---

Le grand chambardement : quand l’open source a pris la tête

Jusqu’en 2025, les modèles propriétaires (GPT-4, Claude 3, Gemini) régnaient sans partage. Mais plusieurs événements ont accéléré un basculement historique.

Avancées architecturales : l’adoption massive des Mixture-of-Experts (MoE) a permis de multiplier la capacité des modèles sans exploser le coût d’inférence. Kimi K3 (2,8 billions de paramètres totaux, 104 milliards d’actifs) et Qwen3.8-Max (2,4 billions) en sont les symboles. Parallèlement, les fenêtres de contexte natives de 256K tokens, extensibles à 1M, sont devenues la norme — et Meta a même poussé jusqu’à 10 millions de tokens avec Llama 4 Scout. La mécanique du MoE — sélection sparse des experts, gating top-k, équilibrage de charge — est désormais le principal levier d’efficacité de l’écosystème ouvert, comme le détaille une analyse publiée le 28 octobre 2026 par topai-tools.org.

Décisions politiques et économiques : les restrictions américaines à l’export de puces vers la Chine ont paradoxalement stimulé l’innovation chinoise. Côté coûts, l’inférence open source est devenue 5 à 10 fois moins chère que les alternatives propriétaires. Mais un rapport de la Mozilla Foundation (State of Open Source AI v1.1, relayé par techtimes.com le 17 septembre 2026) révèle une réalité plus nuancée : en août 2026, les modèles open-weight ont traité la majorité du trafic de tokens développeurs sur OpenRouter, tout en ne captant que 4 % des revenus de la couche modèle. La domination des tokens, la misère des revenus.

Rupture des classements : le 5 juillet 2026, le classement techsy.io plaçait Qwen 3 235B-A22B en tête des LLM open source, suivi de DeepSeek R1 et Llama 4 Scout. Le même jour, l’Intelligence Index v4.1 d’Artificial Analysis, cité par digitiz.fr, montrait que le meilleur open source (GLM-5.2, score 51) talonnait les propriétaires (Claude Fable 5 : 60, GPT-5.5 : 55). La frontière s’estompe.

L’arrivée de Kimi K3 : le 27 juillet 2026, Moonshot AI a publié les poids de Kimi K3, un modèle de 2,8 billions de paramètres — le plus gros jamais ouvert. Avec un contexte d’un million de tokens et des performances qui, selon Le Grand Continent, dépassent Claude Fable 5 sur Terminal-Bench et talonnent GPT-5.6 Sol, Kimi K3 rebat les cartes du classement open source.

Le choc Qwen3.8-Max : le 3 août 2026, Alibaba a dévoilé Qwen3.8-Max, un modèle de 2,4 billions de paramètres en open weights, quelques jours seulement après Kimi K3. Présenté comme capable de travailler en autonomie pendant plusieurs jours, il bouscule la course aux LLM face à Kimi K3 et Claude Fable 5. Les poids complets ont été publiés le 12 août 2026 (source : opensourceforu.com, siliconangle.com).

Août 2026 : le mois des retournements — Meta a inversé sa stratégie de verrouillage en publiant Muse Glimmer (10 août), Alibaba a ouvert pour la première fois son modèle de classe Max (12 août), et Z.ai a sorti GLM-5.3 en retenant temporairement les poids (14 août). En une semaine, le paysage open source a été redessiné.

Septembre 2026 : Tencent entre dans la danse — Le 8 septembre 2026, Tencent a publié en open source Hy4, son modèle de 770 milliards de paramètres (49 milliards d’actifs), avec un contexte d’un million de tokens. Conçu pour le codage, la productivité bureautique et la recherche scientifique, Hy4 preview est accessible via API et marque l’entrée de Tencent dans la course aux LLM ouverts (source : gadgetpilipinas.net, techgenyz.com). Ce lancement confirme la domination chinoise : sur les 20 meilleurs modèles open source du leaderboard BenchLM de septembre 2026, 15 sont chinois.

