Guide de terrain de l'écosystème d'IA à poids ouverts en Chine

Commençons par la meilleure objection du sceptique, car elle est légitime. Construire sur un modèle chinois à poids ouverts, c'est dépendre d'un laboratoire qu'on ne peut pas appeler, sous des licences et des règles d'exportation qui peuvent changer en plein sprint, avec des données d'entraînement que personne ne vous montrera. C'est un fait, et aucun graphique de téléchargements ne le fera disparaître. Ce que le graphique change, c'est la forme de la décision. Il ne s'agit pas d'un modèle viral qu'on peut se contenter d'attendre. C'est un flux continu de modèles, issus de toute une rangée de laboratoires, et le coût de l'indifférence envers cette catégorie augmente à chaque trimestre.

L'écosystème d'IA à poids ouverts de la Chine est un ensemble de laboratoires, DeepSeek, Qwen d'Alibaba, Kimi de Moonshot, GLM de Z.ai, ByteDance, MiniMax, Baidu et Tencent, qui publient des modèles puissants dont les poids sont téléchargeables sous plusieurs licences différentes. La vague de publications depuis juin a encore fait progresser la catégorie. DeepSeek V4, Kimi K3, GLM-5.3 et MiniMax M3 offrent tous des fenêtres de contexte d'un million de jetons. L'été a vu le premier modèle ouvert d'envergure phare de Tencent et, le 8 août, les poids ouverts de Qwen3.8 ; GLM-5.3 est arrivé le 14 août avec une variante Flash moins chère le 26 août, et septembre a ajouté le V4.1-Flash de DeepSeek ainsi que l'annonce que Qwen 4 est en cours d'entraînement. Les modèles chinois à poids ouverts ont dépassé les modèles américains dans leur part des téléchargements sur Hugging Face pour la première fois en 2025, 17,1 % contre 15,8 % sur l'année close en août, selon une étude du MIT et de Hugging Face, et l'écart n'a cessé de se creuser depuis. Le changement le plus important, c'est que plusieurs de ces publications visent désormais les mêmes tâches de codage et d'agents à long terme que les meilleurs modèles fermés.

Points clés à retenir- La scène chinoise des poids ouverts est un groupe de laboratoires sérieux, et non un modèle viral unique. Les modèles phares actuels sont DeepSeek V4, Qwen3.8, Kimi K3, GLM-5.3 et MiniMax M3, auxquels s'ajoute Hunyuan Hy3 de Tencent, publié pendant l'été.- C'est une stratégie, pas de la charité. Pékin traite les poids ouverts comme un actif industriel, une thèse que la commission États-Unis-Chine appelle les « deux boucles ».- L'adoption est déjà décisive : les modèles chinois à poids ouverts ont dépassé les modèles américains en part de téléchargements sur Hugging Face en 2025, et fin février 2026 ils captaient environ 61 % de la consommation de jetons dans le top 10 d'OpenRouter.- « Ouvert » ne signifie plus une seule posture de licence. Qwen3.6 et le Hy3 de Tencent sont sous Apache-2.0, la lignée V4 de DeepSeek et GLM-5.3-Flash sous MIT, tandis que Qwen3.8, Kimi K3, MiniMax M3 et le GLM-5.3 complet utilisent des licences personnalisées.- Il faut toujours distinguer publications hébergées et téléchargeables. Qwen3.8-Max d'Alibaba est un modèle phare hébergé, mais les poids de Qwen3.8 sont téléchargeables sous leurs propres conditions.

Voici le guide de terrain que j'aurais aimé qu'on me remette avant de commencer à télécharger ces poids et à casser des choses avec. La géopolitique se situe un étage au-dessus, dans l'article pilier sur la question de savoir si la Chine est en train de gagner la course à l'IA. Celui-ci reste au ras du sol.

Pourquoi la Chine a-t-elle ouvert le code de son IA ?

La Chine a ouvert le code de son IA parce que les poids ouverts sont un actif stratégique, et non un cadeau. La commission d'examen économique et de sécurité États-Unis-Chine formule cela en « deux boucles » : une boucle numérique, où les poids ouverts essaiment l'adoption et l'itération dans le monde entier, et une boucle physique, où le déploiement à bas coût dans les usines chinoises réinjecte des données industrielles propriétaires dans de meilleurs modèles. La politique d'abord. La générosité loin derrière.

