une interprétation parmi d'autres. L'objectif est de montrer pourquoi la diversité de ces approches, loin d'être une redondance, constitue une force pour l'ensemble du champ des modèles à poids ouverts.
Le constat : quatre laboratoires, quatre sorties majeures en 2025
Commençons par les faits établis. L'année 2025 a vu ces quatre acteurs livrer, à quelques mois d'intervalle, des modèles ouverts de premier plan. Ce calendrier resserré est en soi un signal : il ne s'agit pas d'un laboratoire isolé qui rattrape la frontière, mais d'un tissu industriel qui progresse par vagues.
Alibaba ouvre le bal fin avril. Le 29 avril 2025, l'équipe Qwen d'Alibaba Cloud publie Qwen3, une famille complète de modèles à poids ouverts sous licence Apache 2.0, entraînée sur 36 000 milliards de jetons couvrant 119 langues et dialectes. La gamme comprend six modèles denses (de 0,6 à 32 milliards de paramètres) et deux modèles à mélange d'experts, dont le vaisseau amiral Qwen3-235B-A22B — 235 milliards de paramètres au total, 22 milliards activés par jeton.
En juillet, deux sorties se succèdent. Moonshot AI dévoile en premier Kimi K2, le 11 juillet 2025 : un modèle à mélange d'experts d'un billion de paramètres au total (1 000 milliards) avec 32 milliards activés par jeton, distribué en poids ouverts sous une licence MIT modifiée. Plus tard dans le mois, le 28 juillet 2025, Zhipu AI publie à son tour GLM-4.5, un modèle à mélange d'experts de 355 milliards de paramètres au total dont 32 milliards actifs à l'inférence, sous licence MIT, explicitement conçu pour les usages agentiques et le développement logiciel.
DeepSeek, lui, avait posé une pierre fondatrice quelques mois plus tôt. Son modèle DeepSeek-V3, publié fin décembre 2024, aligne 671 milliards de paramètres dont 37 milliards actifs par jeton, pré-entraîné sur 14 800 milliards de jetons. Il servira de socle au modèle de raisonnement R1 début 2025, celui qui a le plus fait parler de la maison. Ce décalage de calendrier place DeepSeek à la fois comme un précurseur et comme un membre à part entière du quatuor.
Quatre laboratoires, quatre licences ouvertes, quatre paris techniques distincts, tous rendus publics en moins d'un an. C'est cette simultanéité qui redessine la carte, pas la performance d'un seul modèle.
Un point de méthode, avant d'aller plus loin. Autour de ces modèles vérifiables gravitent de nombreuses annonces de versions ultérieures — numérotées 4.6, 4.7, 5, ou au-delà — dont la traçabilité varie fortement selon les sources. Nous nous appuyons ici sur les sorties confirmées par les dépôts officiels et la presse technique reconnue, et nous restons prudents sur les versions dont l'existence ou les spécifications ne reposent que sur des pages à vocation commerciale. La règle vaut particulièrement pour la lignée GLM, où plusieurs numéros circulent sans documentation officielle stable.
Un socle technique partagé : le mélange d'experts
Avant de détailler les spécialités, il faut nommer ce qui rapproche ces quatre modèles amiraux : ils reposent tous sur une architecture à mélange d'experts, en anglais Mixture-of-Experts. Le principe est le suivant. Un modèle dense mobilise l'intégralité de ses paramètres à chaque jeton traité, ce qui rend le coût de calcul proportionnel à la taille totale. Un modèle à mélange d'experts, lui, découpe ses paramètres en de nombreux sous-réseaux — les experts — et n'active qu'une petite fraction d'entre eux pour chaque jeton, sélectionnée par un routeur.
Les chiffres rendent le contraste tangible. Kimi K2 aligne 1 000 milliards de paramètres au total mais n'en active que 32 milliards par jeton. DeepSeek-V3 affiche 671 milliards au total pour 37 milliards actifs, avec 256 experts dont 8 sollicités à chaque passe. GLM-4.5 mobilise 32 milliards de ses 355 milliards de paramètres. Qwen3-235B-A22B active 22 de ses 235 milliards. Dans chaque cas, le rapport entre capacité totale et coût d'inférence est spectaculairement favorable : le modèle « sait » beaucoup, mais « dépense » peu à chaque pas.
