L'open source vient de BATTRE ChatGPT et Claude c'est un SÉISME

SYNTHÈSE STRUCTURÉE

Un modèle open source leader en génération de code

Pour la première fois, un modèle open source, le GLM 5.1 de ZII, a battu les meilleurs modèles propriétaires (ChatGPT-5.4 et Claude Opus 4.3) sur le benchmark SWE Bench Pro, dédié à la résolution de problèmes de programmation réels. Sous licence MIT, ce modèle est gratuit, modifiable et utilisable commercialement sans restriction. L’intervenant souligne ce “basculement” : “le fait qu’un modèle gratuit et ouvert soit devant les deux modèles fermés les plus puissants de la planète, c’est un basculement.” 🚀

La philosophie des agents autonomes de longue durée

Contrairement aux modèles classiques, GLM 5.1 est conçu pour travailler en autonomie sur de longues sessions (jusqu’à 8 heures) sur une seule tâche complexe. L’intervenant explique que “plus vous lui donnez de temps et meilleur il devient”, illustrant cela par un test où le modèle, après 6000 appels d’outils, a résolu un problème d’optimisation six fois plus efficacement que le record précédent. Ce n’est plus du “simple vibe coding”, mais du développement logiciel profond et autonome.

Une architecture MoE pour l’efficacité

GLM 5.1 utilise une architecture Mixture of Experts (MoE) avec 744 milliards de paramètres totaux, mais seulement 40 milliards activés par inférence. Cette approche permet d’obtenir les capacités d’un très gros modèle tout en maintenant des coûts d’inférence raisonnables (1,40 $ / million de tokens en entrée). C’est un pattern clé pour rendre les grands modèles plus accessibles et économiques.

L’indépendance hardware chinoise, un signal fort

Un détail crucial est que GLM 5.1 a été entraîné entièrement sur des puces Huawei, sans aucune puce Nvidia. L’intervenant y voit “un signal industriel très fort” qui contredit l’hypothèse selon laquelle les sanctions empêcheraient la Chine de produire des modèles de pointe. Cette tendance est renforcée par la préparation de DeepSeek V4, lui aussi optimisé pour les puces Huawei, marquant la construction d’un écosystème IA chinois indépendant.

La domination chinoise dans la génération vidéo IA

La semaine a également confirmé la suprématie chinoise en génération vidéo. D’abord avec la disponibilité mondiale de SoraDance 2.0 (Bytedance), qui génère vidéo et audio synchronisés en un seul passage. Ensuite, et de manière plus surprenante, avec l’émergence de Happy Horse 1.0 (Alibaba), un modèle anonyme qui a immédiatement dominé les classements (leaderboards) avant d’être officiellement révélé. L’intervenant note que “les trois premiers du classement mondial sont maintenant chinois”.

L’open source gagne aussi la vidéo

Le mouvement open source n’épargne pas la vidéo. D’une part, Alibaba a confirmé que Happy Horse sera entièrement open source. D’autre part, des projets comme LTX 2.3 de Lightricks permettent une génération vidéo+audio locale et gratuite. L’intervenant, l’ayant testé, souligne l’accessibilité : “une carte graphique avec 12 Go de VRAM suffit”. Cela offre une “autonomie créative” inédite aux indépendants.

La réponse mitigée de l’Occident : Meta Spark

Face à cette avancée open source, la réponse de Meta avec son modèle “Spark” apparaît en retrait. Bien que performant (top 5 mondial) et doté de modes innovants (thinking, contemplation), le choix de le rendre propriétaire et fermé contraste avec la philosophie open source de Llama. L’intervenant pose la question : “Pourquoi un développeur choisirait-il M Spark plutôt que GLM 5.1 qui lui est gratuit, ouvert et obtient de meilleurs scores en code ?” L’argument de Meta repose sur sa distribution massive via ses applications.

L’efficacité des ressources en question

L’intervenant compare l’investissement massif de Meta (budget prévu de 115-135 milliards de dollars pour 2026) pour un modèle “4e ou 5e” aux résultats impressionnants obtenus par les labos chinois avec des ressources a priori plus contraintes. Il conclut que “l’efficacité avec laquelle les labos chinois convertissent des ressources limitées en résultat de pointe est franchement impressionnante.” 💡

CONCEPTS CLÉS

• SWE Bench Pro : Un benchmark de référence qui évalue la capacité des modèles d’IA à résoudre de vrais problèmes de code issus de dépôts GitHub.
• Architecture MoE (Mixture of Experts) : Une architecture de modèle où différents “experts” (sous-réseaux) sont spécialisés. Seuls quelques-uns sont activés pour une entrée donnée, permettant de grandes capacités à un coût de calcul réduit.
• Tokens : Les unités de base (mots, parties de mots) que les modèles de langage traitent. Le coût des API est souvent calculé par million de tokens.
• Benchmark/Leaderboard : Des plateformes comme “Artificial Analysis” qui classent les modèles d’IA selon leurs performances sur des tâches standardisées, servant de référence pour l’industrie.
• Génération multimodale unifiée : La capacité d’un modèle à traiter et générer conjointement plusieurs types de données (texte, image, vidéo, audio) dans un seul processus cohérent, comme le fait Happy Horse.

CONCLUSION

Le message principal est que le paysage de l’IA est en train de vivre une transformation profonde : la supériorité des modèles propriétaires fermés n’est plus une évidence. L’open source, porté par des acteurs chinois d’une redoutable efficacité, produit désormais des outils de pointe, accessibles à tous, dans le code et la vidéo. Cela importe car il démocratise l’accès à une puissance de calcul et de création autrefois réservée aux géants technologiques. L’avantage concurrentiel ne réside plus dans l’accès exclusif à la technologie, mais dans la capacité à maîtriser, combiner et intégrer ces outils puissants et souvent gratuits dans des workflows concrets. Comme le résume l’intervenant : “Nous avons vécu le moment où l’open source a rattrapé le closed source… c’est maintenant.” L’ère de l’IA est désormais aussi celle de l’accessibilité et de l’autonomie.