Latest / Le centre de gravité / Gemma 4, Llama 4 : la nouvelle guerre des modèles open source

Transcript

Gemma 4, Llama 4 : la nouvelle guerre des modèles open source · Le centre de gravité

0:00
Épisode Gemma 4, Lama 4, la nouvelle guerre des modèles open
0:03
source, chapitre un ce que l'aveu de Lequin a révélé en
0:10
janvier 2026, le scientifique en chef de Meta accorde une
0:12
interview au Financial Times, il est sur le départ et ce qu'il
0:17
dit oblige à comprendre toute l'année écoulée autrement.
0:21
Yann lecun, qui quitte Meta après plus d'une décennie, lâche
0:24
au Financial Times, en janvier 2026, une phrase courte, presque
0:26
relâchée, the results, Where feud a Little beat.
0:29
Les résultats ont été un peu arrangés derrière l'euphémisme.
0:32
L'effet est considérable, car l'histoire remonte à avril 2025,
0:37
au lancement de lama 4. Meta le présente alors comme la
0:39
nouvelle étape de son projet OPEN waite des modèles
0:41
multimodonatifs, une fenêtre de contexte gigantesque et l'idée
0:45
que l'ouverture reste un levier stratégique.
0:50
Pendant quelques jours, l'écosystème y croit.
0:53
Sur LM Arena, la version de Maverick soumise par Méta monte
0:56
à 1417 Hello, numéro 2 mondial, juste derrière Gemini de Google.
0:59
Le problème, c'est que cette version n'était pas le modèle
1:02
public. D'après the Register, il
1:04
s'agissait d'une variante expérimentale, un modèle
1:06
conversationnel optimisé spécifiquement pour le
1:09
benchmark. Quand des chercheurs ont
1:11
téléchargé le vrai mavric sur hugging face et l'ont testé, le
1:15
score est retombé à 1043 Hello. Un écart de presque 400 points.
1:21
La réaction a été immédiate, des chercheurs ont documenté sur X
1:25
les différences de comportement entre les versions.
1:28
Le responsable de l'i a génératif chez Meta a rejeté
1:31
l'accusation, parlant d'un problème de qualité inégale lié
1:34
au déploiement, pas d'une manipulation délibérée.
1:36
Puis est venue la phrase la plus lourde, parce qu'elle venait de
1:39
l'Intérieur. Le cas n'a pas seulement
1:41
confirmé que les résultats avaient été embellis.
1:44
Il a expliqué que des modèles différents avaient été utilisés
1:46
selon les benchmarks, avec des variantes calibrées pour briller
1:50
à chaque test. Zuckerberg, toujours selon le
1:52
récit rapporté par le Financial Times, a très mal réagi et a
1:56
perdu confiance dans l'équipe impliquée.
1:58
Le quin ajoute que certains sont déjà partis et que d'autres
2:01
suivront. Cet épisode est important pour
2:03
une 2nde raison, plus stratégique.
2:05
Pendant des années, le quin a été chez méta la figure
2:08
scientifique la plus visible d'une certaine idée de l'i a
2:11
ouverte. Pas l'Open source au sens
2:13
strict, mais l'idée que publier largement des modèles pouvait
2:16
servir à la fois la recherche et la puissance industrielle de
2:19
méta. Son départ en janvier 2026
2:21
referme une période quelques mois après le scandale Lama 4.
2:24
Les signaux se multiplient autour d'une stratégie plus
2:27
fermée. Chez méta, la figure la plus
2:29
associée à l'ouverture s'en va, et la ligne qu'il incarnait
2:32
semble s'en aller avec lui. LM Arena a durci ses règles
2:35
après l'affaire. La plateforme a répondu, avec la
2:39
politesse qu'on emploie dans ce genre de cas, que
2:42
l'interprétation de méta ne correspondait pas à ses
2:44
attentes. L'intérêt de cette affaire n'est
2:46
pas seulement de juger méta, elle montre que les benchmarks,
2:49
ses tableaux de scores censés départager les modèles, sont
2:52
devenus un espace de communication autant que de
2:55
mesures. À partir du moment où le tableau
2:57
cesse d'être fiable, il faut regarder ailleurs.
2:59
C'est ce que cet épisode va faire, non pas réciter des
3:02
scores, mais comparer ce que ces modèles savent réellement faire.
3:06
À quel prix ? Et sous quel droit ?
3:08
Chapitre 2, ce que les modèles savent vraiment faire derrière
3:12
les noms, il y a des scores, des coûts, des machines.