Octobre 2026 : la riposte américaine signée Reflection AI — Le 5 octobre 2026, Reflection AI, laboratoire fondé par deux anciens de Google DeepMind et soutenu par Nvidia, a dévoilé Beam, son premier modèle open-weight : un MoE sparse de 501 milliards de paramètres totaux et 23 milliards d’actifs, taillé pour le codage et le raisonnement (unite.ai, TechCrunch, SiliconANGLE). Son PDG résume la philosophie du labo : « The only way to own intelligence is, by definition, if it’s open » (thenextweb.com). Beam revendique un coût d’inférence 3 à 4 fois inférieur à celui de ses rivaux chinois pour des performances proches sur le codage — mais les tests indépendants le classent encore derrière les meilleurs modèles ouverts sur les épreuves de code, et les poids ne sont attendus que « plus tard ce mois-ci » (helpnetsecurity.com). Reflection vise explicitement les entreprises et les nations souveraines, avec un produit « AI factories » permettant aux institutions de bâtir leur propre système local (techcrunch.com). Le labo a levé 4,7 milliards et signé un contrat avec SpaceX.

16 octobre 2026 : Meta frappe un grand coup avec Muse Spark Open — Meta a publié Muse Spark Open, un MoE de 816 milliards de paramètres totaux et 42 milliards d’actifs, avec une fenêtre de contexte d’un million de tokens (iaexpertos.net, ireadcustomer.com). C’est le modèle open-weight le plus gros jamais publié par un laboratoire américain, et il est déployable via SageMaker JumpStart. Un guide pratique a été publié sur Hugging Face le même jour. Ce lancement s’inscrit dans une vague de publications massives — 816B, 560B et 120B en une seule journée — qui se heurte désormais à un « mur de mémoire » : les poids de ces géants ne tiennent plus sur les configurations matérielles accessibles (the-agent-report.com).

Le tournant des benchmarks : Artificial Analysis v5 — Le 27 octobre 2026, Artificial Analysis a publié la refonte v5 de son Intelligence Index, qui déplace 60 % du score composite vers des jeux de test privés et ajoute deux nouveaux benchmarks (artificialanalysis.ai). Conséquence immédiate : l’écart entre modèles propriétaires et open weights est passé de 3 à 12 points, comme le rapporte techtimes.com le 29 octobre 2026. La bascule vers l’agentique « sale » — trajectoires longues, outils, reprises sur erreur — est brutale pour les modèles ouverts, qui décrochent dès que la tâche cesse d’être une question isolée. Un constat à garder en tête pour lire tous les scores cités plus bas, qui proviennent majoritairement de la génération v4 de l’index.

---

Les nouveaux géants : Qwen 3.8, DeepSeek V4, Kimi K3, Llama 4, Gemma 4, Muse Glimmer, GLM-5.3, Hy4, Beam, Muse Spark Open

Qwen 3.8 : la famille qui monte en gamme

La série Qwen 3 d’Alibaba, initialement publiée en juillet 2025, a été mise à jour avec Qwen 3.6 puis Qwen 3.8 en 2026. Elle reste en octobre 2026 la référence open source la plus polyvalente, avec une nouveauté majeure : l’ouverture du sommet de gamme.

Modèle	Paramètres totaux	Paramètres actifs	Contexte natif	Spécialité
Qwen3-30B-A3B	30,5B	3,3B	256K (ext. 1M)	Raisonnement, logique, maths
Qwen3-235B-A22B	235B	22B	256K (ext. 1M)	Raisonnement complexe, code
Qwen3-Coder	480B	Non précisé	Non précisé	Codage agentique
Qwen3.6-27B	27B	27B (dense)	256K	Multimodal, raisonnement
Qwen3.8-2.4T-A95B	2,4T	95B	1M	Agents autonomes, raisonnement long
Qwen3.8-27B	27B	27B (dense)	262K	Multimodal, raisonnement
Qwen 3.5	397B	17B	—	Multilingue (201 langues et dialectes)

Le modèle Qwen3-30B-A3B-Thinking excelle dans le raisonnement pas-à-pas (mode thinking). Selon siliconflow.com, il supporte nativement 256K tokens, extensible à 1M. Le Qwen3-235B-A22B, classé 1er par techsy.io, domine en raisonnement et en code. Qwen3.6-27B, un modèle dense multimodal, atteignait 84% sur MMLU, 77% sur SWE-bench Verified et 87,8% sur GPQA Diamond (source : PromptQuorum, Q3 2026).

