Magazine LLM Opensource · 8 November 2026

LLM open source : Kimi K3, Qwen3.8-Max, DeepSeek V4, Muse Spark Open — anatomie d’une année où l’open weight est devenu chinois, dense et sous tension

Le 16 juillet 2026, Moonshot AI dévoilait Kimi K3, un modèle de 2,8 billions de paramètres — le plus gros jamais publié en open weight. Onze jours plus tard, les poids complets (1,56 To) étaient mis en ligne sur Hugging Face. Depuis, l’été a enchaîné les sorties à un rythme inédit : Qwen3.8-Max chez Alibaba le 3 août, la version stable de DeepSeek V4 Pro le 12 août, GLM-5.3 chez Z.ai le 14 août, Hy4 chez Tencent le 28 août. Puis l’automne a déplacé la bataille : Meta a riposté avec Muse Spark Open (816 milliards de paramètres, 42 milliards actifs, contexte d’un million de tokens) le 15 octobre, avant que Nvidia ne referme le mois avec Nemotron 3.5 Transcribe le 28 octobre. Derrière les records, la guerre des licences, l’opacité des benchmarks, le mur de la mémoire et les enjeux géopolitiques redéfinissent les règles du jeu. Plongée dans une année où l’open source n’a jamais été aussi chinois, ni aussi tendu.

Kimi K3, Qwen3.8-Max, DeepSeek V4 : le grand déballage des poids lourds de l’été 2026

L’été 2026 restera comme celui où la Chine a frappé le plus fort. Le 16 juillet, Moonshot AI a dévoilé Kimi K3, un modèle Mixture of Experts de 2,8 billions de paramètres – le plus grand jamais mis en open weight – dont les poids complets (1,56 To) ont été mis en ligne sur Hugging Face le 27 juillet. Selon Le Grand Continent, il est environ 75 % plus gros que DeepSeek V4 Pro (1,6 billion de paramètres, sorti en avril). Son architecture repose sur 896 experts dont 16 activés par token (environ 104 milliards de paramètres actifs), soit une sparsité deux fois plus élevée que celle de K2.6 ou DeepSeek V4 Pro. La fenêtre de contexte atteint 1 million de tokens, et le modèle intègre des capacités visuelles natives (texte-image-vidéo). Moonshot revendique des gains d’efficacité algorithmique 2,5 fois supérieurs à ceux de K2.6 legrandcontinent.eu. Sur l’indice indépendant Artificial Analysis, Kimi K3 atteint 57 points, derrière Claude Fable 5 (60) et GPT-5.6 Sol (59), mais au niveau immédiat de la frontière propriétaire legrandcontinent.eu, orcarouter.ai. La licence est une « custom Kimi K3 License » — un modèle open weight mais pas open source au sens strict yottalabs.ai. Le prix API est fixé à 3 $ / 15 $ par million de tokens (0,30 $ en cache hit) yottalabs.ai. Sur le coût réel par tâche, K3 se situe à 0,94 $ sur le benchmark d’Artificial Analysis — proche de GPT-5.6 Sol (1,04 $) et deux fois moins cher qu’Opus 4.8 (1,80 $), mais nettement au-dessus de ses pairs open weight : GLM-5.2 (0,32 $) et DeepSeek V4 Pro (0,04 $). Moonshot ne joue donc pas la carte du low-cost, mais se cale au niveau tarifaire des modèles propriétaires legrandcontinent.eu.

Trois semaines plus tard, le 3 août, Alibaba a annoncé la disponibilité générale de Qwen3.8-Max, un modèle de 2,4 billions de paramètres (95 milliards actifs), également en open weights, avec une fenêtre de contexte d’1 million de tokens et un support multimodal texte-image-vidéo. Selon SiliconANGLE, il s’agit du LLM open source le plus puissant d’Alibaba à ce jour, taillé pour les agents autonomes capables de travailler sur plusieurs jours siliconangle.com. Les poids sont arrivés en deux temps : un checkpoint text-only de 2,4 billions sur Hugging Face sous licence custom, puis la version plus petite Qwen3.8-27B publiée les 13-14 août sous Apache 2.0 yottalabs.ai. Le prix API est de 2 $ / 6 $ par million de tokens (0,25 $ en cache), soit moitié moins que Kimi K3 yottalabs.ai. Alibaba n’a publié aucun benchmark indépendant — uniquement des évaluations internes qui le placent « second seulement derrière Claude Fable 5 » yottalabs.ai. Selon VentureBeat, le modèle revendique des performances supérieures à GPT-5.6 Sol Max et Fable 5 sur l’usage agentique d’ordinateur venturebeat.com. Forbes souligne que ce prix de 2 $ par million de tokens place l’IA de pointe à un coût sans précédent forbes.com.