La logique est limpide une fois qu'on la voit. La Chine représente 17,8 % des publications mondiales sur l'IA et 74,2 % des brevets d'IA délivrés, selon l'AI Index 2026. Les poids ouverts transforment ce volume de recherche en portée. Offrez un modèle performant et des développeurs du monde entier bâtissent dessus, ce qui diffuse l'outillage, les normes et les dépendances chinois bien plus vite que ne le pourrait le moindre accord d'exportation.

Le soutien politique est explicite. Le Premier ministre Li Qiang a promis à la Conférence mondiale sur l'IA de 2025 que la Chine serait « plus ouverte dans le partage des technologies et des produits open source », a rapporté Xinhua, et l'initiative plus large « AI+ » vise à intégrer l'IA dans l'industrie manufacturière, les services et l'administration, comme le détaille l'analyse de la politique chinoise en matière d'IA du Carnegie Endowment. Les poids ouverts contournent aussi les contrôles à l'exportation des puces. Si votre avantage tient à la diffusion plutôt qu'à la possession du meilleur modèle fermé, vous n'avez pas besoin du dernier accélérateur pour compter à l'échelle mondiale.

Voici ce que la couverture occidentale tend à manquer. Ouvrir le code n'est pas le geste d'un pays à la traîne qui espérerait acheter de la bienveillance par sa générosité. C'est presque l'inverse. Quand on ne peut pas gagner la course à la frontière fermée sur la seule puissance de calcul, on change de jeu pour un jeu que l'on peut gagner : l'ubiquité. Un modèle gratuit, suffisamment bon et sous licence permissive, que chacun peut télécharger et exécuter sur ses propres machines, est une forme d'influence bien plus tenace qu'une API payante que personne hors de vos frontières ne peut auditer.

La Chine ouvre le code de son IA par politique industrielle délibérée, et non par altruisme. La thèse des « deux boucles » de la commission États-Unis-Chine soutient que les modèles ouverts renforcent la domination manufacturière et industrielle plus large de la Chine, tandis que la promesse du Premier ministre Li Qiang de partager « technologies et produits open source », relayée par Xinhua, et l'initiative « AI+ » l'appuient politiquement.

La comparaison des dépenses et des stratégies face aux États-Unis fait l'objet d'un traitement à part dans la Chine est-elle en train de gagner la course à l'IA.

La liste des modèles d'IA open source chinois : qui les construit ?

La scène chinoise des poids ouverts repose sur environ neuf acteurs sérieux, et elle est bien plus variée que ne le laissent croire les gros titres sur DeepSeek. La note de DigiChina sur l'écosystème de Stanford dresse le portrait approfondi de quatre familles de premier plan, Qwen, DeepSeek, Kimi et GLM, et cite toute une réserve au-delà. Voici le qui est qui, avec la famille ouverte phare de chaque laboratoire.

Qwen domine encore le domaine par la taille de son écosystème. Le rapport State of Open Models: Summer 2026 de Hugging Face crédite Qwen de 2,045 milliards de téléchargements sur le Hub sur les sept premiers mois de 2026 et de 151 448 dérivés, soit 2,6 fois l'empreinte totale de Meta. La propre revendication d'Alibaba, rapportée par Bloomberg le 15 août, est plus grande encore : 3 milliards de téléchargements et plus de 300 000 dérivés dans le monde. Je traiterais celui-là comme un chiffre d'entreprise plutôt qu'audités, mais les deux comptages confirment l'échelle. MIT Technology Review note que les seules variantes de Qwen représentent plus de 40 % des nouveaux modèles dérivés sur la plateforme. La taille de l'écosystème n'est toutefois plus un indicateur du modèle le plus récent. Alibaba a publié les poids ouverts de Qwen3.8 le 8 août 2026, un modèle à mélange d'experts de 2,4T avec 95B de paramètres actifs, sous une licence Qwen personnalisée plutôt qu'Apache-2.0, tandis que Qwen3.6 reste la ligne Apache-2.0 actuelle. Et à la conférence Apsara, ici à Hangzhou, le 22 septembre, Alibaba a déclaré que Qwen 4 est en cours d'entraînement, dévoilant une gamme à quatre niveaux, Max, Flash, Plus et un 27B ouvert, sans dates, prix ni poids pour l'instant.

