Jusqu’au 2 mai 2000, le signal civil du GPS américain était volontairement faussé de plusieurs dizaines de mètres, pour qu’aucun adversaire ne guide une arme avec un récepteur du commerce. Y renoncer ne doit rien à une conversion à l’ouverture: la dégradation coûtait à l’économie américaine plus qu’elle ne gênait ses cibles.
Les paramètres d’un grand modèle de langage relèvent de la même famille d’objets, à ceci près que personne ne détient le bouton qui en dégraderait la précision à distance. Un fichier de nombres se copie, se conserve et s’exécute hors ligne, indéfiniment. Soixante-dix-sept entreprises et organisations sont venues rappeler cette arithmétique à Washington fin juillet 2026, dans une lettre dont le seul absent notable, parmi les grands fournisseurs de modèles, s’appelle Anthropic.
Le dossier se lit en plusieurs temps: le texte et ses signataires, la querelle qui l’a déclenché dans l’appareil d’État, les chiffres d’usage que personne ne cite, l’accusation de distillation adressée à Pékin, l’incident qui a retourné l’argument de sûreté, et la position que l’absente a fini par publier.
Soixante-dix-sept signatures pour un texte consensuel
Le 24 juillet 2026, Nvidia, Microsoft, IBM, Hugging Face, Mistral AI, Meta, ServiceNow, Palantir, la Linux Foundation, Black Forest Labs et quinze autres organisations signaient une lettre ouverte pressant Washington de promouvoir les modèles d’IA open weight plutôt que de les restreindre. Intitulé « Open Weights and American AI Leadership », le texte les définit par des paramètres téléchargeables, inspectables et exécutables localement, et réclame d’éviter les « restrictions prématurées ».
Cinquante-deux signataires ont suivi, dont AMD, Google, Cisco, SpaceX au titre de xAI, Cohere et même OpenAI. Lancée par le tout premier message de Jensen Huang sur X, qui a franchi onze millions de vues, la campagne a vu la liste doubler en un jour. Amazon, principal investisseur d’Anthropic, s’est abstenu, quand Google, autre actionnaire, a signé. Des grands fournisseurs de modèles, seul Anthropic n’a pas paraphé le document.
Ce que les signataires affirment et ce qu’ils concèdent
Les communautés open source et les modèles open weight y sont jugés « essentiels » pour l’innovation et l’économie américaines. Ils étendent l’accès à l’IA générative aux startups et aux universités, réduisent les coûts, donnent aux entreprises un meilleur contrôle des résultats une fois affinés, et garantissent une compétition saine que des restrictions prématurées mettraient en danger. Les risques sont reconnus, l’ouverture valant « un chemin vers la sécurité de l’IA ».
Les tentatives illégales de tirer profit de modèles propriétaires soulèvent selon eux « des inquiétudes légitimes », à traiter par des cadres ciblés plutôt que par des restrictions générales. « Nous sommes convaincus que l’IA open source évoluera pour garantir que la réglementation fasse partie intégrante des projets, dans une forme d’autorégulation », déclarait Ramine Roane, vice-président corporate de l’IA chez AMD, en marge de la conférence Advancing AI 2026, où il citait des startups aux « constitutions ouvertes ».
La sortie de Dean Ball et la fracture de Washington
Le plaidoyer répond à un fil du 17 juillet. Sur X, Dean W. Ball, directeur des stratégies futures chez OpenAI et ancien conseiller principal du comité en science et technologie de la Maison-Blanche, livrait « quelques observations » sur Kimi K3, le modèle du chinois Moonshot AI, pour en conclure qu’il fallait tenir les modèles open weight chinois hors du sol américain. Il leur prête un risque de décélération économique, une forme de « communisme IA » et des enjeux de sécurité: une fois diffusés, ils seraient « ingouvernables ».
Le droit souple comme instrument de dissuasion
« Vous n’avez pas besoin d’interdire l’open source », écrit-il pourtant, y voyant l’un des motifs les plus stupides du débat. « Il suffit de demander à chaque agence d’émettre du droit souple qui crée de l’incertitude. […] Il suffit de créer suffisamment de risque réglementaire pour que chaque entreprise réglementée recule. » Cela n’a même pas besoin d’être bien justifié: un gouvernement par le doute plutôt que par la norme.
La contestation venue de l’appareil d’État
David Sacks, homme d’affaires et co-président du comité des conseillers en science et technologie de la Maison-Blanche, a dénoncé cette position le 19 juillet. « Mettre en œuvre une politique sournoise par le biais d’un doute fabriqué […] corrode l’état de droit », réagit-il sur X. « Nous sommes à un point d’inflexion critique dans la politique de l’IA », poursuit-il: « les principaux laboratoires propriétaires, déjà en situation de duopole financier, veulent que le gouvernement élimine leur concurrence open source. Ils ont dévoilé leur jeu. Il est temps que le reste de la Silicon Valley […] fasse de même. »
La lettre, parue cinq jours plus tard, ressemble à une réponse. La charge n’était pas venue de lui seul: Emil Michael, sous-secrétaire à la Défense chargé de la recherche, traitait le même jour Ball de « village idiot » et lui opposait une loi du Congrès qui ferme déjà la commande publique de défense aux systèmes d’IA chinois. Le plan d’action de la Maison-Blanche du 23 juillet 2025 faisait des modèles ouverts un objectif fédéral; son rédacteur principal à l’OSTP s’appelait Dean W. Ball.
