L'open source (Llama, Qwen, et les autres) : une direction collective différente

Meta et Alibaba, deux des plus grandes entreprises technologiques du monde, publient leurs modèles de langage en poids ouverts plutôt que de les enfermer derrière une API payante. Pour deux groupes de cette taille, ce n’est pas un choix de nécessité budgétaire — contrairement à un jeune laboratoire qui manquerait de moyens pour commercialiser un produit fini. C’est une direction stratégique assumée, qui ne joue pas sur le même terrain que les labs à modèle propriétaire fermé.

Ce que veut dire “poids ouverts”

Ce que les données établissent. Un modèle à poids ouverts publie ses paramètres entraînés — les millions ou milliards de nombres qui définissent son comportement — en téléchargement libre, réutilisables et modifiables (fine-tuning) par quiconque. C’est différent du code source ouvert au sens strict : la donnée d’entraînement complète et le détail exact de la méthode ne sont pas toujours publiés avec les poids. Un développeur peut ainsi télécharger le modèle et l’adapter à son usage, sans jamais avoir accès à la façon dont il a été construit.

Llama : la stratégie assumée de Meta

Ce que les données établissent. Meta publie sa famille Llama en poids ouverts depuis 2023 (Touvron et al., “LLaMA: Open and Efficient Foundation Language Models”, arXiv:2302.13971) [1]. Mark Zuckerberg a explicité cette stratégie dans une lettre ouverte publiée en juillet 2024, “Open Source AI Is the Path Forward” [2] : plutôt que de vendre l’accès à un modèle propriétaire comme produit principal, Meta choisit de diffuser largement des modèles ouverts pour que l’écosystème — développeurs, entreprises, chercheurs — s’appuie dessus et y ancre ses propres produits.

Mon interprétation. Cette logique a un nom en stratégie d’entreprise : commoditiser le complément. Meta ne vend pas de modèle de langage comme produit principal ; son revenu vient de la publicité et de ses plateformes sociales. Rendre gratuit et largement disponible ce que d’autres entreprises vendent comme produit central affaiblit leur modèle économique, sans coûter à Meta le manque à gagner d’une vente qu’elle ne cherchait pas à faire. Ce n’est pas un acte de générosité désintéressée ; c’est un calcul assumé, explicité par Zuckerberg lui-même dans sa lettre.

Qwen : la même logique portée par Alibaba

Ce que les données établissent. Alibaba publie sa famille Qwen en poids ouverts depuis 2023 (Bai et al., “Qwen Technical Report”, arXiv:2309.16609) [3], avec une gamme couvrant plusieurs tailles, du modèle assez petit pour tourner sur un ordinateur portable au modèle de plusieurs dizaines de milliards de paramètres. La diffusion large de ces modèles a permis à Qwen de devenir, sur plusieurs classements publics de modèles ouverts, l’une des familles les plus utilisées comme base de fine-tuning par la communauté des développeurs.

Mon interprétation. Le parallèle avec Meta est net, même si le contexte d’entreprise diffère : Alibaba ne vend pas non plus l’IA générative comme cœur de métier historique. Diffuser Qwen largement sert à ancrer la marque et l’écosystème cloud d’Alibaba chez des développeurs qui, une fois leurs outils construits sur Qwen, ont un coût de changement pour migrer vers un concurrent — une logique d’adoption, pas de vente directe.

Le fil directeur collectif

Mon interprétation, à partir des éléments ci-dessus. Llama et Qwen ne sont pas des cas isolés : ils illustrent une direction stratégique que d’autres acteurs partagent partiellement, dont Mistral (voir la fiche dédiée du dossier), avec une motivation différente — souveraineté numérique européenne plutôt que défense d’un modèle publicitaire ou d’un écosystème cloud. Ce qui rassemble ces acteurs, au-delà de leurs motivations propres, c’est un choix commun : concourir sur l’adoption et la distribution plutôt que sur la vente d’accès à un modèle fermé unique. Ils ne cherchent pas à battre OpenAI ou Anthropic sur le terrain du meilleur modèle propriétaire ; ils cherchent à devenir la fondation sur laquelle un maximum d’applications tierces se construisent.

Enjeu ressources et coût

Ce que les données établissent. Les poids ouverts permettent à un acteur plus petit de faire tourner un modèle sur sa propre infrastructure (auto-hébergement) plutôt que de payer un accès API à chaque requête — un avantage de coût réel et immédiat pour l’écosystème qui adopte ces modèles. La contrepartie revient à l’éditeur du modèle ouvert : il ne monétise pas directement chaque usage individuel de son modèle, contrairement à un fournisseur d’API propriétaire qui facture chaque requête.

Llama et Qwen ne sont pas des produits que Meta et Alibaba cherchent à vendre. Ce sont des fondations qu’elles cherchent à faire adopter — la vente vient ensuite, ailleurs, sur l’écosystème qui se construit autour.

Mes réserves

• “Poids ouverts” n’équivaut pas à une transparence complète. Ni Meta ni Alibaba ne publient l’intégralité de leurs données d’entraînement ni le détail complet de leurs procédures d’alignement — un développeur peut réutiliser le modèle sans pouvoir en auditer entièrement la construction.
• La licence Llama comporte des restrictions qui l’écartent des définitions strictes de l’open source au sens de l’Open Source Initiative (notamment des clauses d’usage commercial conditionnelles au-delà d’un certain seuil d’utilisateurs) : “poids ouverts” est une description plus précise que “open source” au sens logiciel classique.
• La lecture “commoditiser le complément” proposée ici est une interprétation stratégique, assumée par Zuckerberg dans sa communication publique pour Meta, mais reconstruite par déduction pour Alibaba faute de déclaration aussi explicite de sa part.

Retour au dossier Comprendre les modèles post-LLM. Voir aussi Mistral AI : la direction stratégique choisie et Convergence ou divergence des grands labs IA.