Le sprint open-weight chinois en trois semaines : Kimi K3, Qwen3.8-Max et le retournement qui pourrait tout arrêter

Entre le 16 et le 26 juillet, trois des plus grands laboratoires d'IA chinois ont posé sur la table des modèles ouverts de niveau frontière. Moonshot AI a annoncé Kimi K3 le 16 juillet et publié les poids le 26 juillet. Alibaba a dévoilé Qwen3.8-Max le 19 juillet à la WAIC de Shanghai. La gamme V4 de DeepSeek a atteint la disponibilité générale (GA) autour du 20 juillet. Trois laboratoires, environ trois semaines.

Le schéma est difficile à manquer, et ce n'est pas celui sur lequel la scène chinoise des modèles ouverts a bâti sa réputation. Ces laboratoires étaient connus pour des modèles petits, rapides et bon marché, qui frappaient au-dessus de leur catégorie. Cette vague est le pari inverse : des systèmes à plusieurs milliers de milliards de paramètres, publiés — ou promis — en open weights.

Voici un décryptage honnête de cette vague : ce qui est réellement sorti, ce qui reste au stade de l'aperçu ou de la promesse, et le retournement qui l'a accompagnée — le gouvernement même qui a rendu ces publications possibles évalue désormais s'il faut les restreindre. Si vous avez lu notre tour d'horizon de juillet, ceci en est la suite, et l'un de ses fils laissés en suspens vient de se dénouer.

Image: OLCF at ORNL, Wikimedia Commons, CC BY 2.0.

Kimi K3 est celui qui est vraiment sorti

Quand nous avons écrit sur Kimi K3 en juillet, les poids n'étaient qu'une promesse — Moonshot AI avait dit « d'ici le 27 juillet ». Ils sont arrivés le 26 juillet : 1,56 téraoctet réparti en 96 fragments sur Hugging Face, sous moonshotai/Kimi-K3. C'est là l'information. Une annonce est un communiqué de presse ; des poids téléchargeables sont un fait sur lequel on peut construire.

L'architecture est un grand modèle mixture-of-experts — 2,8 billions de paramètres au total, environ 104 milliards actifs par token, qui achemine à peu près 16 experts sur 896 via un mécanisme que Moonshot nomme Kimi Delta Attention, avec une fenêtre de contexte d'un million de tokens et un gain d'efficacité de mise à l'échelle rapporté d'environ 2,5x par rapport à K2. Dans le classement indépendant d'Artificial Analysis, il s'est hissé au 4ᵉ rang sur 189 modèles — derrière Claude Fable 5 et deux configurations GPT-5.6 « Sol », devant Opus 4.8 et GPT-5.5. Pour un modèle ouvert que l'on peut télécharger, figurer dans cette compagnie est en soi l'histoire.

Lisez la licence avant de bâtir un modèle économique autour. Kimi K3 n'est pas MIT. Il est diffusé sous une licence maison, la « Kimi K3 License », non approuvée par l'OSI et assortie d'une clause de seuil de revenus : faire tourner K3 comme moteur d'une grande activité de Model-as-a-Service exige un accord distinct avec Moonshot. Pour la plupart des équipes, cela ne change rien ; pour quiconque bâtit un produit hébergé à grande échelle, « poids ouverts » et « licence ouverte » sont deux questions différentes — et ici, seule la première reçoit un oui sans ambiguïté.

Qwen3.8-Max est un aperçu, pas un téléchargement

Le Qwen3.8-Max d'Alibaba est le plus gros titre de la vague, et le plus tendre. Présenté le 19 juillet à la WAIC, c'est un MoE creux de 2,4 billions de paramètres — paramètres actifs non divulgués — et le premier Qwen au-delà du billion de paramètres à être multimodal, traitant texte, image, vidéo et documents. Et il n'est, pour l'instant, qu'un aperçu hébergé : qwen3.8-max-preview, proposé à environ 10 % du tarif standard via le Token Plan et Qoder d'Alibaba.

Voici ce qui n'est pas arrivé : une date pour les poids ouverts, une licence, une fiche de modèle ou un tableau de benchmarks indépendant. Alibaba dit que les poids arrivent « bientôt », mais l'organisation Qwen sur Hugging Face n'a rien reçu de nouveau depuis juin. L'affirmation de l'entreprise selon laquelle le modèle serait « juste derrière Fable 5 » n'est que cela — une déclaration maison, sans chiffres tiers pour l'étayer à ce jour. Traitez-la comme une formule marketing d'un fournisseur jusqu'à ce que quelqu'un hors d'Alibaba la mesure.

Une dernière chose mérite d'être dite avec précision, car elle circule déjà comme un fait : l'histoire d'un « Qwen3.8 27B » qui sortirait la semaine prochaine est une rumeur communautaire. Elle remonte à un commentaire sur Hacker News et à un agrégateur qui l'a repris. Alibaba n'a annoncé ni date, ni taille, ni licence. Au vu de l'historique de publication de l'entreprise, c'est une attente raisonnable — et rien de plus qu'une attente.