Derrière les cinq principaux, la réserve compte plus qu'avant, et elle mérite d'être connue par son nom plutôt qu'en note de bas de page. Hunyuan Hy3 de Tencent est la vraie nouvelle : publié en juillet 2026 sous Apache-2.0, c'est la première fois que Tencent met des poids d'envergure phare à disposition, et il entre directement dans la pile des évaluations sérieuses. La famille ouverte Ernie 4.5 de Baidu a marqué un vrai virage pour une entreprise restée fermée pendant des années, même si les variantes ouvertes restent à la traîne des leaders en adoption et qu'Ernie 5.0 est resté fermé. ByteDance est le cas atypique : une immense échelle grand public via Doubao et des points de contrôle de recherche crédibles dans Seed-OSS, mais ses modèles phares restent fermés, donc vérifiez ce qui est réellement ouvert avant de bâtir dessus. Un dernier nom à noter au crayon plutôt qu'à l'encre : MiniMax a livré un M3.1-Flash-Preview dans son outil MiniMax Code le 27 septembre, un aperçu plutôt qu'une version complète, donc M3 reste la version autour de laquelle planifier.

Deux de ces laboratoires construisent leurs modèles à quelques minutes de trajet de mon appartement, et je m'y suis pourtant trompé au départ. J'avais supposé que c'était un duel entre DeepSeek et Qwen, en partie parce que c'est le duel que couvrent les gros titres, en partie parce qu'à Hangzhou ce sont les deux noms qu'on entend dans chaque conversation. Ce n'est pas un duel. Dans ma propre pile, je reviens sans cesse vers GLM et Kimi sur des tâches précises, le travail à contexte long en particulier, là où un laboratoire plus modeste a discrètement livré le meilleur outil. Lisez l'écosystème comme « DeepSeek et le reste » et vous manquerez la moitié des bonnes options.

Carte de référence : principaux laboratoires chinois à poids ouverts et familles de modèles phares. Compilée à partir de la note DigiChina de Stanford et des notes de publication et fiches de modèles des laboratoires eux-mêmes. Indicative, non exhaustive.

Pour une confrontation directe entre les leaders, voyez Qwen vs DeepSeek vs Llama.

L'écosystème chinois à poids ouverts s'étend sur au moins neuf laboratoires sérieux. Ses modèles phares de l'automne 2026 sont DeepSeek V4.1-Flash, Qwen3.8, Kimi K3, GLM-5.3 et MiniMax M3, auxquels s'ajoute Hunyuan Hy3 de Tencent, nouvellement ouvert sous Apache-2.0. La note DigiChina de Stanford documente un domaine diversifié plutôt que l'histoire d'un seul modèle ; les faits actuels sur les modèles proviennent des notes de publication et des fiches de modèles des laboratoires.

Où trouver et exécuter les modèles ouverts chinois ?

On trouve les modèles ouverts chinois aux mêmes endroits que n'importe quel modèle ouvert. Hugging Face domine comme hébergeur, avec ModelScope comme plateforme chinoise native. L'adoption n'y est pas marginale. Les modèles chinois à poids ouverts ont dépassé les modèles américains en part des téléchargements mondiaux sur Hugging Face pour la première fois en 2025, 17,1 % contre 15,8 % sur l'année close en août, selon l'étude du MIT et de Hugging Face, et ils n'ont pas regardé en arrière depuis. Côté API, les modèles chinois ont capté environ 61 % de la consommation de jetons dans le top 10 d'OpenRouter fin février 2026 et représentaient la majorité du trafic de toute la plateforme dès l'été, selon les classements d'OpenRouter. Ces poids reposent sur l'infrastructure grand public que vous utilisez déjà.

Il existe trois voies d'accès concrètes. Hugging Face est là où vous téléchargez les poids pour les auto-héberger ou les affiner. ModelScope, la plateforme d'Alibaba, propose souvent les publications chinoises en avant-première. Les API hébergées viennent soit du laboratoire lui-même, soit d'agrégateurs comme OpenRouter. Vérifiez la disponibilité point de contrôle par point de contrôle : chaque modèle phare cité plus haut a désormais des poids téléchargeables, tandis que les modèles phares hébergés comme Qwen3.8-Max sont proposés sur les plateformes propres des laboratoires, à côté.