3:15
Cette fois, les chiffres racontent une histoire plus
3:18
intéressante que les slogans. Regardons les chiffres bruts, la
3:20
comparaison porte sur les modèles disponibles au même
3:23
moment mi 2025 sur le marché. Commençons par les
3:25
mathématiques. Sur M 2026, j'ai ma 4 dans sa
3:28
version 31 milliards de paramètres obtient 89,2%.
3:32
En face, la makat mavri que méta, présentée comme son modèle
3:35
phare, atteint 45,2%. Gema 4 fait donc près du double,
3:38
alors même qu'il s'agit d'un modèle de 31 milliards de
3:40
paramètres, quand Maverick en revendique 400 milliards au
3:43
total. La taille seule ne suffit plus à
3:45
prédire le niveau. Même constat sur le raisonnement
3:47
scientifique GPQA Diamond, qui teste la résolution de problèmes
3:51
complexes en physique, en chimie et en biologie, place GMA 4,
3:54
toujours dans sa version 31 milliards, entre 84 et 86% selon
3:58
les sources, Maverick est à 69,8 dipsik R un monte à 71,5.
4:04
Sur le code, la hiérarchie change encore, Cohen 3, le.
4:07
Celle d'alibaba atteint 92%. Sur Human Eval, Dipsic R un est
4:10
à 90, la Mac 4 Maverick descend à 75 et sur Ed polyglotte, un
4:13
test bien plus proche d'un usage réel où il faut modifier du code
4:17
existant dans un vrai projet. Sur ce terrain là, Maverick
4:19
tombe à 16%. Ce résultat résume assez
4:21
durement la situation de Maverick en conditions réelles.
4:23
Maverick garde toutefois un point fort sur les connaissances
4:26
générales sur MMLU, il obtient 88,2% GMA4 est à 85,2.
4:29
Les benchmarks donnent donc une première image.
4:37
Reste à voir ce que ces modèles valent en pratique.
4:39
Un développeur lance Gema 4 dans sa plus petite version, le 2B1,
4:43
modèle de 2 milliards de paramètres sur un MacBook M 4
4:45
avec 16 gigaoctets de mémoire. Résultat rapporté sur devto, 95
4:50
Tokens par 2nde. Fluide rapide, utilisable au
4:52
quotidien, il passe au E4B, la version à 4 milliards 54 tokens
4:57
par 2nde. Cela reste confortable.
4:59
Il tente ensuite le 26B1, modèle beaucoup plus gros qui
5:02
fonctionne par spécialisation interne, 2 tokens par 2nde.
5:05
La machine devient quasiment inutilisable.
5:07
La mémoire unifiée du Mac ne suit plus le même 26B sur une
5:10
RTX 4090 avec 24 gigaoctets de mémoire vidéo monte à 120 à 160
5:13
tokens par 2nde en version compressée à 4 bits, une
5:15
technique qui réduit la taille du modèle en mémoire.
5:21
Côté coût, pour ceux qui passent par des services hébergés,
5:24
plusieurs comparateurs donnent des ordres de grandeur parlant
5:26
lama 4 scout revient à environ 0,83€ par 1000000 de Token, Coen
5:29
332B est au même niveau autour de 78 à 0,83€ Maverick Monte à
5:33
2,22$, dipsik R un grimpe à 13,33$ par 1000000 de Token.
5:36
Le raisonnement profond se paie cher.
5:37
Ce tableau conduit à une conclusion simple, il n'existe
5:39
plus un modèle ouvert unique qu'on pourrait appeler le
5:42
meilleur en toutes circonstances.
5:43
Il existe des spécialistes, chacun fort sur un.
5:51
Un précis à un certain coût et sur un certain matériel, la
5:54
seule question utile meilleure, pour quel usage et à quel prix ?
5:57
Chapitre 3, le théâtre des scores.
6:00
Un benchmark était censé mesurer une capacité.
6:02
Il est devenu un terrain de communication, de mise en scène
6:05
et parfois de manipulation. Pendant longtemps, un benchmark
6:08
suffisait, on regardait les scores, on choisissait le
6:11
meilleur et on passait à la suite.
6:13
Le K Lama 4A rendu le problème impossible à ignorer Meta n'a
6:17
pas seulement soumis un modèle optimisé à LM Arena.
6:19
D'après ce qu'a confirmé lequin, l'équipe a utilisé des variantes
6:23
différentes selon les benchmarks, chacune calibrée
6:25
pour briller sur un test précis. C'est la version industrielle de
6:29
ce qu'on appelle la loi de good art.
6:31
Quand une mesure devient un objectif, elle cesse d'être une
6:35
bonne mesure. Le problème, toutefois, dépasse
6:37
la triche. Même quand les scores sont
6:39
honnêtes, ils ne racontent qu'une partie de l'histoire.