Qwen3.8-2.4T-A95B (annoncé le 3 août, poids publiés le 12 août 2026) est le modèle le plus ambitieux d’Alibaba : 2,4 billions de paramètres, 95 milliards d’actifs, contexte d’un million de tokens, et des capacités agentiques avancées. C’est la première fois qu’un modèle de classe Qwen-Max est ouvert en poids — toutes les générations précédentes (2.5-Max, 3-Max, 3.6-Max, 3.7-Max) étaient réservées à l’API. La licence n’est pas Apache : il s’agit d’une licence personnalisée Qwen3.8-Max License, gratuite pour la plupart des usages commerciaux mais avec des clauses de plafonnement des revenus et une attribution du nom du modèle. Selon generation-nt.com, il prétend pouvoir travailler en totale autonomie pendant plusieurs jours. Sur l’Artificial Analysis Index indépendant (v4), il obtient le score le plus élevé de tous les modèles ouverts (~57,7), talonnant les meilleurs propriétaires. Dans les tests internes d’Alibaba, Qwen3.8-Max se distingue sur PaperBench (93,0), OSWorld-Verified (86,1) et IFBench (82,8) — tâches Agent et reproduction de recherche. Sur SWE-bench Pro (67,7) et FrontierSWE (73,5), il reste derrière Fable 5. LMSYS Arena l’a déjà référencé — environ 5e en Text Arena, 2e en Vision Arena, 4e en Frontend Code Arena (source : macpdf.com).

Qwen3.8-27B (publié le 14 août 2026) est le nouveau petit dense de référence : Apache 2.0, vision-language natif, contexte de 262K tokens extensible à 1M, environ 17 Go en Q4. Il obtient un score de 52 sur l’Artificial Analysis Index, soit 14 points de plus que son prédécesseur Qwen3.6-27B. C’est le meilleur petit modèle dense pour le codage sous licence permissive — et, selon techverdict.io, « celui que l’on peut faire tourner chez soi » : 24 Go de VRAM en 4-bit, ou un Mac de 32 Go et plus.

DeepSeek R1, V4 et V4.1 Flash : le maître des maths et le champion économique

DeepSeek R1 est reconnu pour son raisonnement profond, notamment en mathématiques. Il utilise l’apprentissage par renforcement (RL) hérité de DeepSeek-V3-0324. DeepSeek R1 est classé 2e open source par techsy.io.

DeepSeek V4 (24 avril 2026) est un modèle MoE de 1,6 trillion de paramètres totaux, avec 49 milliards d’actifs, ouvert sous licence MIT, et doté d’un contexte d’un million de tokens. Selon l’article du magazine « DeepSeek V4 : 50 milliards de valorisation… », il divise par six le coût d’inférence par rapport aux modèles propriétaires. DeepSeek V4 Pro est listé dans l’Intelligence Index v4.1 avec un score de 44, et il « égalise ou bat les modèles frontaliers fermés sur SWE-Bench et les benchmarks d’appel de fonctions » (source : blogs.novita.ai). Ses scores : 80,6% sur SWE-bench Verified, 81% sur SWE-bench, rating Codeforces 3206 (source : tech-insider.org). V4-Flash, plus compact (284B totaux, 13B actifs), maintient des capacités proches pour des coûts réduits (source : capentia.fr).

DeepSeek V4 Pro 0813 (12 août 2026) : DeepSeek a publié la version de production de son modèle phare, mettant fin à une période de preview de près de quatre mois. Le build, désigné V4 Pro 0813, est apparu sur OpenRouter le 12 août 2026. Il est proposé à un prix nettement inférieur à celui de Kimi K3 sur OpenRouter, tout en offrant la même fenêtre de contexte d’un million de tokens (source : unite.ai, techbooky.com). techverdict.io, qui a vérifié les fiches modèles le 23 octobre 2026, le désigne comme « le choix global le plus sûr » : licence MIT pure, 1,65T de paramètres totaux pour 49B actifs, API officielle à 0,66 $ / 1,98 $ par million de tokens hors pointe. Le seul bémol : texte uniquement, et taille serveur. DeepSeek V4 Flash, quant à lui, exécute des suites de tests complètes 33 fois moins cher que Kimi K3 (source : geeky-gadgets.com).

DeepSeek V4.1 Flash (10 septembre 2026) : selon ai-side.com, cette version constitue un « saut rapide » après la mouture de juillet, grâce à une architecture Causal Encoder Decoder, 552 milliards de paramètres MoE et un KV cache nettement réduit. La course à l’efficacité se poursuit donc à un rythme mensuel.