Le tableau des licences compte plus qu'on ne l'imagine. Qwen3.6 et Hunyuan Hy3 sont sous Apache-2.0. La lignée V4 de DeepSeek et GLM-5.3-Flash sont sous MIT. Qwen3.8, Kimi K3, MiniMax M3 et le GLM-5.3 complet portent leurs propres licences. Ce sont des points de départ sensiblement différents pour une revue commerciale, et les conditions peuvent encore changer d'un point de contrôle à l'autre chez un même laboratoire. Qwen est l'exemple vivant : sa ligne ouverte est passée d'Apache-2.0 en 3.6 à une licence personnalisée en 3.8 en un seul cycle de publication. Z.ai a illustré la même chose dans l'autre sens. GLM-5.3 a rompu avec l'habitude familiale du MIT dès le premier jour, arrivant en API d'abord le 14 août avec des poids retenus deux semaines pour une revue de sécurité et publiés sous licence sur mesure, avant que la variante Flash du 26 août ne rétablisse la licence MIT.

Mon propre flux de travail est volontairement ennuyeux. Je récupère les poids sur Hugging Face ou ModelScope, j'ouvre le fichier de licence avant toute chose, je prototype sur OpenRouter pour voir si le modèle convient réellement à la tâche, puis j'auto-héberge le gagnant si la charge de travail justifie le matériel. La vérification de la licence est l'étape que tout le monde saute, et celle qu'on regrette ensuite.

Les modèles phares chinois actuels sont disponibles via un mélange d'API officielles, de Hugging Face et de ModelScope. Les licences diffèrent nettement : Qwen3.6 et Hunyuan Hy3 sont Apache-2.0, les modèles V4 de DeepSeek et GLM-5.3-Flash sont MIT, et Qwen3.8, Kimi K3, MiniMax M3 et le GLM-5.3 complet utilisent des conditions personnalisées. Vérifiez le point de contrôle exact plutôt que de vous fier au nom de la famille.

Si ce sont les questions de gouvernance qui vous bloquent, mon guide sur la question de savoir si DeepSeek est sûr pour l'entreprise déroule la liste de contrôle de diligence.

Qu'est-ce que cela signifie pour les équipes occidentales ?

Pour les équipes occidentales, le titre a changé. Les modèles ouverts chinois ne sont plus seulement l'option bon marché et suffisamment bonne. Kimi K3, GLM-5.3, DeepSeek V4 et MiniMax M3 sont conçus pour le codage à long terme, le multimodal et le travail agentique, avec un contexte d'un million de jetons sur les quatre. Les questions restantes sont pratiques : lequel convient à la charge de travail, sa licence convient-elle au produit, et voulez-vous assumer la facture matérielle d'un point de contrôle de cette taille.

Réfléchissez à ce que cela change en pratique. Pour la synthèse, l'extraction, la classification, le routage et la rédaction, vous avez rarement besoin du meilleur modèle de frontière au monde. Il vous faut un modèle fiable, bon marché, et que vous pouvez exécuter où vous voulez. Les poids ouverts chinois atteignent cette cible, et vous pouvez les héberger sur vos propres machines plutôt que de louer une API fermée au jeton.

Les réserves sont réelles et je ne vais pas les escamoter. La gouvernance des données, la provenance, le comportement face à la censure et les licences méritent tous un examen sérieux avant que quoi que ce soit ne touche la production. C'est une évaluation des risques, pas un veto. L'analyse de Carnegie rappelle utilement que ces modèles arrivent dans un contexte politique, et qu'il serait donc erroné de les traiter comme des marchandises neutres prises sur étagère. Faites l'évaluation, puis décidez.

Pour les équipes occidentales, la signification concrète est que le modèle par défaut du monde, bon marché, performant et sous licence permissive, est de plus en plus chinois et à poids ouverts, les modèles chinois dominant la part des téléchargements sur Hugging Face et captant la majorité de la consommation de jetons du top 10 d'OpenRouter fin février 2026. La bonne réponse est une évaluation structurée de la gouvernance et des licences, pas un évitement réflexe.

