Les poids ouverts deviennent déployables — et une licence publiée trois jours après les poids

Le 6 août, nous concluions ici qu’un modèle à poids ouverts que l’on ne peut pas héberger n’apporte aucune souveraineté. Kimi K3, la plus grande diffusion de poids jamais réalisée, pesait de 594 gigaoctets à 1,4 téraoctet selon la quantification retenue : hors de portée de l’immense majorité des infrastructures d’entreprise. La disponibilité des poids et la déployabilité, écrivions-nous, ne sont pas la même chose.

Deux diffusions intervenues en moins de quarante-huit heures obligent à reprendre ce raisonnement. Elles ne l’invalident pas : elles le scindent en deux. Par le haut, avec l’ouverture d’un modèle de classe supérieure qui ne change rien à la contrainte d’hébergement et y ajoute deux verrous juridiques. Par le bas, avec un modèle agentique complet qui tient sur une carte graphique grand public. Et le dossier apporte au passage un fait de gouvernance qu’aucun communiqué ne mentionne, et que seule la lecture du registre permet d’établir.

Qwen3.8 : la classe Max s’ouvre, et le calendrier mérite d’être lu

Le 9 août 2026 à 03h56 UTC, Alibaba a téléversé sur Hugging Face les poids de Qwen3.8-2.4T-A95B, ainsi qu’une variante en précision réduite à la même minute. La fiche revendique une première, dans ses propres termes : c’est la première fois qu’un modèle de classe Max de la famille Qwen est diffusé en poids ouverts.

Les caractéristiques annoncées sont les suivantes :

• Mélange d’experts de 2 400 milliards de paramètres au total, dont 95 milliards activés par jeton ;
• 92 couches, dimension cachée de 8 192 ;
• 512 experts, dont 10 routés et 1 partagé par jeton ;
• Contexte natif de 262 144 jetons, extensible jusqu’à 1 010 000 ;
• Poids répartis en 213 fragments par dépôt.

Voilà pour l’architecture. Le fait le plus intéressant du dossier est ailleurs, et il n’est lisible que dans l’historique des versions du dépôt. Le dépôt a été créé le 8 août à 01h50 UTC. Les poids n’y sont arrivés que le 9 août à 03h56. La fiche modèle, le 11 août à 06h37. Et le fichier de licence, le 12 août à 10h21 UTC.

Autrement dit : pendant environ trois jours, un modèle de frontière de 2 400 milliards de paramètres a été publiquement téléchargeable, sans restriction d’accès, sans qu’aucune licence ne soit attachée à son dépôt. Les compteurs affichaient près de mille téléchargements pour la version standard et près de quatre mille pour la variante en précision réduite au moment de notre vérification. Rien ne permet de dire combien de ces téléchargements sont intervenus avant la publication des termes d’usage — mais la question se pose, et elle se pose à chaque organisation qui a récupéré ces poids cette semaine.

Signalons au passage un point de méthode qui a piégé plusieurs publications. Plusieurs articles parus les 10 et 11 août affirmaient encore qu’aucun dépôt n’existait et que la licence n’était pas divulguée. La seconde affirmation était exacte ; la première était fausse depuis le 9 août. La date de création d’un dépôt ne prouve pas que les poids y sont, et son absence dans une recherche ne prouve pas qu’il n’existe pas : seule la consultation de l’historique des versions permet de dater une mise à disposition.

La licence Qwen3.8-Max : deux seuils à faire lire par votre direction juridique

La licence, une fois publiée, s’intitule « Qwen3.8-Max License ». Elle n’est pas Apache 2.0 et n’est pas une licence open source au sens de l’Open Source Initiative. Elle est en revanche largement permissive dans son principe : usage, copie, modification, publication, distribution, sous-licence, vente, déploiement, hébergement, affinage et travaux dérivés sont autorisés, y compris à titre commercial. Deux conditions s’y ajoutent, et ce sont elles qui doivent être instruites avant tout projet.

Première condition, l’attribution au-delà d’un seuil d’audience. Si le modèle, ou un travail dérivé, est utilisé pour un produit ou service commercial dépassant 100 millions d’utilisateurs actifs mensuels ou 20 millions de dollars de revenu mensuel, le nom du modèle doit être affiché de façon proéminente dans l’interface de ce produit ou service. C’est une contrainte de marque, gênante pour certains positionnements, mais lisible.

Seconde condition, et c’est la plus structurante : une licence séparée au-delà de 50 millions de dollars. Si le licencié ou l’une de ses filiales exploite une activité de modèle en tant que service ou d’assistant de travail IA, et que le revenu agrégé du licencié et de ses filiales dépasse 50 millions de dollars sur douze mois consécutifs, une licence distincte doit être obtenue auprès de Qwen avant tout usage commercial du modèle ou de ses dérivés.