Kimi K3 : le géant long-contexte

Le 27 juillet 2026, Moonshot AI a mis en ligne les poids de Kimi K3, un modèle de 2,8 billions de paramètres — le plus gros jamais publié en open weight. Avec un contexte d’un million de tokens et des performances qui, selon Le Grand Continent, dépassent Claude Fable 5 sur Terminal-Bench et talonnent GPT-5.6 Sol. Son architecture MoE compte 896 experts, dont 16 activés par token, soit 104 milliards de paramètres actifs — une sparsité record (~3,7 % des paramètres activés). Cette conception, inspirée de travaux de Nvidia, permet d’atteindre une efficacité algorithmique 2,5 fois supérieure à celle de Kimi K2.6. Les poids complets (1,56 To) sont disponibles depuis le 27 juillet 2026 sur Hugging Face. Le modèle exige une armada de GPU pour l’inférence, mais son coût par token reste compétitif. techverdict.io le classe parmi les choix « codage et agents », avec 88,3 sur Terminal-Bench 2.1 et une entrée texte, image et vidéo. Attention toutefois : la licence de Kimi K3 est une licence personnalisée (et non le « modified MIT » de Kimi K2), ce qui restreint certains usages commerciaux — un point à vérifier avant tout déploiement en production (computingforgeeks.com).

GLM-5.3 : le spécialiste du codage agentique

Sorti le 14 août 2026 par Z.ai (ex-Zhipu), GLM-5.3 compte 753 milliards de paramètres et affiche 88,2 sur Terminal-Bench 2.1 et 66,9 sur DeepSWE selon sa fiche modèle. Sa licence est de type MIT, mais avec une clause de revue de sécurité pour les fournisseurs d’API dépassant 10 milliards de dollars — un détail qui n’est pas anodin à l’heure où les modèles ouverts sont scrutés pour leurs usages malveillants. techverdict.io le range, avec Kimi K3, parmi les meilleurs choix pour le codage et les agents. Rappelons que Z.ai avait initialement retenu les poids de GLM-5.3 avant de les libérer.

Llama 4 Scout : le roi du contexte

Meta a frappé fort avec Llama 4 Scout, offrant une fenêtre de contexte de 10 millions de tokens (selon techsy.io). Une prouesse technique permise par l’attention sparse et une architecture MoE. Bien qu’il soit classé 3e open source, son avantage est indéniable pour l’analyse de documents massifs (codebases entières, archives juridiques). Forbes rapporte que les laboratoires open source américains pensent pouvoir battre les meilleures startups chinoises, et Llama 4 Scout en est un argument.

Muse Glimmer et Muse Spark Open : la double riposte de Meta

Le 10 août 2026, Meta a inversé sa stratégie de verrouillage en publiant Muse Glimmer, un modèle local compact pensé pour tourner sur station de travail — la réponse de Meta aux petits denses comme Qwen3.8-27B.

Mais le coup majeur est venu le 16 octobre 2026 avec Muse Spark Open : un MoE de 816 milliards de paramètres totaux et 42 milliards d’actifs, avec un contexte d’un million de tokens (iaexpertos.net). C’est le plus gros modèle ouvert jamais publié par un laboratoire américain, et il est déployable via SageMaker JumpStart, avec des formats BF16 et NVFP4 (ireadcustomer.com). Un guide pratique a été publié sur Hugging Face le jour même. Muse Spark Open s’inscrit dans la vague de publications massives du 16 octobre — 816B, 560B et 120B en une seule journée — qui, selon the-agent-report.com, se heurte désormais à un mur de mémoire : les poids de ces géants dépassent les capacités matérielles de la plupart des équipes, et l’écart entre « ouvert » et « réellement déployable » n’a jamais été aussi grand.

Hy4 : Tencent et la sécurité by design

Le 8 septembre 2026, Tencent a publié Hy4, un modèle de 770 milliards de paramètres (49 milliards d’actifs) avec un contexte d’un million de tokens, conçu pour le codage, la productivité bureautique et la recherche scientifique. Mais la vraie nouveauté est ailleurs : selon lefilia.fr, Tencent a choisi de retirer directement des données d’entraînement les connaissances dangereuses en matière de piratage informatique, plutôt que d’ajouter des filtres après coup. Vinces Yao Shunyu, directeur scientifique de l’IA chez Tencent, explique que les garde-fous post-entraînement sont faciles à neutraliser par « abliteration » — une technique qui supprime les comportements de refus d’un modèle ouvert. Filtrer en amont empêche le modèle d’acquérir la capacité plutôt que de lui apprendre à la taire. Yao avertit par ailleurs que l’IA sera bientôt capable de concevoir des armes biologiques, tout en défendant une voie intermédiaire entre modèles ouverts et fermés. Reste à voir si cette approche résistera à l’épreuve des faits — et si d’autres laboratoires l’adopteront.