6:43
Prenons MMLU, Maverick y brille avec 88% mais ce score ne dit
6:46
presque rien de sa tenue en production.
6:48
On retrouve la même limite avec les fenêtres de contexte.
6:51
Meta annonce 10000000 de Tokens pour scout, le chiffre frappe
6:54
mais que reste-t-il de cette promesse dans une tâche vraiment
6:58
longue ? Le modèle garde T il le fil
7:00
ignore t il le début, ralentit il trop ?
7:06
En pratique, les tests indépendants montrent que la
7:09
qualité chute bien avant la limite annoncée.
7:11
Le chiffre ne décrit qu'une capacité théorique.
7:14
Ce qui se dessine ici, c'est un changement d'époque.
7:17
Les benchmarks restent utiles comme premier filtre, mais le
7:20
jugement décisif se déplace vers le terrain, la latence réelle,
7:24
la tenue du contexte sur des documents longs, le comportement
7:27
dans un agent, des choses qu'aucun tableau ne capture.
7:31
C'est aussi à ce moment-là qu'un autre critère, longtemps traité
7:34
comme un simple détail juridique, reprend de
7:36
l'importance. Parce que si vous voulez tester
7:39
un modèle en conditions réelles, l'intégrer dans votre produit,
7:42
le modifier ou le redistribuer encore faut-il en avoir le
7:46
droit ? Chapitre 4, Apache MIT ou on
7:51
verra la carte des libertés. Tout le monde dit open, mais
7:55
entre un modèle que vous pouvez redistribuer demain et un modèle
7:58
dont la licence vous ralentit, il YA1 monde entier.
8:01
Voici un paradoxe que presque personne ne relève.
8:04
Le modèle le plus libre du marché juridiquement est
8:07
chinois. Dipsic R un est publié sous
8:10
licence MIT. La licence MIT est l'une des
8:14
plus permissives du logiciel. Vous pouvez le modifier, le
8:17
redistribuer et l'intégrer dans un produit commercial avec très
8:20
peu de contrainte à condition de conserver la mention de
8:23
Copyright. Juste derrière viennent 2
8:26
modèles sous Apache 2.0 quen 3 d'alibaba et Gema 4 de Google.
8:31
Cette licence est presque aussi permissive que la licence MIT
8:34
avec en plus une clause de protection sur les brevets.
8:37
Lama 4 occupe une place différente Meta par le d'open
8:41
Wait c'est à dire de poids téléchargeables.
8:45
Ils le sont bien, mais la licence reste la lama 4
8:48
Community licence agreement, un texte propriétaire rédigé par
8:52
méta. D'après plusieurs analyses
8:54
publiques, cette licence prévoit un seuil au-delà de 700000000
8:58
d'utilisateurs mensuels actifs. Un chiffre que très peu
9:01
d'entreprises atteignent, mais qui crée une zone d'incertitude
9:03
juridique. Pour celles qui grandissent
9:05
vite, il faut demander une autorisation à méta.
9:08
Elle ajoute donc de la friction. De l'incertitude, des
9:12
vérifications supplémentaires et des zones grises pour les
9:15
entreprises qui veulent construire dessus à grande
9:17
échelle. Prenons un cas concret, vous
9:20
êtes directrice technique d'une start-up dans la santé.
9:23
Vos données patients ne peuvent pas sortir de votre
9:25
infrastructure. Vous devez héberger le modèle en
9:27
interne, le fine tuner sur vos dossiers, l'intégrer dans un
9:31
outil vendu à des hôpitaux avec Gema 4 sous Apache 2.0, vous
9:36
avancez. Avec lama 4, vous appelez votre
9:38
avocat non parce que c'est forcément interdit, mais parce
9:41
qu'il faut vérifier. Et dans la santé, cette
9:44
incertitude suffit souvent à disqualifier un choix
9:46
technologique. Autre point important, Google a
9:49
changé de cap. Les versions précédentes de Gema
9:52
étaient publiées sous les Gema terms of use une licence maison.
9:57
Gema 4 est le premier modèle de la famille à passer sous Apache
10:00
2.0. Ce changement n'a rien
10:02
d'anecdotique, il marque un vrai virage.
