Z.ai a indiqué le 17 septembre que GLM-5.3-Flash — 320 milliards de paramètres dont 18 actifs, un million de tokens de contexte — est déployé sur plus de 100 000 accélérateurs chinois. Le laboratoire affirme avoir triplé son débit en moins de deux semaines et atteindre un coût par token comparable à celui des puces américaines courantes. Si ces chiffres se confirment, c'est le pari sur lequel reposaient les contrôles à l'export qui doit être réévalué.
Nous suivons ce dossier depuis la révélation que ce modèle tournait sur du silicium national, puis l'annonce d'un cluster de cette taille. Voici la confirmation par l'exploitant.
Le chiffre qui compte n'est pas 100 000
Le nombre d'accélérateurs est impressionnant et secondaire. Ce qui décide, c'est l'affirmation sur le coût par token.
Nous l'écrivions il y a une semaine : cent mille accélérateurs nationaux ne valent pas cent mille accélérateurs de pointe. Un cluster plus grand avec des composants moins performants peut égaler un cluster plus petit avec de meilleurs composants, au prix d'une consommation supérieure.
Si le coût par token est réellement comparable, cela signifie que l'écart de performance unitaire est compensé — par le volume, par l'optimisation logicielle, ou par une électricité moins chère. Peu importe le mécanisme : l'effet économique est le même.
Le triplement du débit en deux semaines
C'est le détail le plus instructif, et il concerne le logiciel plutôt que le matériel.
Tripler le débit sur un parc inchangé en deux semaines ne s'obtient pas en ajoutant des machines. Cela s'obtient en optimisant la manière de servir le modèle : meilleure gestion de la mémoire, regroupement des requêtes, ajustement de la précision de calcul.
Or c'est précisément là que se situait une bonne part de l'avantage de l'écosystème dominant : vingt ans d'outillage logiciel. Un progrès de cette ampleur en deux semaines suggère que cet écart se comble plus vite que prévu.
Ces chiffres émanent de l'entreprise qui exploite l'infrastructure, et ils ne sont pas audités. « Comparable » est un mot élastique : comparable à quelle puce, dans quelles conditions, en incluant ou non l'électricité et l'amortissement ? Et surtout, servir n'est pas entraîner. Faire tourner un modèle existant sur du matériel national est une chose ; en entraîner un de premier plan depuis zéro en est une autre, plus exigeante en liaisons entre composants. La démonstration porte sur la partie la plus visible de la chaîne, pas sur la plus difficile.
Ce que ça implique pour la politique d'export
Le raisonnement des contrôles était le suivant : en limitant l'accès aux accélérateurs les plus performants, on empêche la constitution d'installations à l'échelle nécessaire pour les modèles de pointe.
Ce pari supposait qu'aucune alternative viable n'émergerait à temps. Si un modèle de 320 milliards de paramètres est servi à grande échelle sur du matériel national, à un coût comparable, l'hypothèse ne tient plus sur ce segment.
Cela ne signifie pas que les contrôles ont été inutiles : ils ont probablement retardé, et le retard a une valeur. Cela signifie qu'ils ont aussi accéléré l'autonomie, ce qui est l'effet secondaire classique des restrictions technologiques.
Nous écrivions à propos du plan quinquennal chinois qu'il faudrait plusieurs années pour savoir laquelle des deux logiques l'emporte. Cette semaine fournit un élément.
Ce qu'il faut retenir
Ce dossier illustre un point que nous avons développé hier dans notre article sur la métaphore de la course : l'avance technique ne se conserve pas comme une position dans un classement.
Ce qui se conserve, ce sont les actifs physiques — les puces, l'électricité, les usines. Or ce sont précisément ceux que la Chine construit, avec un plan chiffré et daté.
Pour un observateur européen, l'information utile n'est pas de savoir qui mène. C'est que deux écosystèmes complets coexistent désormais, avec des modèles de premier plan disponibles gratuitement des deux côtés. Dans cette configuration, la question de la dépendance se pose différemment — et plutôt favorablement pour ceux qui savent construire sur ce que d'autres publient.