Les deux notions sont définies dans le texte, et les définitions comptent :

• Le modèle en tant que service désigne le fait de donner à un tiers accès à l’inférence ou à l’affinage d’un modèle de langage, par exemple via une interface de programmation ou un point d’accès hébergé, d’une manière qui permette à ce tiers d’exercer un contrôle significatif sur les entrées, les paramètres ou les données d’entraînement. Le simple relais de requêtes vers des modèles hébergés par d’autres tiers n’est pas concerné.
• L’assistant de travail IA désigne un produit indépendant conçu principalement pour l’assistance au codage ou à la productivité bureautique. En sont exclus les outils IA à finalité unique, comme un outil de traduction, les assistants dont le domaine principal est autre, et les assistants qui sont une fonction d’un produit dont la finalité principale n’est pas l’assistance au codage ou à la bureautique.

L’usage strictement interne est exempté de cette seconde condition, à une réserve près qu’il faut lire attentivement : à condition que cet usage ne mette à disposition d’aucun tiers ni le modèle, ni ses sorties, ni les capacités du modèle sous-jacent. La formulation est large, et elle appelle une lecture précise pour toute organisation qui envisagerait d’exposer, même indirectement, un service construit sur ces poids.

Les poids ouverts ne sont pas le produit du même nom

Une seconde nuance, moins commentée, sépare ce qui est diffusé de ce qui est vendu — et elle figure sur la fiche même du dépôt. La version officielle servie par le nuage de Qwen comporte davantage de fonctions que les poids diffusés : entrée visuelle, mode sans raisonnement, contexte d’un million de jetons par défaut et outils intégrés officiels.

Les poids ouverts, eux, sont en texte seul, avec un contexte natif de 262 144 jetons. La conséquence pratique est directe et concerne toute équipe qui prototype avant de déployer : une architecture évaluée sur une démonstration faite avec l’interface de programmation hébergée, puis basculée sur les poids ouverts pour des raisons de souveraineté ou de coût, ne rendra pas le même service. Ce n’est pas un défaut du modèle — c’est une différence de périmètre, qu’il faut établir au moment de la maquette et non au moment de la mise en production. (Source : Hugging Face)

Muse Glimmer : le seuil de la déployabilité locale est franchi

Le 10 août, Meta a annoncé Muse Glimmer, un modèle agentique ouvert conçu pour tourner sur l’appareil. Ses caractéristiques :

• Environ 29,6 milliards de paramètres en transformeur dense, 52 couches, dimension cachée de 6 656, complétés par un encodeur visuel d’environ 1,8 milliard de paramètres ;
• Entrée texte et image, sortie texte, plus de cent langues, contexte de 131 072 jetons ;
• Distillé depuis Muse Spark par distillation de logits ;
• Licence Apache 2.0.

Ce sont les besoins matériels qui font l’événement, et ils sont annoncés palier par palier : 64 gigaoctets de mémoire vidéo en précision complète, 32 gigaoctets en quantification dynamique pour 0,2 % de dégradation, et 24 gigaoctets pour 1,0 % de dégradation. Une précision s’impose sur ce chiffre, parce qu’il est celui qui porte tout le raisonnement : les 24 gigaoctets sont l’enveloppe d’exécution complète, et non le seul volume des poids. La page d’annonce de Meta le détaille — les poids quantifiés à environ 4 bits descendent sous 20 Go, ce qui laisse la place au cache clé-valeur, à l’encodeur visuel et au modèle brouillon de décodage spéculatif pour tourner simultanément dans une enveloppe de 24 ou 32 Go. Les deux sources du fournisseur concordent donc, elles ne mesurent simplement pas la même chose. Vingt-quatre gigaoctets, c’est une carte graphique grand public.

Les résultats revendiqués face à Gemma4-31B et Qwen3.6-27B sont favorables sur l’agentique et le raisonnement : 75,5 contre 54,2 et 62,5 sur MCP Atlas ; 74,6 contre 61,7 et 71,1 sur DeepSearch QA ; 51,2 contre 36,9 et 50,2 sur SWE-Bench Pro ; 94,7 contre 89,2 et 94,1 sur AIME 2026. Ils sont en retrait sur deux mesures, et il faut le dire aussi : 76,0 contre 77,2 pour Qwen3.6-27B sur SWE-Bench Verified, et 83,5 contre 85,7 pour Gemma4-31B sur GPQA Diamond. Ces mesures sont auto-déclarées par Meta et ne sont confirmées par aucune évaluation tierce indépendante à ce jour.