Même total de paramètres, deux économies de calcul opposées : le routeur du MoE n’allume qu’une fraction des experts à chaque passe.
Le mélange d'experts est le dénominateur commun de ce quatuor. Il permet d'afficher des tailles impressionnantes sur le papier tout en gardant un coût de service maîtrisé — une équation décisive pour des modèles destinés à l'auto-hébergement.
Ce choix architectural n'est pas anodin pour l'ouverture. Un modèle à poids ouverts n'a d'intérêt pratique que si des tiers peuvent réellement l'exécuter sur leur propre matériel. En réduisant la charge de calcul active, le mélange d'experts abaisse le seuil d'entrée matériel, ce qui élargit le cercle de ceux qui peuvent déployer ces modèles hors des grands centres de données. On peut lire cette convergence architecturale comme un consensus tacite : pour rendre l'ouverture crédible, il faut d'abord rendre l'exécution abordable. Chacun des quatre laboratoires a ensuite bâti sa spécialité par-dessus ce socle partagé.
Simulateur de mélange d’experts
Choisissez un modèle — ou ajustez les valeurs — pour visualiser le rapport entre capacité totale et paramètres réellement mobilisés à chaque jeton. Toutes les valeurs correspondent aux chiffres sourcés dans l’article.
À chaque jeton, 32 Md sur 1 000 Md travaillent. Un modèle dense de 1 000 Md mobiliserait 1 000 Md entiers — soit 31,25 fois plus de calcul.
Zhipu et GLM : la spécialisation code et agents
La signature de Zhipu, avec sa famille GLM, tient en deux mots : code et agents. GLM-4.5 n'a pas été présenté comme un généraliste cherchant à briller partout, mais comme un modèle taillé pour les tâches de développement logiciel et l'orchestration d'outils. Sa fiche technique met en avant l'appel de fonctions, la navigation web, l'exécution de code et l'intégration d'API externes comme capacités natives, pas comme greffons.
Cette orientation se lit dans les usages qui remontent du terrain. Les intégrations mises en avant concernent des environnements de développement assistés — assistants de code en terminal, extensions d'éditeur, agents qui enchaînent lecture de dépôt, modification et test. GLM-4.6, publié fin septembre 2025, prolonge cette trajectoire en portant la fenêtre de contexte de 128 000 à 200 000 jetons, un élargissement qui sert directement les tâches agentiques longues où le modèle doit garder en mémoire une base de code entière et un historique d'actions.
Une lecture possible : occuper le créneau du développeur exigeant
On peut lire cette spécialisation comme un positionnement délibéré. Plutôt que d'affronter frontalement les généralistes sur tous les tableaux, Zhipu semble concentrer ses efforts là où la valeur d'usage est la plus mesurable : la productivité des développeurs. Le choix de la licence MIT, l'une des plus permissives qui soient, renforce cette hypothèse. Elle autorise l'usage commercial, la modification et la redistribution sans contrepartie de redevance, ce qui abaisse la barrière à l'adoption dans les chaînes d'outils professionnelles.
Cette interprétation reste une grille de lecture. On pourrait tout aussi bien y voir un effet d'opportunité : le code est le domaine où les jeux d'évaluation sont les plus nets et où une équipe peut démontrer sa progression sans ambiguïté. Les deux lectures ne s'excluent d'ailleurs pas. Ce qui est vérifiable, c'est le résultat : dans les comparaisons publiques de fin 2025, GLM-4.6 est régulièrement cité parmi les modèles ouverts les mieux placés sur les tâches de développement, avec des scores approchant ceux de références propriétaires de génération précédente sur certains bancs d'essai humains.
- Cœur de métier : code, appel d'outils, agents de développement.
- Levier technique : contexte étendu (128K puis 200K jetons) pour les sessions agentiques longues.
- Levier d'adoption : licence MIT, sans coût de redevance ni verrou de redistribution.
- Point de vigilance : la numérotation des versions au-delà de 4.6 circule sans documentation officielle unifiée ; prudence sur les spécifications avancées.
