L'écart entre IA ouvertes et fermées se referme deux fois plus vite

Les modèles d'IA ouverts (open-weight) rattrapent les meilleurs modèles fermés environ deux fois plus vite à chaque nouvelle ère du développement des grands modèles de langage, selon une analyse de SemiAnalysis intitulée « Are Open Models Catching Up? », publiée le 21 août 2026. Plutôt que de juger chaque modèle sur un unique jeu de benchmarks qui finit par se saturer, SemiAnalysis évalue chaque ère avec les benchmarks qui la définissaient réellement.

Trois ères, trois écarts

La première ère, celle du scaling précoce, s'étend de 2022 à 2024. Son modèle fermé de référence était GPT-3.5 Turbo d'OpenAI, sorti en novembre 2022, évalué sur GSM8K, HumanEval, TriviaQA et MMLU-Pro. Llama-2-70B de Meta fut le premier modèle ouvert à s'en approcher, avec un score composite de 39,9 contre 75,7 pour GPT-3.5 Turbo. L'écart n'a été comblé qu'avec Llama-3.1-405B de Meta, sorti en juillet 2024 avec un score de 86 — soit 19,7 mois après la sortie de GPT-3.5 Turbo.

Plus tard dans la même ère, DeepSeek V3 a égalé GPT-4o d'OpenAI en décembre 2024, avec un score de 94,1 contre 95,5, et Qwen2.5-72B d'Alibaba s'en est approché avec un modèle six fois plus petit que Llama-3.1-405B — 72 milliards de paramètres contre 405 milliards — après un pré-entraînement sur 18 000 milliards de tokens.

La deuxième ère, celle du raisonnement, s'étend de 2024 à 2025. Sa référence était o1 d'OpenAI, sorti le 12 septembre 2024, évalué sur GPQA-Diamond, AIME 2026, SimpleQA Verified et Humanity's Last Exam. DeepSeek-R1-0528 a comblé un écart initial de 12,1 points en mai 2025, atteignant un score de 78 face à la cible — en seulement 8,5 mois.

La troisième ère, l'ère agentique, court de 2025 à aujourd'hui. Sa référence est Claude Opus 4.5 d'Anthropic, sorti en novembre 2025, évalué sur des tâches agentiques complexes comme le code ou l'utilisation d'un ordinateur, via Terminal-Bench 2.1, BrowseComp-Plus, τ³-Banking et DeepSWE. Kimi K2.6 de Moonshot AI, sorti en avril 2026, a comblé l'écart avec Claude Opus 4.5 en seulement 4,8 mois — le rattrapage le plus rapide observé à ce jour par SemiAnalysis.

Le temps de rattrapage se divise par deux à chaque fois

• Ère du scaling précoce — GPT-3.5 Turbo à Llama-3.1-405B : 19,7 mois
• Ère du raisonnement — o1 à DeepSeek-R1-0528 : 8,5 mois
• Ère agentique — Claude Opus 4.5 à Kimi K2.6 : 4,8 mois

À chaque ère, l'écart de score initial entre le premier modèle fermé et le meilleur modèle ouvert se réduit, tout comme le temps nécessaire pour le combler — le temps de rattrapage a été à peu près divisé par deux à chaque nouvelle ère. SemiAnalysis prend soin de signaler les limites réelles de cette comparaison : les benchmarks ne reflètent qu'imparfaitement le travail réel, et les développeurs de modèles peuvent volontairement optimiser un modèle pour un benchmark donné plutôt que pour une capacité générale.

Pourquoi ça menace les marges des laboratoires fermés

Si des modèles ouverts peuvent égaler les modèles fermés de pointe pour une fraction du coût, la couche des modèles d'IA risque de se « commoditiser ». C'est un risque sérieux pour les marges des laboratoires de pointe comme OpenAI et Anthropic, qui ont levé des sommes considérables pour construire des modèles fermés en pariant que leur capacité, et pas seulement leur prix, les maintiendrait devant les alternatives ouvertes.

Une course plus large : la toile de fond Chine/États-Unis

GIGAZINE, en reprenant l'analyse de SemiAnalysis, ajoute que Bloomberg suit de son côté une dynamique similaire dans la course à l'IA entre les États-Unis et la Chine, cette dernière prenant parfois l'avantage sur l'usage et le coût même quand elle reste en retrait sur la capacité brute. GIGAZINE rappelle aussi qu'en juillet 2026, plusieurs start-up américaines de l'IA ont envoyé une lettre ouverte à l'administration Trump pour lui demander de ne pas interdire les modèles chinois à poids ouverts, estimant que l'accès à ces modèles profite aussi aux développeurs américains. C'est l'un des fils de l'ère agentique décrite par SemiAnalysis : c'est précisément dans le déploiement d'agents — l'un des usages évalués via des tests de type Terminal-Bench que SemiAnalysis mobilise pour sa comparaison de la troisième ère — que ces choix de modèles se jouent le plus concrètement.

Pour les entreprises françaises qui déploient de l'IA aujourd'hui, cette tendance dépasse le seul score des benchmarks. Si une alternative ouverte crédible apparaît désormais en quelques mois, et non plus en quelques années, après la sortie d'un modèle fermé de référence, les équipes qui planifient un déploiement en 2026 ou 2027 disposent d'un éventail plus large de fournisseurs à tester et à mettre en concurrence avant d'engager leur budget sur une seule API, avec moins de certitude que le meilleur modèle fermé du moment restera sans rival au moment où le projet sera livré.