Côté chinois toujours, DeepSeek V4 a été publié le 24 avril sous le nom de DeepSeek V4 Preview, avec deux variantes : V4-Pro (1,6 billion de paramètres totaux, 49 milliards actifs) et V4-Flash (284 milliards totaux, 13 milliards actifs), toutes deux sous licence MIT, avec un contexte d’1 million de tokens et des modes « thinking » et « non-thinking ». Le 12 août, DeepSeek a publié la version stable de V4 Pro (build « V4 Pro 0813 »), mettant fin à une période de preview de près de quatre mois unite.ai. DeepSeek V4 Pro est désormais le leader du codage agentique sur SWE-bench, selon le guide Novita AI mis à jour au 22 juillet 2026 blogs.novita.ai. V4 Flash, dont la mise à jour stable est arrivée le 31 juillet, s’impose comme le champion du coût : exécuter une suite de tests complète coûte 33 fois moins cher qu’avec Kimi K3 (72 $ contre plusieurs milliers) geeky-gadgets.com, et son prix sur OpenRouter est très inférieur à celui de Kimi K3 techbooky.com. Le 10 septembre, la gamme s’est encore affinée avec DeepSeek V4.1 Flash, présenté comme un saut rapide après la version de juillet : architecture Causal Encoder Decoder, 552 milliards de paramètres MoE et un KV cache nettement réduit, ce qui en fait une proposition puissance-prix redoutable ai-side.com. DeepSeek R1, publié en janvier 2025 sous licence MIT, reste une référence pour le raisonnement mathématique avec affichage du processus de réflexion.

GLM-5.3 de Zhipu AI (Z.ai) a été publié le 14 août 2026 — une version sans aucun nouveau paramètre. Il réutilise la base Mixture-of-Experts de 743 milliards de paramètres de GLM-5.2, mais avec un post-entraînement intensif qui transforme ses performances : Terminal-Bench 3.0 passe de 4,6 % à 28,3 %, et le modèle s’impose en tête du benchmark cybersécurité CyberGym avec 84,5 %, devançant Claude Sonnet 5 et GPT-5.6 Sol the-agent-report.com, ayinedjimi-consultants.fr, chinatechnews.com. Le contexte atteint 1 million de tokens, avec 128K de sortie. Les poids sont différés — Z.ai promet de les publier ultérieurement, mais le modèle est accessible via un « Coding Plan » et une API glm-ai.chat. C’est une démonstration éclatante que le post-entraînement seul peut rivaliser avec des changements d’architecture datanorth.ai. GLM-5.2, publié en juin 2026 sous licence MIT, avait déjà été intégré par Nous Research dans Hermes Agent codersera.com.

Le 28 août, Tencent a ouvert les vannes d’un nouveau géant : Hy4 Preview, un modèle de 770 milliards de paramètres (49 milliards actifs) avec une fenêtre de contexte dépassant 1 million de tokens. Conçu pour le codage, la productivité bureautique et la recherche scientifique, Hy4 est disponible en open source avec un accès API gadgetpilipinas.net, techgenyz.com. C’est la première fois qu’un acteur de cette envergure met à disposition un modèle de cette taille avec un contexte aussi long, et Tencent rejoint ainsi le club très fermé des laboratoires chinois qui publient leurs poids. Les comparatifs directs entre Hy4, Kimi K3 et GLM-5.3 se sont multipliés dès septembre, confirmant que la Chine aligne désormais trois familles de modèles de frontière téléchargeables msn.com.