Le modèle est distribué en formats et exécuteurs multiples — Ollama, LM Studio, llama.cpp, ExecuTorch, MLX, vLLM, SGLang — et servi par plusieurs fournisseurs d’inférence. Une précision juridique s’impose néanmoins : la licence Apache 2.0 voyage dans le même dépôt avec une politique d’usage distincte, qui interdit une liste de finalités et exclut expressément les mineurs. La permissivité du texte de licence ne dispense donc pas de lire la couche d’usage acceptable, et les deux doivent être présentées ensemble à une direction juridique. (Source : Hugging Face)

Le lancement s’est accompagné d’un appel public de Mark Zuckerberg à abaisser les barrières américaines sur l’IA open source, afin que les développeurs américains puissent concurrencer leurs rivaux chinois, avec l’annonce de diffusions plus importantes à venir. Cet élément relève de la presse et non de la documentation technique ; il prolonge le dossier ouvert par le rapport de presse du 20 juillet sur d’éventuelles restrictions américaines visant les modèles ouverts chinois, dossier qui reste sans décision publique à ce jour.

Ce que cela change pour votre entreprise

Il faut désormais raisonner sur deux flancs séparés, et ne plus tenir un discours unique sur « les poids ouverts ».

En haut de gamme, la conclusion du 6 août tient. Les 213 fragments de poids restent 213 fragments de poids : l’ouverture d’un modèle de classe Max ne met pas ce modèle à la portée d’une infrastructure d’entreprise ordinaire, et elle n’ouvre en pratique qu’un choix élargi de fournisseurs d’inférence. C’est un bénéfice réel, mais ce n’est pas de la souveraineté. Deux verrous s’y ajoutent : le seuil de 50 millions de dollars sur douze mois qui impose une licence séparée pour toute activité de modèle en tant que service ou d’assistant de travail, et l’écart entre les poids diffusés et le produit hébergé du même nom.

En bas de gamme, le seuil est réellement franchi. Un modèle agentique, multimodal en entrée, sous licence permissive, qui tourne sur 24 gigaoctets de mémoire vidéo avec 1 % de dégradation, met l’exécution locale à portée d’un poste de travail ou d’un petit serveur, sans dépendance réseau. C’est la réponse concrète à toute une famille de cas d’usage que beaucoup d’organisations avaient renvoyés à plus tard faute de solution : traitement de documents confidentiels, assistance sur données non exportables, exécution en environnement isolé ou déconnecté. Ces dossiers méritent d’être rouverts, avec deux vérifications préalables — la politique d’usage qui accompagne la licence, et une mesure de performance conduite sur vos propres tâches plutôt que sur les bancs d’essai du fournisseur.

Enfin, un réflexe d’approvisionnement à installer. Le fait qu’un fournisseur majeur ait mis des poids à disposition trois jours avant de publier leur licence n’est pas une anecdote. Pour toute récupération de modèle ouvert, il faut désormais : horodater ce qui est téléchargé, vérifier que le fichier de licence existe réellement dans le dépôt au moment du téléchargement — et non se contenter de la mention déclarée dans les métadonnées de la fiche —, et conserver une copie des termes tels qu’ils étaient à cette date. C’est une précaution de traçabilité peu coûteuse, et elle est exactement du même ordre que celles que l’on applique aux dépendances logicielles.

Ce que cela met à jour dans la Méthode Virtuose

Le chapitre consacré à la multimodalité, à l’open source et aux petits modèles doit acter la bascule : l’exécution locale d’un modèle agentique n’est plus un compromis dégradé mais une option de conception, avec un ordre de grandeur matériel désormais connu — 24 à 32 gigaoctets de mémoire vidéo pour une trentaine de milliards de paramètres. La grille d’arbitrage entre modèle hébergé et modèle local doit être reprise sur cette base, et le critère de confidentialité, longtemps traité comme un point bloquant, redevient un paramètre.

Le chapitre consacré à l’observabilité, au VendorOps et à la valeur business doit intégrer deux points de contrôle nouveaux. Le premier est la lecture systématique des seuils de revenu et d’audience dans les licences de poids ouverts, qui ne sont pas des clauses de forme mais des conditions de commercialisation. Le second est la traçabilité de l’acquisition elle-même : la date de téléchargement, la licence en vigueur à cette date et la présence effective du fichier dans le dépôt deviennent des éléments à journaliser, au même titre que pour une dépendance logicielle tierce.

Enfin, du côté de l’architecture et de la performance, la distinction entre poids diffusés et produit hébergé doit être inscrite noir sur blanc. Lorsque le fournisseur documente lui-même que sa version en ligne dispose de fonctions absentes des poids ouverts, la maquette doit être conduite sur l’artefact qui sera réellement déployé, faute de quoi l’écart se découvre en production.