Le plus grand modèle d’IA gratuit à ce jour arrive le 27 juillet. Mais que signifie vraiment « poids ouverts » ?
Moonshot a promis de publier le 27 juillet les poids de Kimi K3, un modèle de 2 800 milliards de paramètres. Pouvoir le télécharger gratuitement ne signifie pas qu’il est facile à faire fonctionner, et cette différence mérite d’être comprise.
Moonshot AI a fixé une date à un événement que le secteur attendait : le 27 juillet, l’entreprise prévoit de publier les poids de Kimi K3, le modèle qui s’est hissé en tête d’un important classement en programmation quelques jours après son lancement. Tout le monde pourra le télécharger. Pour la plupart des gens, cela semble plus important que ça ne l’est vraiment ; pour le secteur, cela semble aussi moins important que ça ne l’est. Il vaut donc la peine d’examiner les deux aspects.
Commençons par le terme. Les poids d’un modèle sont les milliards de nombres qu’il a appris pendant son entraînement, autrement dit, tout ce qu’il sait, stocké dans un fichier de très grande taille. Lorsqu’un laboratoire les publie, vous pouvez faire fonctionner le modèle sur votre propre matériel, l’examiner, l’adapter et l’utiliser sans demander d’autorisation ni payer à chaque requête. Lorsqu’un laboratoire les garde pour lui, comme le font OpenAI et Anthropic avec leurs modèles phares, vous ne pouvez accéder au modèle qu’à travers son service. C’est toute la différence entre « poids ouverts » et « fermé ».
Vient maintenant la réserve pratique, et elle est de taille. Dans leur version complète, les poids de K3 représenteraient environ 594 Go. Les versions créées par la communauté qui compressent les nombres, un procédé appelé quantification, devraient probablement ramener ce volume entre 300 et 400 Go. Dans tous les cas, ce modèle ne fonctionnera pas sur un ordinateur portable. Il nécessite du matériel serveur conséquent ; dans l’immédiat, les principaux bénéficiaires seront donc les entreprises, les groupes de recherche et les fournisseurs d’hébergement, plutôt que les particuliers. Ces derniers en profiteront indirectement grâce à un accès moins cher, puisque n’importe quel acteur pourra désormais héberger le modèle et faire jouer la concurrence sur les prix.
Ce qui se joue : Moonshot reprend la stratégie de DeepSeek, et elle fonctionne. Offrir les poids ne coûte relativement pas grand-chose au départ à un laboratoire chinois, tout en lui assurant une diffusion considérable, de la crédibilité et un moyen de mettre sous pression les laboratoires occidentaux qui facturent chaque utilisation. Cela rend aussi le modèle très difficile à interdire ou à couper, car les copies se répandent dès sa publication. Il faut toutefois garder à l’esprit une réserve importante : K3 domine les tâches de programmation et celles réalisées par des agents, mais se classe autour de la neuvième place pour la conversation générale. C’est donc un spécialiste, pas un remplaçant polyvalent aux meilleurs modèles payants.
Une autre date liée à cette actualité est largement rapportée de façon erronée ; voici donc la version exacte : le 24 juillet ne correspond pas au lancement de DeepSeek V4. C’est le jour où DeepSeek abandonne ses anciens noms de modèles, après quoi les requêtes adressées à ces noms ne fonctionneront plus. Une information utile si vous ou votre développeur avez conçu quelque chose qui s’appuie sur eux, sans importance dans le cas contraire.
Ce que cela signifie pour vous : si vous utilisez l’IA par l’intermédiaire d’une application de chat, rien ne changera le 27 juillet et vous n’avez rien à faire. Ce que vous pourriez constater au cours des mois suivants, c’est une baisse progressive des prix, car chaque modèle gratuit et performant rend plus difficile pour les offres payantes de justifier leurs tarifs. Si vous dirigez une petite entreprise et consacrez une somme importante à des tâches d’IA répétitives et réalisées à grande échelle, c’est le moment de demander à un collègue technique si un modèle ouvert, hébergé ailleurs, pourrait accomplir le même travail pour moins cher. La réponse honnête dépend souvent de la tâche et mérite d’être mesurée plutôt que devinée.
Sources
Sources: https://cryptobriefing.com/kimi-k3-open-weights-july-27/
Un piratage révèle les données d’entraînement d’un générateur de musique par IA : deux millions d’extraits YouTube
Le code source divulgué de l’entreprise de musique par IA Suno cite YouTube Music, Deezer et Genius parmi ses sources d’entraînement, avec plus de deux millions d’extraits musicaux répertoriés. Cette fuite survient alors que deux grandes maisons de disques poursuivent l’entreprise.