Beam : le pari américain de Reflection AI

Le 5 octobre 2026, Reflection AI a dévoilé Beam, un MoE sparse de 501 milliards de paramètres totaux et 23 milliards d’actifs, taillé pour le codage et le raisonnement. Le laboratoire, fondé par deux anciens de Google DeepMind et soutenu par Nvidia, a levé 4,7 milliards et signé un contrat avec SpaceX. Beam revendique un coût d’inférence 3 à 4 fois inférieur à celui de ses rivaux chinois, mais les tests indépendants le classent encore derrière les meilleurs modèles ouverts sur les épreuves de code. Ses scores annoncés — 80,1 sur Terminal Bench, 97,8 sur AIME 2026 — demandent confirmation. Et surtout : « open weight » n’est pas « open source ». La licence de Beam restreint certains usages, et faire tourner le modèle chez soi relève du défi VRAM. Reflection vise explicitement les entreprises et les nations souveraines, avec un produit « AI factories » permettant aux institutions de bâtir leur propre système local.

Nvidia : Nemotron 3.5 Transcribe, l’open source qui déborde du texte

Le 28 octobre 2026, Nvidia a publié Nemotron 3.5 Transcribe, un modèle vocal open-weight qui transcrit 40 langues (dont le français), distingue les locuteurs, traduit et répond à des questions audio dans un seul système (research.nvidia.com, TechCrunch, SiliconANGLE). Il est accompagné de la version 2 du jeu de données Granary, fort de 463 062 heures d’audio (thenextweb.com, unite.ai). Limite importante : le modèle ne fonctionne que sur des enregistrements, pas sur de l’audio en direct — un pas de géant pour la transcription de réunions et de dossiers médicaux, mais pas encore pour le temps réel. C’est un rappel que l’écosystème ouvert ne se résume pas aux chatbots : la parole, la vision et l’audio sont désormais couverts par des poids ouverts.

---

Benchmarks : ce que disent vraiment les chiffres

La lecture des scores est devenue un exercice de prudence. Trois enseignements se dégagent de l’automne 2026.

Premier enseignement : les classements bougent vite. Le leaderboard BenchLM de septembre 2026 comptait 15 modèles chinois dans son top 20 open source. techverdict.io, qui a vérifié les fiches modèles le 23 octobre 2026, place les trois premiers — DeepSeek V4-Pro-0813, GLM-5.3 et Kimi K3 — à un point d’écart sur Terminal-Bench 2.1 (88,2 pour GLM-5.3, 88,3 pour Kimi K3). Autrement dit : à ce niveau, le choix se joue moins sur le score brut que sur la licence, le coût et la facilité de déploiement.

Deuxième enseignement : la refonte v5 d’Artificial Analysis rebat les cartes. Le 27 octobre 2026, l’index a déplacé 60 % de son score vers des jeux de test privés et ajouté deux benchmarks (artificialanalysis.ai). Résultat : l’écart entre propriétaires et open weights est passé de 3 à 12 points (techtimes.com, 29 octobre 2026). La raison est structurelle : les modèles ouverts excellent sur des questions isolées, mais décrochent dès que la tâche devient une trajectoire longue avec outils, reprises sur erreur et contexte sale. Les scores v4 cités dans cet article (57,7 pour Qwen3.8-Max, 52 pour Qwen3.8-27B, 44 pour DeepSeek V4 Pro) restent utiles pour comparer les modèles entre eux, mais ne disent plus grand-chose de leur performance en conditions agentiques réelles.

Troisième enseignement : le mur de la mémoire. La vague du 16 octobre — 816B, 560B, 120B en un jour — pose une question simple : à quoi bon ouvrir des poids que presque personne ne peut faire tourner ? Entre les géants serveur (Kimi K3 à 1,56 To, Muse Spark Open à 816B, Qwen3.8-Max à 2,4T) et les petits denses réellement déployables (Qwen3.8-27B en 4-bit sur 24 Go de VRAM), l’écart se creuse. C’est peut-être la vraie fracture de 2026 : non pas ouvert contre fermé, mais ouvert-déployable contre ouvert-théorique.