Côté européen, Mistral Large 3 (Apache 2.0) et Mistral Small 3.1 (Apache 2.0) continuent de se positionner sur la conformité réglementaire (AI Act), avec un score Arena de 1413 selon Pinggy.io. Le partenariat annoncé le 21 juillet 2026 entre Microsoft et Mistral AI – plusieurs milliards de dollars pour exploiter les GPU européens – renforce la crédibilité de la start-up française tout en soulevant des questions sur son indépendance larevuetech.fr. Sur le Vieux Continent, un autre acteur mérite d’être suivi : Aleph Alpha a publié Kolibri-1 le 3 octobre 2026, un MoE de 78,1 milliards de paramètres (3,46 milliards actifs, soit ~4,4 % d’activation) sous Apache 2.0, avec un contexte maximal de 1 048 576 tokens (environ 262 144 recommandés en production), des poids en BF16 et FP8, et un positionnement explicite sur l’allemand et l’anglais. Ses scores d’agents — 61,4 % sur BFCL v4, 76,7 % sur Tau2-Bench Airline, 69,9 % sur Retail, 94,7 % sur Telecom, 38,1 % sur Tau3-Bench Banking — en font le sérieux candidat souverain européen sur les charges agentiques aleph-alpha.com. À noter aussi un nouveau venu sud-coréen, Solar Open 2 d’Upstage (250 milliards de paramètres, MoE), qui se distingue sur les tâches d’agents AI (AgentBench, SWE-bench), et Nemotron 3 Ultra de Nvidia, salué par Sebastian Raschka pour son rapport capacité/efficacité codersera.com.

Le tableau des modèles 2026 s’enrichit, mais l’opacité demeure : les laboratoires publient rarement les architectures complètes, et les benchmarks indépendants manquent encore pour les tout derniers modèles.

Muse Spark Open : la riposte américaine arrive à l’automne

Longtemps, la chronologie américaine de l’open weight s’est résumée à un faux pas puis à une volte-face. Meta avait d’abord sorti Llama 4 en plusieurs variantes (Scout, Maverick, Behemoth), avec une licence qualifiée de « Restrictive License » par KXDevelopers, non conforme à l’open source stricte. Le 10 août, le laboratoire a opéré un virage spectaculaire avec Muse Glimmer, un modèle agentique multimodal de 30 milliards de paramètres sous licence Apache 2.0, conçu pour s’exécuter localement sur un PC ou un Mac avec une seule carte graphique (24 Go de VRAM) research.meta.ai, oia.fr. Accompagné d’un manifeste de 6 500 mots de Mark Zuckerberg plaidant pour l’IA open source ettayeb.fr, Muse Glimmer marque la volte-face de Meta après quatre mois de verrouillage goodtech.info. Le 16 septembre, Zuckerberg a d’ailleurs réaffirmé sa position en rejetant publiquement les appels à ralentir le développement de l’IA, estimant que les mécanismes de contrôle actuels suffisent latele.ch.

Mais c’est le 15 octobre que Meta a réellement changé d’échelle. Muse Spark Open est présenté par le laboratoire comme « le modèle open-weight américain le plus capable à ce jour » : 816 milliards de paramètres totaux, 42 milliards actifs, une fenêtre de contexte d’un million de tokens, et un positionnement explicite sur le codage et le travail agentique. Meta insiste sur un point rarement mis en avant : le modèle est pensé pour tourner sur du matériel local haut de gamme, jusqu’aux Mac Studio équipés d’une puce M5 Ultra research.meta.ai, blockchain.news. Les guides de déploiement se sont multipliés dans la foulée, détaillant les formats BF16 et NVFP4 et le passage par SageMaker JumpStart ireadcustomer.com, huggingface.co. Le 16 octobre, la même journée a vu converger plusieurs publications de modèles — 816B, 560B, 120B — ce qui a donné lieu à un constat largement partagé : la vague open-weight se heurte désormais à un mur de mémoire, la taille des modèles dépassant la capacité des grappes les plus courantes the-agent-report.com. Muse Spark Open en est l’illustration parfaite : 816 milliards de paramètres, c’est un modèle qu’on ne déploie pas « pour voir », mais qu’on réserve à des usages industriels soigneusement dimensionnés.