Un mot sur la manière dont cette spécialisation s'incarne concrètement. Un agent de code n'est pas seulement un modèle qui écrit du code juste ; c'est un système qui sait décider quand lire un fichier, quand lancer une commande, quand corriger son propre travail après avoir vu un message d'erreur. Ces compétences — planification, usage d'outils, autocorrection — sont exactement celles que Zhipu met en avant pour GLM-4.5 et sa suite. L'écart entre un modèle qui complète une ligne et un modèle qui pilote une session de développement de bout en bout tient précisément là. En concentrant ses efforts sur cette couche agentique, Zhipu vise un usage où la valeur produite est directement observable par l'utilisateur : le nombre de tâches menées à terme sans intervention.
À retenir. Un agent de code ne se résume pas à compléter une ligne : il décide quand lire un fichier, lancer une commande, puis corriger son propre travail après un message d’erreur. C’est précisément cette couche de planification et d’autocorrection que Zhipu met en avant pour la famille GLM.
Moonshot et Kimi : le contexte long et l'action autonome
Moonshot AI a bâti l'identité de Kimi autour d'une promesse simple à énoncer, difficile à tenir : lire beaucoup, agir seul. Kimi K2, publié le 11 juillet 2025, est un modèle à mélange d'experts d'un billion de paramètres dont seulement 32 milliards s'activent par jeton. Cette architecture — beaucoup de paramètres au total, peu mobilisés à chaque passe — est le compromis qui permet d'atteindre une grande capacité sans faire exploser le coût d'inférence.
Le modèle a été entraîné sur environ 15 500 milliards de jetons à l'aide d'un optimiseur maison baptisé MuonClip. Son innovation centrale, le qk-clip, rééquilibre les matrices de requête et de clé après chaque pas d'optimisation pour empêcher les logits d'attention de diverger — un problème récurrent à cette échelle. Ce détail technique compte : il illustre que la contribution de Moonshot ne se limite pas à l'assemblage de composants connus, mais touche à la stabilité de l'entraînement lui-même.
Le contexte long comme axe de différenciation
Kimi K2 est sorti avec une fenêtre de contexte de 128 000 jetons, suffisante pour ingérer une base de code ou un dossier documentaire multi-fichiers en une seule passe. Le 9 septembre 2025, Moonshot a publié une version actualisée, Kimi-K2-Instruct-0905, qui améliore les tâches de code et porte la fenêtre de contexte à 256 000 jetons. Ce doublement n'est pas cosmétique : il vise directement les scénarios agentiques où le modèle doit conserver un état riche sur de longues séquences d'actions.
Un contexte qui double en deux mois raconte une intention : faire du volume de mémoire de travail non pas une caractéristique secondaire, mais l'axe premier de différenciation.
Ici encore, distinguons le fait de l'interprétation. Le fait : Kimi cible le contexte long et l'usage agentique, avec des sorties rapprochées qui accroissent la mémoire de travail. La lecture : dans un paysage où beaucoup d'acteurs convergent vers des tailles comparables, choisir le contexte comme terrain de spécialisation permet de se distinguer sans entrer dans une surenchère de paramètres. C'est une hypothèse cohérente avec les sorties observées, sans être une certitude sur les motivations internes du laboratoire.
Le contexte long a une portée pratique qu'il vaut la peine de préciser. Une fenêtre de 256 000 jetons représente, à la louche, l'équivalent de plusieurs centaines de pages de texte tenues simultanément en mémoire. Pour un usage agentique, cela change la nature des tâches abordables : au lieu de découper un problème en petits morceaux et de recoller les résultats, le modèle peut raisonner sur l'ensemble d'un dossier — un dépôt logiciel complet, une longue conversation d'assistance, un corpus documentaire — sans perdre le fil. C'est un pari sur la valeur de la continuité : plus le modèle voit large, moins l'orchestration externe doit compenser ses oublis.
Ce pari comporte ses propres contreparties, qu'une lecture honnête ne masque pas. Étendre le contexte a un coût en mémoire et en calcul, et la qualité de l'attention sur de très longues séquences reste un sujet de recherche actif dans toute la communauté. Kimi n'échappe pas à ces contraintes ; ce qui distingue Moonshot, c'est le choix d'en faire un axe prioritaire plutôt qu'une case à cocher. Le laboratoire assume que, pour une part des usages professionnels, la mémoire de travail prime sur d'autres critères — et il structure ses sorties autour de cette conviction.
