Montage des logos de Moonshot AI, DeepSeek, Alibaba et Qwen. Photos Florence Lo et Dado Ruvic/Reuters. Montage L’Orient-Le Jour
Pendant que Claude, Grok et autres ChatGPT se livrent une bataille acharnée aux États-Unis, la guerre de l’intelligence artificielle fait aussi rage en Chine, où les entreprises technologiques — Alibaba, Moonshot AI et DeepSeek, mais aussi ByteDance, MiniMax ou encore Z.AI — sont devenues des acteurs majeurs des modèles d’IA à poids ouverts (open-weight), c’est-à-dire dont les paramètres peuvent être téléchargés et adaptés par les développeurs*.
Depuis la sortie, en décembre 2024, de DeepSeek-V1, la multiplication des chatbots chinois remet en partie en cause le modèle économique défendu jusqu’ici par les grands groupes occidentaux, fondé sur des systèmes fermés, généralement payants.
Dernier modèle en date, Qwen3.8-Max a été dévoilé lundi par Alibaba, qui le présente comme son système d’IA le plus vaste et le plus performant à ce jour. Avec ses 2 400 milliards de paramètres, il se rapproche de Kimi K3 de Moonshot AI (2 800 milliards), récemment lancé et devenu le plus grand modèle ouvert chinois. Si le nombre de paramètres ne détermine pas à lui seul les performances d’un modèle, il est devenu un indicateur de référence des ressources de calcul mobilisées pour son entraînement.
Dévoilé sur Arena.AI, Qwen3.8-Max est immédiatement devenu le modèle chinois le mieux classé dans la catégorie des modèles textuels. Il reste toutefois derrière Claude Fable 5 et les variantes Opus d’Anthropic. Dans le classement des modèles multimodaux, capables d’analyser des textes, des images et des vidéos, il s’est en revanche hissé à la deuxième place mondiale. Comme Kimi K3, il peut traiter jusqu’à un million de tokens en une seule requête, soit suffisamment pour analyser des centaines de pages de documents ou un vaste projet informatique.
« Limite haute des modèles ouverts »
Alibaba précise que son modèle repose sur une architecture dite « mixture of experts », qui n’active qu’une partie de ses paramètres à chaque requête afin de réduire les coûts de calcul et les temps de réponse. Seuls 95 milliards de paramètres sont ainsi mobilisés simultanément. Le groupe affirme également que le modèle est parvenu à mener à bien un projet d’ingénierie logicielle en seize jours. Il doit être mis à disposition la semaine prochaine sur la plateforme Model Studio d’Alibaba Cloud.
Moonshot AI continue toutefois de faire figure de référence en matière de performances. Son Kimi K3, lancé le mois dernier, rivalise avec Claude Fable 5 d’Anthropic et GPT-5.6 Sol d’OpenAI dans plusieurs tests de référence, notamment en programmation informatique, aujourd’hui l’un des principaux usages de l’IA générative. La start-up affirme ainsi avoir « fixé la limite haute des modèles ouverts ». Son lancement a également bénéficié d’un important retentissement après que le conseiller scientifique et technologique de Donald Trump, Michael Kratsios, a accusé l’entreprise d’avoir utilisé le modèle le plus avancé d’Anthropic pour développer Kimi K3, une accusation rejetée par Moonshot AI.
Face à cette montée en puissance, DeepSeek tente de reprendre l’initiative. La start-up, qui, selon plusieurs sources, prépare une éventuelle introduction en Bourse, a lancé vendredi dernier son modèle V4-Flash en misant sur son principal argument : un coût d’utilisation extrêmement faible. Selon Artificial Analysis, son coût moyen d’exécution est de seulement 3 centimes de dollar par test, contre 86 centimes pour Kimi K3, 1,86 dollar pour GPT-5.6 Sol d’OpenAI et 3,15 dollars pour Claude Fable 5 d’Anthropic.
Sur le plan des performances, V4-Flash obtient un score de 50 sur 100 dans l’Intelligence Index d’Artificial Analysis, contre 57 pour Kimi K3. Les modèles Claude Opus 5, Claude Fable 5 et GPT-5.6 conservent toutefois une avance de plus de neuf points. DeepSeek prépare déjà une version plus puissante, baptisée V4-Pro.
Cette compétition technologique s’inscrit dans un contexte géopolitique de plus en plus tendu. Une trentaine d’acteurs de l’IA ont annoncé, il y a une semaine, la création d’une alliance en faveur des modèles ouverts. La formation de ce groupement, qui compte notamment Nvidia, Microsoft et SpaceX, est intervenue quelques jours après la sortie de Kimi K3.
Pékin a, de son côté, accusé des entreprises américaines d’utiliser des données chinoises pour entraîner leurs modèles.
* Il ne s’agit toutefois pas de modèles entièrement open source, leur code ou leurs données d’entraînement n’étant pas nécessairement rendus publics.