---

L’outillage : ce qui a changé cet automne

L’inférence open source a connu deux avancées majeures en octobre 2026.

vLLM et SGLang sur TPU : le 20 octobre 2026, Google a publié sur son blog développeur des versions TPU de vLLM et SGLang, les deux moteurs d’inférence open source les plus utilisés (note.com). Concrètement, les développeurs qui font tourner des modèles ouverts peuvent désormais s’appuyer sur les TPU de Google en plus des GPU — une alternative de coût qui pourrait peser sur les budgets d’inférence.

llm-d 1.0 : le 20 octobre 2026, à la PyTorch Conference North America, les contributeurs du projet llm-d ont annoncé la version 1.0, une pile d’inférence distribuée native Kubernetes (unite.ai, toolnavs.com). IBM Research a relayé l’annonce sur son blog officiel. Pour les équipes qui déploient des modèles ouverts à l’échelle, c’est une brique de plus vers une infrastructure standardisée.

Mercury 3, le rappel que l’architecture compte : le 19 octobre 2026, Inception a publié Mercury 3, un modèle de langage à diffusion qui génère plus de 1 000 tokens par seconde (1 068 selon le développeur) avec un contexte d’un million de tokens, à 0,10 $ par million de tokens en entrée (unite.ai, ixbt.com, ecclesieagazzi.com). Ce n’est pas un modèle open-weight, mais il montre que la course à l’efficacité ne passe plus seulement par le MoE : les architectures de diffusion pourraient rebattre les cartes de la vitesse d’inférence.

---

Le casse-tête du praticien : comment choisir en octobre 2026

À la lumière des fiches vérifiées le 23 octobre 2026 par techverdict.io, voici une grille de décision simple.

Vous voulez le meilleur rapport capacité/coût via API : DeepSeek V4-Pro-0813. Licence MIT pure, 1M de tokens de contexte, API à 0,66 $ / 1,98 $ par million de tokens hors pointe. C’est le choix par défaut pour la plupart des équipes.

Vous faites du codage agentique : GLM-5.3 ou Kimi K3. Le premier pour sa licence de type MIT (avec revue de sécurité pour les très gros fournisseurs d’API), le second pour ses entrées multimodales (texte, image, vidéo) et son contexte d’un million de tokens. Attention à la licence personnalisée de Kimi K3.

Vous voulez faire tourner le modèle chez vous : Qwen3.8-27B. Apache 2.0, vision-language natif, 262K de contexte extensible à 1M, 24 Go de VRAM en 4-bit ou un Mac de 32 Go et plus. C’est le seul de la sélection réellement déployable sur station de travail.

Vous avez besoin de multilingue massif : Qwen 3.5 (397B / 17B, Apache 2.0), avec ses 201 langues et dialectes et son encodeur visuel intégré — au prix d’une taille station de travail.

Vous misez sur la souveraineté : Beam (Reflection AI) pour les entreprises et les nations qui veulent bâtir leur propre système local, ou Hy4 (Tencent) si la sécurité by design — filtrage des données d’entraînement plutôt que garde-fous post-hoc — est un critère décisif.

Vous cherchez un modèle vocal : Nemotron 3.5 Transcribe (Nvidia), 40 langues, attribution des locuteurs, traduction, pour de l’audio enregistré.

Et un conseil transverse : ne choisissez plus un modèle sur un score unique. Croisez toujours l’Intelligence Index v5 (privé, agentique) avec des benchmarks spécialisés (Terminal-Bench 2.1, DeepSWE, SWE-bench Verified) et, surtout, testez sur vos propres trajectoires. La leçon de la refonte v5 est claire : un modèle qui brille sur une question isolée peut s’effondrer sur une tâche de vingt étapes.