Alibaba et Qwen : l'ampleur multilingue et la famille modulaire
Là où Zhipu et Moonshot cultivent une spécialité, Alibaba joue une autre partition : la couverture. Qwen3 n'est pas un modèle, c'est une famille. Six variantes denses et deux variantes à mélange d'experts, allant du modèle minuscule de 0,6 milliard de paramètres, exécutable sur du matériel modeste, jusqu'au vaisseau amiral de 235 milliards. Cette gamme étagée répond à une logique d'écosystème : proposer le bon modèle pour chaque contrainte de déploiement, du terminal embarqué au serveur d'inférence.
Le trait le plus distinctif de Qwen3 est son ampleur linguistique. La famille prend en charge 119 langues et dialectes, un chiffre rendu possible par un entraînement sur 36 000 milliards de jetons puisés dans cette diversité. Pour une part importante de la planète — Asie du Sud-Est, sous-continent indien, monde arabophone, Afrique — la qualité d'un modèle dans une langue autre que l'anglais n'est pas un raffinement, c'est la condition d'usage. Qwen3 en fait un argument central.
La modularité comme stratégie de diffusion
La licence Apache 2.0 retenue pour Qwen3 est, comme la MIT de ses voisins, très permissive : téléchargement, auto-hébergement, modification et usage commercial sont ouverts. Combinée à la gamme de tailles, elle dessine une stratégie de diffusion large. Un développeur peut prototyper avec une petite variante, puis passer à un modèle plus capable de la même famille sans changer d'écosystème d'outils ni de conventions.
On peut lire cette approche comme un pari sur l'effet de réseau. Plus une famille de modèles est présente à tous les niveaux — de l'appareil personnel au centre de données — plus elle a de chances de devenir un standard de fait pour ceux qui construisent par-dessus. Alibaba, acteur du cloud, a un intérêt naturel à ce que cette diffusion nourrisse aussi son infrastructure. Cette lecture reste une hypothèse ; elle est cohérente avec la structure de l'offre, sans qu'on puisse la présenter comme la motivation exclusive du groupe.
Pourquoi le multilinguisme est un terrain stratégique
Il serait réducteur de voir dans les 119 langues de Qwen3 une simple prouesse d'affichage. La plupart des grands modèles se sont d'abord construits sur des corpus massivement anglophones, avec un chinois solide pour les acteurs asiatiques, et une qualité qui décroît vite pour les langues moins dotées en données. En investissant explicitement la couverture linguistique, Qwen adresse un besoin réel et mal servi : celui des développeurs et des entreprises qui opèrent hors de la sphère anglophone et dont les utilisateurs finaux ne parlent pas l'anglais.
Ce choix a une résonance particulière dans le contexte des modèles ouverts. Un modèle propriétaire multilingue reste une boîte que l'on interroge à distance ; un modèle ouvert multilingue peut être affiné localement sur une langue ou un domaine spécifique, hébergé sur place, adapté à des contraintes réglementaires de résidence des données. Pour de nombreux pays et secteurs, cette combinaison — ouverture et couverture linguistique — n'est pas un luxe mais une condition d'appropriation. Une interprétation possible est qu'Alibaba a identifié ce segment comme un espace où l'ouverture crée une valeur difficile à répliquer par les seuls acteurs anglophones. Là encore, c'est une lecture, cohérente avec les faits observés, pas une déclaration d’intention vérifiée du groupe.
À retenir. Les 119 langues de Qwen3 ne sont pas un argument d’affichage. Hors sphère anglophone, la qualité dans la langue de l’utilisateur final conditionne l’usage réel — et seul un modèle à poids ouverts permet de l’affiner et de l’héberger localement.
