IA open source et poids ouverts : définition et différences

Que publie l’éditeur d’un modèle ouvert ?

L’éditeur d’un modèle ouvert, par exemple un grand modèle de langage (LLM), peut publier quatre éléments. Chacun vous donne des possibilités différentes.

1. Les poids, ou paramètres : les valeurs que le modèle a apprises pendant son entraînement. Avec eux, vous faites tourner le modèle sur vos serveurs et vous pouvez l’ajuster par fine-tuning.

2. Le code : celui qui fait tourner le modèle, et parfois celui qui l’a entraîné.

3. Des informations sur les données d’entraînement : leur nature, leur origine, leur traitement.

4. Une licence, qui fixe ce que vous avez le droit de faire de tout cela.

L’Open Source Initiative (OSI) exige les trois premiers éléments pour parler d’IA open source. Sa définition, publiée le 28 octobre 2024, demande d’abord des informations sur les données assez détaillées pour qu’une personne compétente construise un système équivalent. Elle demande aussi le code complet d’entraînement et d’exécution, et les paramètres. Ces éléments doivent garantir quatre libertés : utiliser le système pour tout usage, l’étudier, le modifier et le partager.

Open source ou poids ouverts : quelle différence ?

Un modèle à poids ouverts publie ses paramètres, pas forcément de quoi le reproduire ni le droit d’en faire tout usage. La différence tient donc à deux points : ce que l’éditeur publie, et ce que la licence autorise.

OpenAI présente ainsi ses modèles gpt-oss, sortis le 5 août 2025 sous licence Apache 2.0, comme des modèles « à poids ouverts » (open-weight). Une licence permissive ne suffit pas : sans les informations sur les données et le code que demande l’OSI, le modèle reste à poids ouverts. Meta diffuse Llama sous une licence communautaire propre. L’OSI a jugé dès juillet 2023 que la licence de Llama 2 n’était pas open source, parce qu’elle restreint certains usages commerciaux et certains domaines d’utilisation.

Ne confondez pas non plus ouvert et souverain. Un modèle ouvert hébergé par un prestataire soumis au Cloud Act reste exposé au droit américain. La fiche souveraineté numérique traite ce point.

Que change un modèle ouvert pour votre décision ?

• Lisez la licence avant de comparer les performances. La politique d’usage de Llama 4 n’accorde pas les droits sur ses modèles multimodaux aux personnes domiciliées dans l’Union européenne, ni aux entreprises dont le principal établissement s’y trouve. Cette restriction ne vise pas les utilisateurs finaux d’un produit qui intègre ces modèles.

• Vérifiez la licence modèle par modèle, pas éditeur par éditeur. Mistral AI publie par exemple Mistral Small 4 sous licence Apache 2.0, et Voxtral TTS sous licence Creative Commons CC BY-NC 4.0, qui n’autorise pas l’usage commercial.

• Héberger le modèle vous-même déplace le coût, sans le supprimer. Selon OpenAI, gpt-oss-120b tourne sur un seul processeur graphique (GPU) de 80 Go, et gpt-oss-20b sur des appareils dotés de 16 Go de mémoire. Vous payez alors le matériel ou le cloud, l’exploitation, les correctifs de sécurité et le suivi des nouvelles versions. Un modèle plus petit réduit ces postes : c’est la logique de l’IA frugale.

• La licence libre ne vous dispense pas toujours de l’AI Act. Le règlement européen sur l’IA exclut de son champ les systèmes d’IA publiés sous licence libre et ouverte (article 2, paragraphe 12). Cette exclusion tombe dès qu’ils servent de systèmes à haut risque ou relèvent des articles 5 ou 50. Un outil fondé sur un modèle ouvert qui trie des candidatures reste donc soumis aux obligations du haut risque prévues par l’AI Act.

• Remontez la généalogie du modèle. Un modèle ouvert peut descendre d’un autre. Selon la CNIL, un modèle comme Llama peut être à l’origine de nombreux modèles dérivés. Son démonstrateur Genmod, mis à jour le 26 août 2026, retrouve les ascendants d’un modèle publié sur Hugging Face. Vous savez alors quelles licences lire.

Exemple illustratif

Ce cas est fictif. Un groupe de distribution veut résumer les comptes rendus de visite de ses magasins sans envoyer ces textes à un service externe. Son équipe informatique compare trois modèles ouverts. Le premier, multimodal, sort de la liste : sa licence exclut les entreprises établies dans l’Union. Le deuxième relève d’une licence non commerciale. Le troisième, sous licence Apache 2.0, tourne sur un serveur interne. Le comité de direction valide ce choix après avoir comparé son coût d’exploitation annuel à celui d’une offre sous contrat d’entreprise.