10:06
Au total, le classement des libertés est presque l'inverse
10:09
de ce qu'on imaginerait. Le modèle chinois est le plus
10:12
libre, les modèles de Google et d'Alibaba sont très permissifs
10:16
et le modèle américain, celui de Meta, celui qui met le plus
10:19
fortement en avant le mot open dans son marketing, est aussi le
10:23
plus restrictif des 4. Lama 4 peut rester un bon choix
10:27
dans certains cas. Simplement, le mot ouvert ne
10:29
suffit plus, il faut lire la licence et comprendre ce qu'elle
10:33
autorise réellement. Chapitre 5, 5 empires, 5
10:38
logiques, Meta, Google, Alibaba, Dipsik, Mistral, 5 manières de
10:44
distribuer de l'intelligence et aucun ne joue exactement le même
10:48
jeu. Prenons les un par un pour
10:49
comprendre ce que chacun essaie de gagner.
10:51
Méta d'abord, pendant 2 ans, la stratégie était limpide,
10:54
publiait des modèles suffisamment attractifs pour que
10:57
l'écosystème entier s'organise autour d'eux.
11:00
L'amas n'était pas seulement un modèle de plus, meta cherchait à
11:02
en faire un standard de fait. Le problème, c'est que cette
11:05
mécanique reposait sur la confiance et le scandale des
11:08
benchmarks, la fracturait. D'après le Financial Times,
11:11
Zuckerberg a mis l'équipe d'intelligence artificielle
11:13
générative sur la touche. Le qu'un est parti.
11:16
La machine Meta n'est pas morte, mais elle traverse une crise de
11:18
crédibilité qui compte Google. Ensuite, le geste de Gema 4 est
11:22
différent. Modèle compact du E2B au 31B
11:25
Apachi 2.0 pour la première fois.
11:28
Des appels d'outils natifs pensés pour les agents et
11:31
surtout une portabilité réelle sur du matériel grand public.
11:35
Avec Gema 4, Google ne se contente pas de publier un
11:38
modèle performant, l'entreprise cherche à s'installer partout.
11:41
Alibaba mérite un arrêt particulier car quen 3 est peut
11:44
être le modèle le plus sous-estimé du paysage.
11:47
Ce qu'alibaba introduit ici est une idée d'une simplicité
11:50
redoutable, un seul modèle, 2 modes de fonctionnement.
11:54
Le mode thinking réflexion ou le modèle raisonne étape par étape
11:58
et le mode non thinking, réponse directe sans détour.
12:01
L'utilisateur peut basculer de l'un à l'autre par une
12:04
instruction et surtout fixer un budget de réflexion.
12:07
Combien de token le modèle est autorisé à dépenser avant de
12:10
répondre ? Pendant que l'attention se
12:11
concentre sur méta et Google, Queen est en train de devenir le
12:15
modèle des gens qui construisent.
12:17
Deepsic lui a envoyé un signal d'une autre nature.
12:20
Avec dipsik R un publié sous licence MIT, le message est
12:24
brutal, un modèle de niveau frontière sous la licence la
12:27
plus permissive du marché. Le coût de cette puissance est
12:30
élevé, mais le signal envoyé au marché reste sans ambiguïté,
12:33
l'Open source chinois ne suit pas, il devance et puis il y a
12:37
Mistral, le cas européen. Mistral mise sur la crédibilité
12:41
d'usage, un modèle qui tourne vite, qui coûte peu et qui offre
12:45
une alternative pour les entreprises et les
12:47
administrations qui ne veulent pas dépendre d'un hyperscaller
12:49
américain ou d'un laboratoire chinois.
12:52
La position est fragile, mais dans un marché qui se polarise
12:55
entre États-Unis et Chine, elle compte.
12:58
Chapitre 6, si vous devez choisir aujourd'hui si vous êtes
13:02
développeur, CTO, fondateur ou simplement responsable d'un
13:06
produit, la carte a changé. Et le bon choix n'est plus celui
13:09
d'il y a 6 mois. Si vous devez choisir un modèle
13:11
aujourd'hui, que faut-il vraiment regarder ?
13:14
Premier cas, vous faites du code, pas une démo mais un vrai
13:17
dépôt qu'il faut maintenir dans la durée dans ce cas.
13:19
Coin 3 par devant suivi de près par Deepsic Gema 4 dans sa
13:23
version 31 milliards est solide mais en retrait sur les tests de
13:26
code pur l'AMA 4 Mavric peut impressionner sur certains
13:29
benchmarks mais il reste beaucoup moins convaincant en
13:31
situation réelle. 2e cas, vous faites du raisonnement, des
13:34
maths, de l'analyse structurée, du travail sur des problèmes.
13:38
Complexe là Gema 4 et dipsic deviennent difficiles à ignorer.