DeepSeek : l'efficacité d'entraînement et la question du coût
DeepSeek occupe une place particulière dans ce quatuor. C'est le nom qui a le plus circulé début 2025, moins pour la performance brute de ses modèles que pour ce qu'ils suggéraient sur le coût de la frontière. DeepSeek-V3, publié fin décembre 2024, affiche 671 milliards de paramètres dont 37 milliards actifs par jeton, avec une architecture à mélange d'experts de 256 experts dont 8 activés à chaque passe. Le pré-entraînement a mobilisé 14 800 milliards de jetons pour environ 2,788 millions d'heures de GPU H800, selon le rapport technique du laboratoire.
C'est ce dernier chiffre qui a nourri le débat. En le convertissant en dollars, plusieurs commentateurs ont avancé un coût de pré-entraînement de l'ordre de quelques millions de dollars, un ordre de grandeur bien inférieur aux estimations circulant pour les grands modèles occidentaux de l'époque. La suite a montré que la lecture demandait de la nuance.
Un chiffre à manier avec précaution
Le débat s'est cristallisé sur le modèle de raisonnement R1. Une publication évaluée par les pairs dans la revue Nature a avancé un coût de 294 000 dollars pour la phase d'apprentissage par renforcement de R1. Mais ce montant, comme l'ont souligné plusieurs analyses, exclut le coût de développement du modèle de base sous-jacent, de l'ordre de plusieurs millions de dollars. D'autres estimations, prenant en compte l'ensemble des dépenses d'infrastructure et de recherche, chiffrent l'investissement matériel cumulé de DeepSeek à un niveau bien supérieur, de l'ordre du milliard de dollars — selon les estimations de SemiAnalysis (janvier 2025), autour de 1,3 à 1,6 milliard de dollars de dépenses en serveurs.
Le fameux « coût dérisoire » de DeepSeek est un cas d'école : selon le périmètre retenu — une phase d'entraînement isolée ou l'ensemble de l'appareil productif — on passe de quelques centaines de milliers à plus d'un milliard de dollars.
Nous restons donc qualitatifs sur ce point, comme l'exige la rigueur : les heures de GPU du pré-entraînement de V3 sont documentées par le rapport technique et vérifiables ; les conversions en dollars, en revanche, dépendent d'hypothèses de prix et de périmètre qui varient d'une source à l'autre. Ce qui est solide, c'est l'orientation du laboratoire : DeepSeek a fait de l'efficacité d'entraînement et du coût par jeton un terrain de travail explicite, avec des choix d'architecture — attention latente multi-tête, mélange d'experts fin — qui servent cet objectif.
Le mérite de l'épisode DeepSeek, au-delà de la bataille de chiffres, est d'avoir déplacé une question. Pendant longtemps, la frontière de l'IA s'est racontée en termes de puissance de calcul accumulée. DeepSeek a rappelé qu'à côté de cette course, l'ingénierie de l'efficacité — obtenir plus avec des ressources contraintes — reste un levier de compétitivité de premier ordre.
La mise en perspective : ce que la diversité change pour tout le monde
Reprenons de la hauteur. Les tableaux ci-dessous résument les faits vérifiés qui structurent notre lecture. Ils ne classent pas les modèles ; ils montrent des points d’appui différents.
Quatre laboratoires, quatre sillons : la différenciation comme signe de maturité du champ.
| Laboratoire | Famille | Sortie majeure 2025 | Licence ouverte | Axe distinctif |
|---|---|---|---|---|
| Zhipu AI | GLM | GLM-4.5 (juillet), GLM-4.6 (septembre) | MIT | Code, appel d'outils, agents |
| Moonshot AI | Kimi | Kimi K2 (11 juillet) | MIT modifiée | Contexte long, action autonome |
| Alibaba Cloud | Qwen | Qwen3 (29 avril) | Apache 2.0 | Multilingue (119 langues), famille modulaire |
| DeepSeek | DeepSeek | V3 (déc. 2024), R1 (début 2025) | Ouverte (poids) | Efficacité d'entraînement, coût par jeton |
| Modèle | Paramètres (total / actifs) | Contexte à la sortie | Jetons d'entraînement |
|---|---|---|---|
| Qwen3-235B-A22B | 235 Md / 22 Md | — | 36 000 Md (famille) |
| GLM-4.5 | 355 Md / 32 Md | 128K jetons | non communiqué ici |
| Kimi K2 | 1 000 Md / 32 Md | 128K jetons | ~15 500 Md |
| DeepSeek-V3 | 671 Md / 37 Md | — | 14 800 Md |
La complémentarité plutôt que la substitution
La première leçon de ce panorama est qu'il n'existe pas de « meilleur modèle ouvert chinois » dans l'absolu. Il existe un modèle mieux adapté à chaque besoin. Un studio qui automatise sa chaîne de développement logiciel n'a pas les mêmes priorités qu'une plateforme qui doit servir des utilisateurs dans vingt langues, ni qu'une équipe qui optimise chaque centime de coût d'inférence. Que quatre laboratoires aient choisi de creuser des sillons différents signifie qu'un praticien dispose aujourd'hui d'un éventail réel, et non d'une offre monolithique.