---

Ce qu’il faut retenir

1. La domination chinoise est réelle mais nuancée : 15 des 20 meilleurs modèles open source du leaderboard BenchLM de septembre 2026 sont chinois, et les trois premiers de la sélection techverdict.io (DeepSeek, GLM, Kimi) se tiennent à un point sur Terminal-Bench 2.1.
2. Les États-Unis ripostent : Muse Spark Open (Meta, 816B, 16 octobre), Beam (Reflection AI, 501B, 5 octobre) et Nemotron 3.5 Transcribe (Nvidia, 28 octobre) montrent que l’écosystème ouvert américain n’a pas dit son dernier mot.
3. La refonte v5 d’Artificial Analysis (27 octobre) a rouvert l’écart : de 3 à 12 points entre propriétaires et open weights, parce que la tâche agentique est devenue le vrai test.
4. Le mur de la mémoire est le nouveau champ de bataille : ouvrir des poids de 816B ou 2,4T ne sert à rien si personne ne peut les faire tourner. Les petits denses sous licence permissive (Qwen3.8-27B) redeviennent stratégiques.
5. Les licences comptent autant que les scores : MIT (DeepSeek), Apache 2.0 (Qwen3.8-27B, Qwen 3.5), licence personnalisée (Kimi K3, Qwen3.8-Max, Beam), MIT avec revue de sécurité (GLM-5.3). Vérifiez toujours avant un déploiement en production.
6. La sécurité by design devient un argument commercial : l’approche de Tencent sur Hy4 — retirer les connaissances dangereuses des données d’entraînement plutôt que filtrer après coup — pourrait faire école, à l’heure où l’« abliteration » rend les garde-fous post-entraînement caducs.
7. L’outillage mûrit : vLLM et SGLang sur TPU (20 octobre), llm-d 1.0 (20 octobre), Mercury 3 et ses 1 000 tokens par seconde (19 octobre) — l’inférence open source gagne en vitesse et en portabilité.

---

Sources

• techverdict.io — Best Open-Weight LLMs 2026: DeepSeek V4, GLM-5.3, Kimi K3 and Qwen3.8 (fiches vérifiées le 23 octobre 2026)
• artificialanalysis.ai — Announcing Artificial Analysis Intelligence Index v5 (27 octobre 2026)
• techtimes.com — Agentic AI Benchmarks Widen Proprietary-Model Edge to 12 Points in Artificial Analysis v5 Overhaul (29 octobre 2026)
• topai-tools.org — Deconstructing Mixture-of-Experts (MoE) Routing in Open-Weight Models (28 octobre 2026)
• research.nvidia.com — NVIDIA Nemotron 3.5 Transcribe: Intelligent Transcription with a Speech LLM (28 octobre 2026)
• TechCrunch — Voice AI in vogue: Nvidia releases new open transcription model (28 octobre 2026)
• thenextweb.com — Nvidia releases an open speech model that transcribes 40 languages (28 octobre 2026)
• unite.ai — NVIDIA Launches Open-Weight Speech Model and 463,062-Hour Audio Dataset (28 octobre 2026)
• SiliconANGLE — Nvidia releases all-in-one adaptable Nemotron 3.5 audio transcription and translation model (28 octobre 2026)
• lefilia.fr — IA open source : les modèles open weight décryptés (dossier, octobre 2026)
• unite.ai — Inception Releases Mercury 3, Its Flagship Diffusion LLM (19 octobre 2026)
• ixbt.com — Inception представила Mercury 3 — диффузионную LLM со скоростью 1068 токенов/с (20 octobre 2026)
• ecclesieagazzi.com — Mercury 3 expliqué : le modèle de langage à diffusion qui écrit 1 000 tokens par seconde (21 octobre 2026)
• note.com — 「vLLM」「SGLang」がTPUに対応。何が変わる？ (21 octobre 2026)
• unite.ai — llm-d 1.0 Debuts at PyTorch Conference with Production Inference Stack (20 octobre 2026)
• toolnavs.com — llm-d 1.0 est sorti : la pile d’inférence distribuée (20 octobre 2026)
• iaexpertos.net — Meta lance Muse Spark Open : modèle MoE de 816 milliards avec un contexte de 1 million de tokens (16 octobre 2026)
• ireadcustomer.com — Meta Muse Spark Open: 816B MoE & 1M Context Guide (16 octobre 2026)
• huggingface.co — How to Use Muse Spark Open: A Practical Guide (16 octobre 2026)
• the-agent-report.com — 816B, 560B, 120B en un jour : la vague open-weight se heurte désormais à un mur de mémoire (16 octobre 2026)
• computingforgeeks.com — Open Source LLM Comparison
• benchlm.ai — LLM Leaderboard & AI Model Benchmarks (novembre 2026)
• [secondtalent.com — Top 5 Chinese Open-Source LL