Le dernier modèle chinois de Kimi, publié le 16 juillet dernier, affiche des performances proches de celles des meilleurs modèles d’Anthropic.
Le point le plus marquant : il est disponible en open source. En théorie, une société comme Amplegest pourrait télécharger le modèle, acquérir quelques GPU et faire fonctionner localement une IA de premier rang, tout en conservant la maîtrise de ses données.
Cette publication soulève une question fondamentale.
Malgré des investissements d’entraînement nettement inférieurs et un accès limité aux capacités de calcul les plus avancées, les acteurs chinois parviennent désormais à développer des modèles proches de l’état de l’art mondial.
Cela doit nous conduire à nous interroger sur l’efficacité marginale des milliards de dollars investis par les laboratoires américains dans l’entraînement des modèles de pointe.
Il faut néanmoins nuancer cette lecture : une part croissante des dépenses d’investissement ne sert plus uniquement à entraîner les modèles. Elle finance surtout leur déploiement à grande échelle, l’inférence, les produits, la distribution et l’adoption par les entreprises et les particuliers.
Sur ces dimensions, les laboratoires américains conservent encore une avance considérable. Les acteurs chinois n’ont pas encore leur portée commerciale, leur écosystème ni leur capacité de distribution mondiale.
Mais cet écart pourrait se réduire rapidement, notamment si les restrictions américaines sur l’accès aux modèles et aux technologies renforcent l’attrait d’alternatives chinoises ouvertes.
Pendant ce temps, Mistral semble progressivement abandonner la course aux modèles de pointe pour se positionner davantage comme un intégrateur technologique européen.
Par Abdoullah SARDI, gérant Actions chez Amplegest
