Les laboratoires d'IA chinois ne publient que 3,6 % des résultats de sécurité sur 857 modèles

Contexte de l’étude

L’étude intitulée « Beijing Will Not Pace the Frontier », publiée par le cabinet d’analyse SemiAnalysis le 8 octobre 2026, a procédé à un recensement exhaustif des versions de modèles d’intelligence artificielle publiées par neuf grands développeurs chinois entre 2021 et le 15 septembre 2026. Au total, 857 versions distinctes ont été identifiées, ce qui constitue une base de référence solide pour mesurer la fréquence des divulgations de résultats de sécurité.

Sur ces 857 versions, seules 31 – soit précisément 3,6 % – comportaient un résultat de sécurité que le développeur a choisi de rendre public. Ce chiffre provient directement de l’analyse de SemiAnalysis et est présenté comme un fait établi dans le rapport.

Encore plus frappant, seulement neuf des 31 résultats divulgués, soit 1,1 % du total des versions, ont été rendus publics au moment même du lancement du modèle. Les 22 résultats restants ont été publiés après que le modèle était déjà accessible aux utilisateurs.

Répartition des divulgations selon le type d’entreprise

Lorsque les données sont ventilées par catégorie organisationnelle, on constate que les startups – à savoir DeepSeek, Moonshot, Zhipu, MiniMax et StepFun – affichent une propension plus élevée à partager les résultats de sécurité, avec 6,3 % de leurs versions incluant un résultat. En revanche, les quatre hyperscalers – Alibaba, ByteDance, Tencent et Baidu – ne divulguent que 2 % de leurs modèles.

Zhipu, qui commercialise ses solutions sous la marque Z.ai, se démarque comme la seule entité parmi les neuf à publier systématiquement un résultat de sécurité chaque année depuis 2022, selon les déclarations officielles de l’entreprise.

Chiffres absolus des plus grands acteurs

Alibaba, le développeur disposant du plus grand catalogue de versions avec 238 modèles, n’a fourni que sept résultats de sécurité. Tencent, qui compte 133 versions, n’a publié qu’une seule évaluation, tandis que ByteDance en a divulgué deux sur ses 120 publications. Ces chiffres sont rapportés par les entreprises elles‑mêmes dans leurs communiqués.

Les 813 versions restantes – soit 94,9 % du total – ne comportent aucune divulgation publique de sécurité. Cette proportion est présentée comme un fait établi dans le rapport de SemiAnalysis.

Moment des divulgations post‑lancement

Parmi les 31 résultats divulgués, seize ont été publiés après le lancement du modèle correspondant. Le délai médian entre le lancement et la publication du résultat était de 42 jours, le plus long s’étendant à 349 jours. Ces statistiques de timing proviennent directement de l’étude.

• Seulement 3,6 % des versions de modèles d’IA chinois incluent un résultat de sécurité public.
• Les startups divulguent les résultats à un taux de 6,3 %, les hyperscalers à 2 %.
• Zhipu publie un résultat de sécurité chaque année depuis 2022.
• Le délai médian de divulgation post‑lancement est de 42 jours.

Le « China AI Safety Governance Framework 3.0 », rendu public le 14 septembre 2026, recommande des tests réguliers et une divulgation publique périodique des évaluations de sécurité. Toutefois, le cadre n’impose aucune obligation légale, la conformité restant volontaire pour chaque laboratoire.

Les auteurs de l’étude SemiAnalysis avertissent que l’absence de divulgations publiques ne signifie pas nécessairement qu’aucun test interne de sécurité n’a été réalisé. Leur méthodologie ne capture que les informations accessibles publiquement, laissant une zone d’ombre sur les évaluations réalisées en interne.

Pour les organisations francophones qui évaluent des fournisseurs d’IA chinois, la leçon est claire : en l’absence de normes de divulgation obligatoires, il faut supposer que la majorité des versions de modèles n’ont fait l’objet que d’une vérification de sécurité limitée ou non documentée.

Les équipes d’achat devraient donc demander les rapports d’audit interne, négocier des clauses contractuelles imposant la divulgation rapide des résultats de sécurité et envisager une vérification tierce afin de réduire le risque de vulnérabilités non révélées.

En pratique, cela implique de mettre en place des exigences de transparence dans les cahiers des charges, de prévoir des audits de conformité périodiques et d’inclure des pénalités en cas de non‑respect des engagements de divulgation.

Enfin, les décideurs français sont invités à suivre de près l’évolution du cadre de gouvernance chinois, à participer aux discussions internationales sur la normalisation de la sécurité des IA et à encourager leurs partenaires à adopter des pratiques de divulgation comparable à celles attendues en Europe.

À Paris, les autorités de régulation prévoient d’intégrer ces observations dans les futures recommandations du Comité national de l’intelligence artificielle, afin d’assurer une meilleure protection des utilisateurs face aux modèles importés de Chine.