Ce que l’automne change vraiment : vitesse, outillage, souveraineté

Si l’été a été celui des poids lourds, l’automne 2026 est celui de l’infrastructure et de la vitesse. Le 19 octobre, Inception a publié Mercury 3, présenté comme le modèle à diffusion le plus capable jamais commercialisé, avec un débit revendiqué de plus de 1 000 tokens par seconde (1 068 selon les mesures du développeur) et un contexte d’un million de tokens, à un tarif d’entrée de 0,10 $ par million de tokens en entrée unite.ai, ixbt.com, ecclesieagazzi.com. Les premiers tests manuels confirment l’intérêt sur le raisonnement, la restitution factuelle, le multilingue et le codage agentique via API mindstudio.ai. Ce n’est pas un modèle open weight au sens strict, mais il fixe une barre de débit à laquelle les modèles ouverts devront se comparer — et il rappelle que la course à la vitesse a changé de nature : elle ne se joue plus seulement sur le nombre de paramètres, mais sur l’architecture (diffusion, MoE, quantification) et sur la pile logicielle.

Justement, la pile logicielle a beaucoup bougé en octobre. Le 20 octobre, à la PyTorch Conference North America, les contributeurs du projet llm-d ont annoncé llm-d 1.0, une pile de serving d’inférence distribuée native Kubernetes, avec IBM Research parmi les annonceurs unite.ai, toolnavs.com. Le même jour, Google a publié sur son blog développeurs des versions de vLLM et SGLang compatibles TPU — une nouveauté qui concerne directement ceux qui font tourner des modèles ouverts sur leur propre infrastructure, et qui élargit le terrain de jeu au-delà du seul GPU Nvidia note.com. Pour les équipes qui servent des modèles open weight en production, ces deux annonces comptent autant qu’un nouveau modèle : elles déterminent le coût réel par token, la latence et la facilité d’orchestration.

Le 28 octobre enfin, Nvidia a refermé le mois avec Nemotron 3.5 Transcribe, un modèle ouvert de reconnaissance vocale qui transcrit 40 langues (dont le français), distingue les locuteurs, traduit et répond à des questions sur l’audio dans un seul et même système. Il est accompagné de la version 2 du jeu de données Granary, fort de 463 062 heures d’audio. Limite importante : le modèle ne fonctionne que sur des enregistrements, pas sur de l’audio en direct — un point qui le destine d’abord aux outils de transcription de réunions et de comptes rendus médicaux research.nvidia.com, techcrunch.com, theverge.com, siliconangle.com, unite.ai, lefilia.fr. C’est un rappel utile : l’open weight ne se résume pas aux chatbots généralistes. La vague touche désormais la parole, la traduction et l’analyse de données audio, avec des jeux de données ouverts à la clé.

Derrière les records : licences, benchmarks, sécurité et géopolitique

L’année 2026 aura été celle de la maturité technique, mais aussi celle des désillusions. Premier point de friction : la licence. « Open weight » ne veut pas dire « open source ». Kimi K3 est distribué sous une licence custom, Qwen3.8-Max sous une licence custom pour son plus gros checkpoint, GLM-5.3 avec des poids différés. Seuls quelques acteurs — DeepSeek (MIT), Mistral (Apache 2.0), Aleph Alpha (Apache 2.0), Meta sur Muse Glimmer (Apache 2.0) — tiennent la promesse d’une réutilisation réellement permissive. Pour une entreprise, la différence n’est pas cosmétique : elle conditionne le droit de fine-tuner, de redistribuer, d’intégrer dans un produit commercial.

Deuxième point : les benchmarks. Alibaba n’a publié aucun benchmark indépendant pour Qwen3.8-Max, s’appuyant sur des évaluations internes. Les classements se multiplient — 97 modèles classés dans certains leaderboards — sans qu’un arbitre unique ne tranche, et les méthodologies (MMLU-Pro, GPQA, SWE-bench, Elo) ont chacune leurs angles morts. La conséquence pratique est claire : un score unique ne dit plus grand-chose, et les équipes sérieuses basculent vers une évaluation continue sur leurs propres tâches plutôt que sur un score figé.