DeepSeek V4 a atteint la disponibilité générale en silence

DeepSeek a le moins communiqué et livré le plus utilisable. La gamme V4, publiée dès le 24 avril, se décline en deux tailles sous licence ouverte : V4-Pro, 1,6 billion au total et 49 milliards de paramètres actifs, et V4-Flash, 284 milliards au total et 13 milliards actifs. Les deux sont MIT. Les deux offrent une fenêtre de contexte d'un million de tokens et des fenêtres de sortie allant jusqu'à 384K tokens. Autour du 20 juillet, V4 a atteint la disponibilité générale avec une tarification à la durée, ce qui l'a fait entrer dans le même cadre de trois semaines que K3 et Qwen. Il n'y a ni R2, ni V5, ni V4.1 — juste la famille V4 qui mûrit en quelque chose sur quoi les équipes peuvent compter.

L'écart se resserre plus vite que les classements ne l'admettent

En prenant du recul, la pente compte plus que les sorties individuelles. Pour Nathan Lambert, la distance entre les meilleurs modèles ouverts et les meilleurs modèles fermés s'est comprimée d'environ six à neuf mois à trois à cinq — « les modèles ouverts n'ont jamais été aussi proches de la frontière depuis DeepSeek R1 ». Les données d'usage vont dans le même sens. Sur OpenRouter, la part de tokens des modèles d'origine américaine est tombée d'environ 70 % en juin 2025 à environ 30 % un an plus tard, tandis que les modèles d'origine chinoise dépassent désormais régulièrement 30 %. Le prix y est pour beaucoup : les modèles ouverts chinois coûtent en général 60 à 90 % de moins par token, et l'hébergement a suivi immédiatement — Together AI et Modal ont mis en ligne des points d'accès Kimi K3 dès le jour zéro.

Le changement le plus discret concerne l'échelle. La marque des modèles ouverts chinois, c'était petit, rapide, bon marché. K3 à 2,8 billions de paramètres et Qwen3.8-Max à 2,4 billions sont exactement l'inverse — un pari selon lequel voir grand dans l'ouvert en vaut désormais la peine. GLM-5.2 de Z.ai, publié le 16 juin sous MIT et en tête de la catégorie open-weight de l'Artificial Analysis Index à 51, est le même message venu d'un quatrième laboratoire.

Le retournement : le gouvernement qui a permis cela pourrait le restreindre

Puis le vent a tourné. Autour du 22 au 25 juillet, le Financial Times et Reuters ont rapporté que le ministère chinois du Commerce envisage des contrôles à l'exportation sur les modèles d'IA — y compris les LLM open-weight — Alibaba, ByteDance et Z.ai étant, dit-on, associés aux discussions. Le cadre évoqué est étagé : une obligation de déclaration pour les modèles les plus faibles, un examen de sécurité pour les plus puissants, et une possible interdiction de publier ouvertement les plus capables. Rien n'est encore loi. Mais la direction est frappante : la vague atteint peut-être son sommet au moment précis où son propre gouvernement commence à traiter ces modèles comme des exportations stratégiques plutôt que comme des contributions ouvertes.

En résumé : quand l'ouvert devient un actif stratégique

Le récit commode dit « la Chine a rattrapé son retard ». Le plus juste dit que les poids ouverts sont devenus un actif stratégique assez vite pour qu'un gouvernement veuille désormais garder la main sur le robinet. En trois semaines, les modèles ouverts sont passés d'un retard de deux à trois trimestres sur la frontière à un seul — et de petits et bon marché à figurer parmi les plus grands modèles jamais publiés, sous quelque forme que ce soit. La frontière ouverte n'a pas seulement bougé. Elle s'est déplacée vers un endroit d'où ses créateurs ne seront peut-être pas libres de continuer à livrer.

Pour les équipes qui construisent sur ces modèles, l'enseignement pratique reste le même, en un peu plus tranchant. Telli.sh fait déjà tourner un modèle ouvert, Qwen3, dans sa couche de résumé, si bien que chaque gain de qualité et de prix des modèles ouverts irrigue directement la transcription, la traduction et le résumé de réunions. Le nouvel élément, c'est l'approvisionnement : si les règles d'exportation chinoises se concrétisent comme le suggèrent les articles, savoir quels modèles ouverts resteront librement téléchargeables est à surveiller plutôt qu'à présumer. Que les modèles nourrissant cette couche s'améliorent est la tendance ; d'où ces modèles ont le droit de venir est le point à garder à l'œil.

Démarrer une note IA en direct

Sources

• Simon Willison on Kimi K3 weights (July 27, 2026)
• Nathan Lambert, "Kimi K3: the open-weights escalation" (Interconnects, July 20, 2026)
• Kimi K3 announcement (Moonshot AI)
• Kimi K3 weights on Hugging Face
• Artificial Analysis on Kimi K3
• MarkTechPost on Qwen3.8-Max (July 19, 2026)
• WinBuzzer on DeepSeek V4 (April 27, 2026)
• The Decoder on Chinese open-model adoption
• Tom's Hardware on China's proposed AI export controls (July 2026)
• Wikimedia Commons image page