The state of open source AI (v1.0.1, juillet 2026)

À retenir

1. Date / source. The state of open source AI, Mozilla, v1.0.1, juillet 2026, introduction de Raffi Krikorian (CTO). Sources tierces créditées (Artificial Analysis, Epoch AI, OpenRouter, LMArena) et enquête propre avec SlashData (n = 1 410 sur les freins).
2. Cadrage clé. « The model layer has commoditized. Value accrues to the harness above it. » Justification : « Commodity inputs surrender pricing power », et la majorité des charges de production tourne bien en dessous du plafond de la frontière. ### La distinction terminologique, à tenir | Terme | Ce qu'il recouvre | |---|---| | Open model | poids téléchargeables, exécutables et modifiables sur du matériel qu'on contrôle | | Open weights | paramètres sous licence permissive, sans code d'entraînement ni documentation des données — « which describes most of what this report measures » | | Open source AI (sens OSI) | exige en plus le code d'entraînement et assez d'information sur les données pour reconstruire le système | Le rapport s'intitule open source AI mais mesure très majoritairement des poids ouverts. Il le dit ; les reprises ne le diront pas. ### Écart capacitaire, deux instruments concordants | Instrument | Fermé | Ouvert | Écart | |---|---|---|---| | Artificial Analysis Intelligence Index v4.1 | 61 (Claude Opus 5) | 57 (Kimi K3) | 4 pts ; K3 4ᵉ sur 586 modèles, 3 des 11 de tête à poids ouverts | | Epoch Capabilities Index | 162 (GPT-5.6 Sol) | 156 (K3) | 6 pts ≈ un cycle de release, intervalles de confiance chevauchants | Sur l'axe prix, K3 est à 3,6 points du sommet pour environ le tiers du prix. ### La frontière en dents de scie L'ouvert mène en code frontend (K3, 1 679 Elo, six domaines sur sept sur LMArena Frontend Code Arena) ; conteste l'agentique terminal (88,3 contre 88,8 sur Terminal-Bench 2.1 ; K3 gagne Program Bench, SpreadsheetBench 2 et BrowseComp, perd FrontierSWE 81,2 contre 86,6) ; cède sur le travail de connaissance professionnel (Fable 5 devance de 92 Elo sur GDPval-AA v2, plus grand écart des benchmarks partagés, et Moonshot le concède). D'où : « Match the model to the job and you need the frontier for less than you think. » Le rapport prévient que les scores sont d'échelles différentes et majoritairement issus de tests conduits par les vendeurs — « treat them as directional ». ### Le chiffre le plus mal cité Les poids ouverts sont passés d'une base négligeable à un tiers des tokens OpenRouter fin 2025, puis à une majorité mi-2026, les sept modèles de plus fort volume étant tous à poids ouverts (72,4 % du volume du top 20 pour les rangs ouverts 1-10). Mais : « By request count, closed US providers still lead. The open lead is a token-volume lead, concentrated in coding and agentic workloads », et les parts portent sur le top 20 seulement. Une majorité de tokens n'est pas une majorité d'usages. ### Le déploiement plutôt que la capacité « Open ships easy. Open deploys hard. » 79 % des développeurs ajoutant de l'IA utilisent des modèles ouverts contre 71 % de fermés, et 50 % utilisent les deux (29 % ouvert seul, 21 % fermé seul) : les deux catégories sont complémentaires, non rivales. Mais 53 % des équipes en ouvert atteignent la production contre 63 % en fermé, et l'écart se creuse avec la taille — fermé 54 % → 73 %, ouvert 53 % → 57 %. « Scale rules out a resources explanation. Enterprises can buy their way through closed deployment. Open deployment waits on tooling that remains unfinished. » Freins nommés, tous opérationnels : coût d'infrastructure, sécurité et conformité, maintenance, complexité de déploiement. La carte du stack (48 composants, 9 couches, 10 critères) confirme par une autre voie : deux colonnes systématiquement froides sur toutes les couches — standardisation et enterprise readiness. ### Section 5 : le harnais comme user agent L'analogie est celle du navigateur, « code on the user's side negotiating with servers on their behalf », rejouée une couche plus haut. Le harnais est « where production difficulty concentrates, and where the open-vs-closed, owner-vs-renter contest restarts ». Cinq strates cartographiées : Govern (politique à état, registre et lignage, budget et révocation), Surface (AG-UI/A2UI, x402/AP2/UCP), Action (bacs à sable E2B/Daytona/Modal, permission et identité — « the unsolved write surface » —, éval et observabilité), Reach (MCP, A2A, mémoire), Control (LangGraph, CrewAI, AutoGen, LlamaIndex). La formule « the unsolved write surface » recoupe le diagnostic de [[valente-zalewski-beyond-zero-enterprise-security-ai-era-2026-07-20]] : lire est résolu, écrire ne l'est pas. ### Le