Trois modèles « ouverts » de tout premier plan sont sortis à quatre jours d'intervalle fin juillet, sous trois licences profondément différentes. Le premier peut être exploité commercialement par n'importe qui, sans condition. Le deuxième est gratuit jusqu'à ce que votre chiffre d'affaires franchisse un seuil inscrit dans la licence. Le troisième ne rapportera jamais un centime. Tous trois ont été annoncés avec le même mot.
« Ouvert » est devenu une échelle, non un interrupteur, et les laboratoires positionnent désormais leurs publications sur des barreaux précis, en toute conscience. Savoir lequel on regarde, c'est la différence entre une fondation sur laquelle bâtir un produit et un objet de recherche bon tout au plus à produire des articles.
« Open source » a un propriétaire, et presque personne ne remplit les critères
« Open source » n'est pas une ambiance ; c'est une définition maintenue depuis 1998 par l'Open Source Initiative, bâtie sur quatre libertés : utiliser pour tout usage, étudier le fonctionnement, modifier, redistribuer — y compris commercialement, par quiconque, pour toujours. En octobre 2024, l'OSI l'a étendue à l'IA avec l'Open Source AI Definition (OSAID), dont l'apport décisif est de reconnaître qu'un modèle n'est pas du code source. Pour un système d'IA, exercer ces libertés suppose trois éléments : les poids, le code d'entraînement et assez d'informations sur les données pour recréer réellement le système.
Confrontez le haut du panier à cette norme, et presque tout s'effondre. Le Llama de Meta — le modèle qui a popularisé le mot « open » — échoue sur les seuls termes de sa licence. Presque toutes les publications couvertes par ce blog échouent sur le volet données : les poids sont publiés, le code parfois, et le corpus décrit en un paragraphe quand il l'est. Ceux qui franchissent réellement la barre sont des objets de recherche comme OLMo (AI2) et Pythia (EleutherAI) : poids, code, données, recette et licence permissive, tout y est.
L'« IA open source » au sens strict est donc le barreau supérieur d'une échelle que la plupart des modèles dits ouverts n'atteignent jamais. Voici l'échelle complète :
Lire les barreaux, avec les sorties du mois en exemple
Niveau 1 — l'IA open source au sens strict. Poids, code d'entraînement et données, sous licence approuvée par l'OSI. Vous pouvez reconstruire le modèle, le forker, le vendre, et examiner exactement ce qui est entré dedans. C'est le barreau des organismes de recherche — OLMo, Pythia — précisément parce qu'ils visent la reproductibilité, non un produit.
Niveau 2 — les poids ouverts permissifs. Les poids sortent sous Apache-2.0 ou MIT ; le code et les données, en général, non. Vous pouvez déployer, affiner et commercialiser sans demander l'autorisation à quiconque. Vous ne pouvez simplement pas reproduire le modèle : c'est la différence entre posséder un exécutable et posséder sa chaîne de compilation. On y trouve Inkling et Inkling-Small et — fait notable, à 688 milliards de paramètres — l'A.X K2 de SK Telecom, le modèle de tout premier plan le plus permissif publié à ce jour. Quand l'annonce d'un laboratoire dit « poids ouverts » plutôt qu'« open source », c'est en général ce barreau qu'elle désigne : c'est exact, et cela ne revendique pas le barreau du dessus.
Niveau 3 — gratuit jusqu'à un seuil. Les poids sont ouverts et l'usage commercial réellement libre, en deçà d'un seuil inscrit dans la licence. La licence de type MIT de Kimi K3 n'impose un accord distinct qu'aux opérateurs de modèle en tant que service dépassant 20 millions de dollars de chiffre d'affaires sur douze mois. La licence communautaire de Llama, elle, se déclenche à 700 millions d'utilisateurs mensuels. C'est le niveau « si vous gagnez de l'argent, vous payez », et les seuils désignent clairement leur cible : ni les startups, ni les chercheurs, mais les hyperscalers qui revendraient sinon le modèle comme service concurrent. Pour presque tout lecteur d'une telle licence, la réponse pratique est « gratuit, y compris commercialement ». Pour AWS, non.