Cette complémentarité a une conséquence souvent sous-estimée : elle protège l'écosystème contre le risque de dépendance à un acteur unique. Dans un domaine où l'ouverture des poids autorise l'auto-hébergement, avoir plusieurs familles crédibles et permissivement licenciées réduit le pouvoir de verrou de n'importe lequel d'entre elles. C'est un bénéfice structurel pour ceux qui construisent des produits par-dessus ces modèles.
Une émulation qui accélère le champ entier
La deuxième leçon tient à la mécanique d'émulation. Quand quatre équipes publient en poids ouverts à quelques mois d'écart, chacune peut inspecter, mesurer et parfois réutiliser les avancées des autres. L'optimiseur de Moonshot, les choix d'architecture de DeepSeek, la couverture linguistique de Qwen, l'ingénierie agentique de GLM : autant de contributions qui, une fois publiées, deviennent des points d'appui pour l'ensemble du domaine, en Chine comme ailleurs.
Il faut se garder d'idéaliser ce tableau. La publication en poids ouverts n'est pas la publication du code d'entraînement complet ni des jeux de données ; « ouvert » recouvre des degrés variables de transparence selon les licences et les pratiques. Les comparaisons de bancs d'essai, par ailleurs, restent sensibles au choix des tests et à leur possible contamination. Une lecture équilibrée reconnaît ces limites sans les transformer en procès : la dynamique reste, dans l'ensemble, favorable à la circulation des idées.
La vraie nouvelle de 2025 n'est pas qu'un laboratoire chinois ait rejoint la frontière, mais que plusieurs y soient arrivés par des chemins différents — et l'aient documenté publiquement.
Ce que la spécialisation révèle d'une maturité
Un champ naissant tend à produire des acteurs qui font tous la même chose, un peu moins bien les uns que les autres. Un champ qui mûrit voit émerger des spécialisations. Que Zhipu, Moonshot, Alibaba et DeepSeek aient chacun trouvé un axe propre — code, contexte, multilinguisme, efficacité — peut se lire comme un signe de maturation. La différenciation n'est pas un accident, elle est la marque d'un secteur où il devient possible de se distinguer autrement que par la seule taille du modèle.
Cette lecture appelle une réserve. Les axes que nous décrivons ne sont pas des cloisons étanches : Qwen fait aussi du code, GLM gère aussi plusieurs langues, Kimi vise aussi l'efficacité. Ce que nous pointons, ce sont des accents, des centres de gravité, pas des monopoles de compétence. La spécialisation décrit une tendance dominante dans la communication et les choix techniques de chaque laboratoire, pas une exclusivité fonctionnelle.
Choisir en praticien, sans céder au classement unique
Comment un praticien traduit-il ce panorama en décision ? Pas en cherchant le vainqueur d'un classement général, mais en partant de sa contrainte dominante. Trois questions suffisent souvent à dégrossir le choix, et elles renvoient précisément aux axes que nous avons décrits.
- Quelle est la tâche centrale ? Une chaîne de développement logiciel orientera vers les modèles taillés pour le code et l'agentique ; un assistant qui doit traiter de longs documents privilégiera la mémoire de travail ; un service multilingue s'appuiera sur une couverture linguistique large.
- Quelle est la contrainte de coût et de matériel ? Le rapport entre paramètres actifs et paramètres totaux, propre au mélange d'experts, détermine ce que l'on peut réellement héberger. Un modèle dont peu de paramètres s'activent par jeton reste servable sur une infrastructure raisonnable.