mécanisme de verrouillage « The model is eating the harness. » Sur chaque modèle où le harnais du laboratoire et un harnais indépendant coexistent, le premier gagne désormais, l'écart de 21,8 points s'étant comprimé à environ 3 au sommet. D'où : « A harness tuned tightly to one lab's weights becomes a fitted component of that lab's product. It degrades on anyone else's model, so the tighter the tuning, the less swappable the weights underneath. Lock-in arrives as a side effect of optimization. » Le verrouillage n'a pas besoin d'être une stratégie : il suffit d'optimiser. À rapprocher du contrat de portabilité de [[janakiram-agent-platform-portability-contract-2026-07-20]]. ### Traction et économie LangChain 126 000+ étoiles et 60 % de part développeur ; MCP à 97 M de téléchargements SDK mensuels et 10 000+ serveurs actifs en un an, +4 750 % en 16 mois, donné à l'Agentic AI Foundation en décembre 2025. Écart de gouvernance : ~21 % seulement des entreprises déclarent une gouvernance d'agents mature. Côté prix, l'inférence a chuté 50× en 36 mois au niveau GPT-4 (contre 2,6× pour la bande passante à l'ère dotcom), le prix de frontière ayant chuté 112× depuis les 45 $ de GPT-4. Sur OpenRouter (mai-sept. 2025), le fermé tenait ~80 % de l'usage et ~96 % du revenu — à parité de qualité, il coûte environ 6× plus par appel, d'où une estimation de ~24,8 Md$ d'économies annuelles non réalisées (étude Nagle-Yue pour la Linux Foundation). ### Souveraineté et droit de sortie Plus de 70 stratégies nationales actives, et « the strategic case for open is the ability to leave », adossé au précédent cloud (90-120 k$ pour sortir un pétaoctet de S3, 37signals passé de 3,2 M$ à moins d'1 M$, 80 % d'entreprises en rapatriement). « Closed model APIs reproduce the same trap… Open weights are exit rights. » Le blackout de dix-neuf jours rend l'argument concret : 9 juin, Anthropic livre Fable 5 et Mythos 5 → 12 juin, le Commerce applique des contrôles à l'export avec effet immédiat, interdisant l'accès à tout ressortissant étranger, y compris les propres employés d'Anthropic ; la nationalité n'étant pas vérifiable en temps réel, les deux modèles s'éteignent pour tout le monde → 26 juin, restauration partielle de Mythos pour ~100 organisations américaines d'infrastructure critique → 30 juin, levée → 1er juillet, Fable 5 restauré. Puis 16 juillet, Moonshot ouvre l'API de K3. « Access can be revoked and restored. A weight release cannot be withdrawn once the files are distributed… You can switch off a model. You cannot switch off a copy already running on a machine you hold. » ### Chine Qwen a dépassé en février 2026 les huit organisations suivantes réunies en téléchargements Hugging Face ; les modèles chinois à poids ouverts sont passés de moins de 2 % des tokens OpenRouter fin 2024 à plus de 45 % du trafic hebdomadaire en avril 2026, ~61 % parmi les dix plus utilisés. DeepSeek revendique 26 000+ comptes entreprise et figurait dans le stack de 58 % des nouvelles startups IA en 2025, alors qu'au moins huit juridictions ont restreint le service hébergé : « Enterprises ban the hosted app and adopt the weights anyway. » ### L'affaire de distillation K3, avec les catégories du rapport | Niveau | Contenu | |---|---| | Confirmé | divulgation Anthropic de février 2026 — ~24 000 comptes frauduleux, plus de 16 M d'échanges dont 3,4 M attribués à Moonshot, sur des modèles Claude antérieurs ; déclarations Kratsios (22 juillet) et Bessent (21) | | Signal | Greenblatt (Redwood Research) : K3 s'auto-identifie comme Claude de façon statistiquement difficile à expliquer par le bruit — mais il nomme un modèle antérieur à l'affaire, et l'auto-identification est un artefact connu d'entraînement sur du texte web | | Preuve | absente — « No logs and no forensic package. Moonshot denies. » | Le rapport note que la publication des poids rend désormais possible une forensique comportementale. Ne jamais présenter l'allégation comme établie. ### La watchlist et sa méthode Quatre familles de signaux (capacité/adoption, harnais, structure de marché, confiance/sûreté), chacune assortie de sa condition d'invalidation — « Reverses if: the lab-harness lead widens, or a closed platform sets the permission standard first ». Poser à l'avance ce qui prouverait qu'on a tort est ce qui distingue ce document d'un plaidoyer ordinaire. ### Réserve de citation Mozilla mesure un sujet dont elle est militante. La rigueur des légendes et la présence des conditions de réversibilité rendent les données utilisables ; le cadrage — commoditisation acquise, ouverture inéluctable, « open won » — est une thèse, non un constat.