Niveau 4 — les restrictions d'usage. L'usage commercial est autorisé, mais la licence contrôle ce que vous construisez plutôt que combien vous gagnez. C'est la famille RAIL — Responsible AI Licenses — de BLOOM et Stable Diffusion, et, dans le même esprit, les conditions d'utilisation de Gemma avec leur liste d'usages interdits. La controverse va de soi : les restrictions visent surtout des choses que personne de respectable ne souhaite faire, mais une licence à restrictions d'usage n'est, au sens de l'OSI, pas open source du tout — la liberté zéro, c'est l'usage pour tout motif.
Niveau 5 — la recherche seule. Des poids que vous pouvez télécharger, étudier, publier, et jamais facturer. L'Instella-MoE d'AMD en est l'exemple de juillet, sous licence ResearchRAIL, avec la plus belle ironie du mois : la publication 2026 la plus complète en artefacts — tous les checkpoints intermédiaires, les mélanges de données, le code d'entraînement et d'inférence — s'accompagne des poids les moins libres de tous les modèles « ouverts » traités ici. L'ouverture des artefacts et celle de la licence sont deux axes distincts, et AMD a maximisé l'une en minimisant l'autre.
Niveau 6 — contrôlé ou fermé. Pas de poids du tout : soit un accès vérifié, comme le programme Trusted Access de GPT-5.5-Cyber, soit une API fermée. Vous ne prenez pas de licence sur le modèle, vous louez ses sorties à des conditions susceptibles de changer — ou de disparaître, comme la suspension forcée de dix-neuf jours de Fable 5 l'a rappelé à tous ceux qui construisaient dessus.
Les libertés, côte à côte
| Niveau | Utiliser | Modifier | Redistribuer | Gagner de l'argent | Reproduire (code + données) |
|---|---|---|---|---|---|
| 1 · IA open source | ✓ | ✓ | ✓ | ✓ sans restriction | ✓ |
| 2 · Poids permissifs | ✓ | ✓ | ✓ | ✓ sans restriction | ✗ |
| 3 · Seuil | ✓ | ✓ | ✓ | ✓ jusqu'à la clause | ✗ |
| 4 · RAIL / usages encadrés | ✓ hors usages listés | ✓ | ✓ mêmes termes | ✓ usages contrôlés | ✗ |
| 5 · Recherche seule | ✓ recherche | ✓ recherche | limité | ✗ | ✗ |
| 6 · Contrôlé / fermé | via API | ✗ | ✗ | revente interdite | ✗ |
Deux enseignements se dégagent du tableau, plus que de chacune de ses lignes.
D'abord, la licence ne suit ni la taille du modèle ni la générosité de la publication : elle suit ce que l'organisation qui publie veut voir advenir ensuite. Un modèle souverain d'État de 688 milliards de paramètres (A.X K2) est plus libre qu'une publication de recherche de 16 milliards (Instella-MoE), parce que le programme coréen Dopamo cherche l'adoption industrielle nationale, quand AMD cherche des citations sans financer les produits de ses concurrents. Moonshot, lui, veut une rente sur les revendeurs : d'où le niveau 3 pour K3. C'est la conclusion à laquelle l'analyse des tailles de modèles ouverts parvenait par le versant matériel : la taille détermine qui peut faire tourner un modèle ; la licence détermine qui en a le droit.
Ensuite, la vraie question n'est presque jamais « est-ce ouvert ? », mais trois questions plus précises, auxquelles toute licence répond en trente secondes de lecture. Puis-je facturer ce que je construis dessus ? Cela reste-t-il vrai à toute échelle, ou existe-t-il un seuil ? Ce que j'envisage de construire figure-t-il sur la liste des usages interdits ? Les niveaux 1 et 2 répondent oui / à toute échelle / non. Le niveau 3 : oui, mais lisez la clause. Le niveau 4 : oui / à toute échelle / lisez la liste. Le niveau 5 : non. Tout le reste est affaire de détail.
Dans un mois où le mot « ouvert » s'est étiré d'un pipeline d'entraînement complet mais invendable jusqu'à un téléchargement de 2,8 billions de paramètres assorti d'une clause de rente, le barreau compte davantage que le mot. Lisez la licence en gardant ces trois questions en tête, placez le modèle sur l'échelle, et oubliez l'adjectif du communiqué : c'est le marketing qui l'a choisi, pas l'échelle.