13:41
Le critère décisif n'est plus la qualité du raisonnement mais le
13:44
niveau que vous pouvez réellement financer. 3e cas,
13:47
vous voulez quelque chose qui tourne localement sur votre
13:50
machine ou dans votre infrastructure, pas dans le
13:52
cloud de quelqu'un d'autre. Là, les choses deviennent
13:54
concrètes. Gema, 4E2B et E4B tournent sur
13:58
un MacBook avec 16 gigaoctets de mémoire quen 3, en version
14:01
compact aussi. 4e cas, vous êtes dans un secteur régulé, santé,
14:05
finance, défense, administration ici.
14:08
Si la question du benchmark vient après celle du droit, la
14:10
licence devient le critère de premier rang.
14:12
Avec une licence MIT ou Apache 2.0, vous avancez avec une
14:15
licence communautaire plus floue, vous ralentissez ou vous
14:18
renoncez dans ce type d'environnement.
14:20
Gema 4, Coen 3 et Dipsic ont un avantage structurel sur l'AMA 4,
14:24
quelle que soit la performance pure. 5e cas, vous cherchez un
14:28
modèle polyvalent capable de lire du texte, traiter des
14:31
images, fonctionner dans un agent et rester raisonnable en
14:34
cours. C'est probablement là que le
14:35
choix devient le plus ouvert. Malgré ces problèmes de
14:39
crédibilité, lama 4 Maverick reste solide sur la connaissance
14:42
générale et la multimodalité native Mistral Small 3.1 reste
14:46
très séduisant pour les usages multimodaux légers, rapides et
14:49
multilingues. Gema 4 devient un candidat
14:52
sérieux pour ceux qui veulent de la puissance, des appels
14:54
d'outils natifs et une licence permissive.
14:56
Reste enfin une question souvent évitée parce qu'elle est plus
15:00
politique que technique. À qui voulez vous confier votre
15:02
dépendance ? Ametta qui a perdu du crédit
15:05
avec l'affaire des benchmarks et l'affaiblissement de sa ligne ?
15:08
Open waite à Google qui ouvre plus largement, mais le fait
15:11
aussi pour diffuser sa présence partout, à Alibaba qui avance
15:14
très vite avec un modèle remarquablement pragmatique, à
15:17
deepsic qui propose une liberté juridique maximale, mais depuis
15:20
un écosystème chinois qui peut inquiéter certaines entreprises,
15:23
à Mistral qui offre une alternative européenne crédible
15:26
mais sous pression. Il n'y a pas de réponse unique.
15:29
Mais le fait même de pouvoir poser la question montre que le
15:31
choix existe et qu'il n'a jamais été aussi ouvert.
15:34
Voilà au fond le vrai changement pour beaucoup de cas d'usage, le
15:37
modèle. Ouvert est devenu le premier
15:39
choix rationnel. Chapitre 7, ce qui s'ouvre
15:42
vraiment à force de parler de modèles ouverts, on pourrait
15:45
croire que le sujet est seulement technique.
15:47
En réalité, ce qui se joue ici est plus simple et plus vaste.
15:51
Qui a le droit de prendre l'intelligence avec soi ?
15:53
Ce qui s'est passé en un an est considérable.
15:55
Les modèles ouverts ne sont pas devenus parfaits et ils ne
15:58
dominent pas tout. En revanche, ils ont franchi un
16:00
seuil de qualité, de praticité et de déployabilité à partir
16:04
duquel ils cessent d'être une simple alternative honorable
16:07
pour redevenir une force. Ce qui compte.
16:09
Meta a révélé jusqu'où pouvait aller la mise en scène des
16:11
benchmarks. Google a prouvé qu'un géant
16:13
pouvait publier sous licence vraiment permissive, quen a
16:16
introduit l'idée d'une intelligence modulable ajustée à
16:19
son coup. Deepsy a rappelé que l'ouverture
16:21
pouvait y aller, et Mistral a défendu l'idée qu'il restait un
16:24
espace pour la crédibilité européenne.
16:26
Pendant longtemps, l'intelligence artificielle a
16:28
surtout été pensée comme un service auquel on accède.
16:31
Les modèles ouverts portent une autre idée, une intelligence
16:34
qu'on peut déplacer, adapter et conserver chez soi le progrès
16:37
d'un modèle fermé. Mais amélioré.
16:38
Un service, celui d'un modèle ouvert, redistribue du pouvoir
16:42
d'agir. Et ce qui s'ouvre ici, au fond,
16:44
ce n'est pas seulement une famille de modèles, mais la
16:46
possibilité pour davantage d'acteurs de ne plus rester
16:49
simplement locataires de l'intelligence.
16:51
Vous écoutiez Gema 4 lama 4 la nouvelle guerre des modèles open
16:55
source merci de votre écoute. Si cet épisode vous a intéressé,
16:58
le plus simple est de le partager autour de vous ou sur
17:01
LinkedIn.