L'état de l'IA open source : Parité atteinte, mais un fossé de production subsiste

Le rapport State of Open Source AI de Mozilla (V1.0, juillet 2026) fournit des données concrètes : les modèles open-weight ont comblé l'écart de capacité avec les meilleurs modèles fermés, mais un écart de déploiement en production persiste.

Principales conclusions

• Écart de capacité : L'écart sur le Chatbot Arena est passé de 8,04 % à 0,5 % en août 2024, brièvement égalé par DeepSeek-R1 en février 2025, puis a remonté à 3,3 % en mars 2026 avec les progrès des modèles de raisonnement fermés. L'open-source est à parité ou quasi-parité en codage, suivi d'instructions et connaissances générales ; l'écart se concentre sur le raisonnement, la récupération en contexte long et les tâches agentiques.
• Effondrement des coûts d'inférence : L'inférence de classe GPT-4 a chuté de 50x en 36 mois — de 20 $ à 0,40 $ par million de tokens. C'est plus rapide que les courbes de prix de la bande passante à l'ère dotcom ou des calculs sur PC.
• Volume de tokens : Les modèles open-weight acheminent désormais la majorité des tokens de production sur OpenRouter. Les cinq modèles les plus volumineux sont tous open-weight. Les modèles chinois acheminent environ 18T tokens/semaine contre ~5,5T pour les américains (analyse FT).
• Adoption vs production : 79 % des développeurs ajoutant des fonctionnalités d'IA utilisent des modèles ouverts (contre 71 % pour les fermés), mais seuls 51 % des équipes utilisant des modèles ouverts atteignent la production (contre 63 % pour les fermés). L'écart concerne les outils opérationnels et la confiance, pas la capacité des modèles.

Le rapport cite des cas d'utilisation concrets : un radiodiffuseur maori formant des modèles vocaux en te reo sous une licence souveraine sur les données ; PwC ajustant un modèle ouvert sur le langage financier fonctionnant sur son propre matériel ; des chercheurs construisant un modèle médical ouvert avec la Croix-Rouge ; des agriculteurs diagnostiquant la maladie du manioc avec des modèles hors ligne sur appareil ; et un consortium public suisse formant un modèle national sur des supercalculateurs publics, publiant les poids, les données et le code d'entraînement.