Troisième point : la sécurité. La publication de poids ouverts pose des questions que le Top 10 OWASP des risques LLM formalise désormais noir sur blanc — injection de prompt, fuite de données, empoisonnement de modèle — avec des contre-mesures concrètes perplexity.ai. Le cadre réglementaire, lui, s’est resserré : les règles de transparence de l’AI Act européen sont entrées en application le 2 août 2026, ce qui explique en partie le positionnement « conformité » de Mistral et l’intérêt pour un acteur comme Aleph Alpha, dont la licence Apache 2.0 facilite l’audit.

Quatrième point, le plus structurant : la géopolitique. La Chine aligne désormais plusieurs familles de modèles de frontière téléchargeables — Kimi, Qwen, DeepSeek, GLM, Hy4 — et les modèles open weight captent l’essentiel du trafic développeurs, mais à peine 4 % des revenus du secteur. Autrement dit, l’open weight gagne les usages sans encore gagner l’économie. Les États-Unis ripostent avec Muse Spark Open, l’Europe avec Mistral et Aleph Alpha, la Corée avec Upstage. La bataille ne se joue plus seulement sur la taille des modèles, mais sur la souveraineté, la licence et la capacité à faire tourner ces géants sur du matériel accessible.

Sources

• Le Grand Continent — Kimi K3, le nouveau modèle d’IA chinois à la frontière de l’open source
• SiliconANGLE — Alibaba debuts Qwen3.8-Max, a 2.4T-parameter model
• VentureBeat — Qwen3.8-Max arrives with a bold claim
• Forbes — Alibaba’s Qwen3.8-Max prices frontier AI at $2 per million tokens
• YottaLabs — Qwen 3.8 vs Kimi K3 : benchmarks comparison 2026
• Unite.AI — DeepSeek V4 Pro stable release
• Novita AI — Open-source LLM guide 2026
• Geeky-Gadgets — DeepSeek V4 Flash cost comparison
• TechBooky — DeepSeek V4 Flash on OpenRouter
• AI-Side — DeepSeek V4.1 Flash
• The Agent Report — GLM-5.3
• ChinaTechNews — Z.ai unveils GLM-5.3
• GLM-AI — Coding Plan et API GLM-5.3
• DataNorth — Post-training GLM-5.3
• Gadget Pilipinas — Tencent Hy4 Preview
• TechGenyz — Tencent Hy4
• MSN — Tencent Hy4 vs Kimi K3 vs GLM-5.3 : China’s AI models compared
• Codersera — Open-source LLMs landscape 2026
• La Revue Tech — Microsoft et Mistral AI
• Meta AI Research — Introducing Muse Spark Open
• Blockchain.news — Meta unveils Muse Spark Open with 1M context, 42B active
• iReadCustomer — Meta Muse Spark Open : 816B MoE & 1M context guide
• Hugging Face — How to use Muse Spark Open
• The Agent Report — 816B, 560B, 120B en un jour : la vague open-weight se heurte à un mur de mémoire
• OIA — Muse Glimmer
• Ettayeb — Le manifeste de Mark Zuckerberg
• GoodTech — La volte-face de Meta
• La Télé — Zuckerberg rejette les appels à ralentir l’IA
• Unite.AI — Inception releases Mercury 3
• iXBT — Inception представила Mercury 3
• Ecclesie Agazzi — Mercury 3 expliqué
• MindStudio — Mercury 3 hands-on test
• Unite.AI — llm-d 1.0 debuts at PyTorch Conference
• ToolNavs — llm-d 1.0 est sorti
• Note.com — vLLM et SGLang sur TPU
• NVIDIA Research — Nemotron 3.5 Transcribe
• TechCrunch — Nvidia releases new open transcription model
• The Verge — Nvidia open speech model
• SiliconANGLE — Nvidia Nemotron 3.5 audio transcription and translation model
• Unite.AI — NVIDIA launches open-weight speech model and 463,062-hour audio dataset
• Le Fil IA — Nemotron 3.5 Transcribe de Nvidia
• Aleph Alpha — Kolibri-1
• Perplexity — Sécurité des LLM : Top 10 OWASP
• OrcaRouter — Comparatif des modèles

Article recherché et rédigé automatiquement · Magazine Electrosens