- Quelles sont les exigences de licence et de souveraineté ? Les licences MIT et Apache 2.0 rencontrées ici sont permissives, mais leurs nuances comptent pour un usage commercial ou une redistribution. L'ouverture des poids autorise l'auto-hébergement, condition souvent décisive pour la résidence des données.
Ce raisonnement par contrainte a un mérite : il rend caduque la question mal posée du « meilleur modèle ». Il n'y a pas de meilleur outil dans l'abstrait, il y a un meilleur ajustement à un problème donné. La diversité du quatuor chinois est précisément ce qui rend cet ajustement possible. Sans elle, le praticien devrait plier son besoin à une offre unique ; avec elle, il peut choisir l’approche dont l’axe distinctif recoupe sa contrainte dominante.
À retenir. Pas de « meilleur » modèle ouvert chinois dans l’absolu : il existe un meilleur ajustement à un problème. Trois questions suffisent à dégrossir le choix — tâche centrale, contrainte de matériel, exigences de licence et de souveraineté.
Un dernier point de méthode s'impose. Les positions relatives de ces modèles évoluent vite, au rythme de sorties parfois mensuelles. Toute photographie, y compris celle-ci, se périme. La grille de lecture par axes distinctifs, elle, résiste mieux au temps que n'importe quel classement chiffré : même quand les scores changent, la spécialité d'un laboratoire — le terrain qu'il a choisi de creuser — reste un repère utile pour comprendre où il porte ses efforts. C'est pourquoi nous privilégions cette lecture qualitative à un tableau de bancs d'essai qui serait démenti dès la prochaine mise à jour.
Ce qu'on peut en retenir
Réduire l'essor des modèles ouverts chinois à une succession de vedettes fausse la perspective. La réalité observable en 2025 est celle d'un quatuor qui avance de front, chacun sur une dimension où il excelle particulièrement. Zhipu affûte GLM pour le code et les agents. Moonshot fait de Kimi un spécialiste du contexte long et de l'action autonome. Alibaba déploie Qwen en famille multilingue et modulaire. DeepSeek travaille l'efficacité d'entraînement et rappelle que le coût reste un terrain de compétition à part entière.
Cette diversité est une richesse, pas une redondance. Elle offre aux praticiens un choix réel, réduit le risque de dépendance, et alimente une émulation dont profite le champ tout entier. Elle mérite d'être décrite avec précision et sans emphase : les faits sont impressionnants par eux-mêmes, ils n'ont pas besoin d'être gonflés.
Deux prudences pour finir. D'abord, la vitesse des sorties invite à la circonspection sur les versions les plus récentes : plusieurs numérotations circulent sans documentation officielle stable, et il vaut mieux s'en tenir aux modèles clairement tracés que de commenter des spécifications non vérifiables. Ensuite, les chiffres de coût, particulièrement autour de DeepSeek, dépendent lourdement du périmètre retenu ; ils demandent d'être cités avec leur contexte, jamais isolément. À ces conditions, le panorama est net : la diversité de l'open-weight chinois est un fait, et cette pluralité d'approches en constitue l'un des atouts les plus durables.
Sources
- Qwen — « Qwen3: Think Deeper, Act Faster » (blog officiel, avril 2025)
- Dépôt officiel Qwen3 (GitHub, Alibaba Cloud)
- Qwen — synthèse encyclopédique (Wikipedia)
- Fiche modèle GLM-4.5 (Hugging Face, Zhipu AI)
- Pandaily — sortie de GLM-4.5 (28 juillet 2025)
- Fiche modèle GLM-4.6 (Hugging Face, Zhipu AI)
- Dépôt officiel Kimi K2 (GitHub, Moonshot AI)
- MarkTechPost — sortie de Kimi K2 (11 juillet 2025)
- Kimi — historique des versions et fenêtres de contexte (Wikipedia)
- DeepSeek-V3 Technical Report (arXiv, décembre 2024)
- The Register — mise en contexte du coût d'entraînement de DeepSeek
- Epoch AI — décomposition du coût d'entraînement de DeepSeek-R1
- SemiAnalysis — estimation de l'investissement matériel cumulé de DeepSeek (janvier 2025)