Sur la raison pour laquelle ces modèles sont si bon marché au départ, je démonte l'économie dans pourquoi l'IA chinoise est bon marché.

FAQ

Quels sont les principaux modèles d'IA open source chinois ? Les points de contrôle ouverts de premier plan actuels sont DeepSeek V4 Pro et V4.1-Flash, Qwen3.8 et Qwen3.6, Kimi K3, GLM-5.3 et son cadet Flash sous licence MIT, et MiniMax M3, auxquels s'ajoute Hunyuan Hy3 de Tencent, publié pendant l'été. Les points de contrôle Seed de ByteDance et Ernie 4.5 de Baidu élargissent le domaine. Qwen reste le plus grand écosystème par adoption cumulée, mais ses poids ouverts les plus récents portent une licence personnalisée plutôt qu'Apache-2.0.

Pourquoi la Chine ouvre-t-elle le code de ses modèles d'IA ? Parce que c'est une stratégie, pas de la charité. La thèse des « deux boucles » de la commission États-Unis-Chine soutient que les modèles ouverts renforcent la domination industrielle plus large de la Chine en diffusant l'outillage et les dépendances chinois à l'échelle mondiale. Elle est appuyée politiquement par la promesse du Premier ministre Li Qiang de partager « technologies et produits open source », rapportée par Xinhua, et par l'initiative « AI+ » décrite dans l'analyse politique de Carnegie.

Les modèles ouverts chinois sont-ils vraiment ouverts ? Les poids sont téléchargeables pour les publications citées plus haut, mais les licences diffèrent. Qwen3.6 et Hunyuan Hy3 sont sous Apache-2.0, les modèles V4 de DeepSeek et GLM-5.3-Flash sous MIT, et Qwen3.8, Kimi K3, MiniMax M3 et le GLM-5.3 complet sous licences personnalisées. Poids ouverts ne signifie pas non plus données d'entraînement ouvertes. Lisez la fiche du modèle et la licence précises avant de construire.

Où puis-je télécharger les modèles d'IA chinois ? Hugging Face est l'hébergeur dominant, avec ModelScope d'Alibaba comme plateforme chinoise native qui reçoit souvent les publications en premier. Si vous préférez ne pas auto-héberger, OpenRouter dessert la plupart de ces modèles via une seule API hébergée. L'adoption sur ces plateformes est désormais décisive : les modèles chinois à poids ouverts ont dépassé les modèles américains en part de téléchargements sur Hugging Face en 2025 et représentaient la majorité du trafic d'OpenRouter mi-2026, selon les classements d'OpenRouter.

En résumé

L'écosystème chinois à poids ouverts n'est pas un modèle viral unique. C'est un vivier profond de laboratoires, DeepSeek, Qwen, Kimi, GLM, ByteDance, MiniMax, Ernie et Hunyuan, soutenu par une stratégie nationale délibérée. Pékin traite les poids ouverts comme de la politique industrielle, les « deux boucles » décrites par l'USCC, et les données d'adoption le reflètent déjà : les modèles chinois à poids ouverts ont dépassé les modèles américains en part de téléchargements sur Hugging Face en 2025, ont capté environ 61 % de la consommation de jetons du top 10 d'OpenRouter fin février 2026, et représentaient la majorité de la plateforme dès l'été.

L'objection par laquelle j'ai commencé tient toujours, et c'est bien ainsi. Vous dépendriez de laboratoires que vous ne pouvez pas appeler, sous des conditions qui peuvent bouger, comme vient de le montrer le discret changement de licence de Qwen entre 3.6 et 3.8. Ce que la carte vous offre, c'est la capacité de préciser quels risques sont réellement les vôtres : pour cette charge de travail, sur ce point de contrôle, sous cette licence. C'est une question plus petite et bien plus facile à trancher que « faut-il utiliser les modèles chinois ».

Une fois le terrain en main, comparez les leaders en confrontation directe dans Qwen vs DeepSeek vs Llama, déroulez la diligence dans DeepSeek est-il sûr pour l'entreprise, ou remontez d'un étage vers l'article pilier sur la question de savoir si la Chine est en train de gagner la course à l'IA. Et si vous souhaitez un second regard sur un projet, c'est exactement le type de travail que je fais.