Un modèle fermé, c'est un plat que vous commandez au restaurant : délicieux, mais vous ne connaissez pas la recette et vous dépendez entièrement de la cuisine. Un modèle ouvert, c'est la recette complète qu'on vous donne : vous pouvez la cuisiner chez vous, la modifier, la partager, et personne ne peut vous empêcher de la refaire. En IA, cette différence entre "commander le plat" et "avoir la recette" décide de qui détient réellement le pouvoir.
C'est l'un des grands clivages de l'IA, et il est plus important qu'il n'en a l'air. D'un côté, des modèles "fermés" comme ceux d'OpenAI ou d'Anthropic. De l'autre, des modèles "ouverts" comme beaucoup de modèles chinois récents. Cette distinction, souvent réduite à un débat technique, décide en réalité de questions aussi vastes que la souveraineté des nations et l'équilibre du pouvoir technologique. Décryptons.
Fermé, ouvert : la vraie différence
Un modèle fermé (closed source) est accessible uniquement à travers un service en ligne, généralement une API (l'interface qui permet à un logiciel de dialoguer avec le modèle). Vous envoyez votre requête aux serveurs de l'entreprise, elle vous renvoie la réponse. Vous n'avez jamais le modèle lui-même entre les mains. C'est le cas de ChatGPT, de Claude, de Gemini.
Un modèle ouvert, ou plus précisément à poids ouverts (open weights), met à disposition les paramètres du modèle, ces milliards de valeurs qui le constituent. N'importe qui peut les télécharger, les faire tourner sur ses propres machines, les modifier, les intégrer dans ses produits. Le modèle vous appartient, au sens où vous en avez une copie complète et fonctionnelle chez vous.
On dit souvent "open source", mais le terme exact est généralement "poids ouverts". Un vrai logiciel open source livre tout ce qui permet de le reconstruire. La plupart des modèles d'IA "ouverts" livrent les poids finaux, mais pas toujours les données d'entraînement ni le code complet. C'est déjà énorme (vous pouvez utiliser et modifier le modèle), mais ce n'est pas tout à fait la même transparence qu'un logiciel entièrement libre. La licence qui accompagne le modèle, comme la fameuse licence MIT, très permissive, précise ce que vous avez le droit de faire.
Pourquoi c'est un enjeu de pouvoir
Voici où la distinction technique devient géopolitique. Un modèle fermé peut vous être coupé. L'entreprise peut changer ses prix, modifier ses conditions, ou se voir contrainte par un gouvernement de suspendre l'accès, comme l'a vécu Anthropic quand l'État américain a temporairement bloqué Fable 5. Vous dépendez d'un tiers qui garde la main.
Un modèle à poids ouverts, une fois téléchargé, ne peut plus être éteint par personne. Aucune décision d'entreprise ou de gouvernement ne peut vous retirer une copie que vous possédez déjà. C'est exactement l'argument stratégique qu'avancent les laboratoires chinois comme Zhipu ou Meituan, dont nous avons raconté l'ascension avec LongCat-2.0. Face aux restrictions américaines, l'ouverture devient une arme : un modèle qu'on ne peut pas couper est un modèle libre de toute pression politique.
Les deux faces de la médaille
L'ouverture a des vertus évidentes. Elle démocratise l'accès à l'IA, permet aux chercheurs et aux petites entreprises d'expérimenter sans payer une API, garantit la confidentialité (vos données ne quittent jamais vos machines), et offre une indépendance précieuse. Pour un secteur réglementé, une administration, ou une entreprise soucieuse de souveraineté, pouvoir héberger son IA soi-même est un atout majeur.
Mais l'ouverture a aussi un revers. Un modèle librement téléchargeable peut être utilisé à des fins malveillantes sans aucun garde-fou, puisque n'importe qui peut retirer les sécurités qu'on y avait placées. C'est tout le dilemme : la même propriété qui rend un modèle ouvert impossible à censurer le rend aussi impossible à contrôler. Les laboratoires qui gardent leurs modèles fermés invoquent souvent cette raison de sécurité, en plus de la raison commerciale évidente.
Ce qu'il faut retenir
Ouvert ou fermé n'est pas qu'un choix technique, c'est un choix de société. Les modèles fermés offrent plus de contrôle et de sécurité, mais créent une dépendance. Les modèles ouverts offrent liberté et souveraineté, mais échappent à tout contrôle centralisé. Les deux approches coexistent et se répondent, et la tension entre elles va structurer l'IA pour des années.
Pour vous, la bonne question n'est pas "lequel est meilleur ?", mais "lequel correspond à mon besoin ?". Pour une utilisation grand public simple, un modèle fermé bien intégré suffit amplement. Pour une entreprise soucieuse de ne dépendre de personne, pour une administration attachée à sa souveraineté, ou pour quiconque veut garder ses données strictement chez lui, l'open source devient une option précieuse, voire indispensable. Comprendre cette distinction, c'est comprendre l'un des choix les plus structurants de toute l'ère de l'IA.