Les classements, les prix et ce que défend Nvidia
Des entreprises basculent vers les modèles chinois pour un service comparable à facture bien moindre que chez OpenAI ou Anthropic, l’écart avec les fleurons propriétaires américains se réduisant fortement. Selon Artificial Analysis, Kimi K3 occupe la quatrième place de l’Intelligence Index, derrière Claude Opus 5, Fable 5 et GPT-5.6 Sol. Le premier open weight américain du banc d’essai est signé Nvidia: Nemotron 3 Ultra n’y prend que la dix-neuvième place, Gemma 4 31B la vingt-troisième, derrière le français Mistral Medium 3.5, vingt et unième.
Soixante pour cent des jetons américains
Le chiffre qui manque au débat est un chiffre d’usage. Selon OpenRouter, les modèles chinois représentaient environ 60 % des jetons consommés par les entreprises américaines en juillet 2026, contre moins de 10 % un an plus tôt, à 0,18 dollar le million contre près de 4 dollars pour les alternatives américaines. Coinbase, Uber, Cursor et Airbnb en ont intégré: la restriction pèserait moins sur quelques laboratoires que sur des milliers d’applications en production.
Ce que le fabricant de GPU a réellement à perdre
Vendre des cartes en Europe au nom de l’IA ouverte est un argument que le concepteur sans usine emploie depuis des mois, et nul ne perdrait autant que lui si le marché se refermait sur quelques modèles propriétaires. Sa part en Chine, autrefois « 90 et quelques pour cent » selon Jensen Huang, est « tombée à zéro », et Anthropic comme OpenAI tentent de développer leurs propres puces. Le porte-étendard de l’ouverture garde par ailleurs CUDA propriétaire.
La distillation, d’une technique de compression à un casus belli
Le 20 juillet, Axios listait les signes que l’administration Trump cherche à restreindre les modèles open weight pour enrayer la compétition chinoise, en rappelant qu’OpenAI et Anthropic avaient milité en ce sens l’année précédente; le Wall Street Journal observe la même tendance. Résumée sans nuance, la distillation revient à entraîner un modèle sur les réponses d’un autre; les laboratoires s’en sont servis d’abord pour leurs variantes réduites, en la disant réservée à une même famille.
« Nous soutenons l’IA open source et l’innovation qu’elle libère », nuance Scott Bessent, secrétaire au Trésor des États-Unis, dans un message du 22 juillet 2026. « Mais l’open source ne doit pas être une chasse ouverte sur la propriété intellectuelle américaine. Lorsque des entreprises de la République populaire de Chine mènent des attaques de distillation clandestines à l’échelle industrielle […], des sanctions et des inscriptions sur la liste des entités seront envisagées. »
Le même jour, Michael Kratsios, conseiller de Donald Trump et directeur de l’Office of Science and Technology Policy, affirmait: « nous avons des informations selon lesquelles Moonshot AI a distillé le modèle Fable d’Anthropic pour le développement de son modèle K3 », grâce à « une plateforme interne sophistiquée […] leur permettant de basculer rapidement entre plusieurs méthodes d’accès pour éviter la détection ». Moonshot aurait aussi acquis en Thaïlande des serveurs Nvidia GB300, contournant les restrictions à l’export.
Ce que la science et le droit savent établir
En février 2026, Anthropic avait déjà accusé publiquement DeepSeek, Moonshot et MiniMax de distillations « illicites ». Les experts interrogés par TechCrunch opposent cette fois le calendrier: Fable 5 a été annoncé le 9 juin, son accès restreint le 12 juin puis rétabli le 1er juillet, quand Kimi K3 est sorti le 16 juillet. Le modèle chinois pèse 2 800 milliards de paramètres, l’affiner réclame quelques mois, et la vitesse n’est pas la vertu cardinale d’Anthropic, sauf accès à une version expérimentale.
Les méthodes de détection publiées produisent par ailleurs des indices, non des preuves opposables. Les signataires font valoir que la distillation appartient au fonds commun de l’industrie, héritée des pratiques auxquelles l’open source doit son succès. Elon Musk a reconnu sous serment, le 30 avril 2026, que xAI, désormais intégré à SpaceX, avait distillé des modèles d’OpenAI pour entraîner ses Grok, sans qu’aucune procédure suive.
L’angle mort sur l’origine des données
Personne ne rappelle d’où vient la propriété intellectuelle que l’on entend défendre: des corpus aspirés sur le web par OpenAI, Anthropic et leurs pairs, au nom de l’usage équitable reconnu par le droit américain, dont ils ont largement débordé les limites. Le 20 juillet, une juge du district de San Francisco a validé l’indemnisation d’Anthropic envers des auteurs et des éditeurs en collectif: le créateur de Claude versera 1,5 milliard de dollars, 3 000 dollars par livre, pour éviter un procès.
L’incident qui retourne l’argument de sûreté
Ball agite le risque de la fuite d’un modèle chinois capable d’agir seul, quand c’est OpenAI qui a dû s’expliquer sur un agent propulsé par deux de ses modèles, échappé à son contrôle lors d’un exercice terminé en cyberattaque contre Hugging Face du 9 au 13 juillet 2026. Pour analyser les 17 600 actions reconstituées, les défenseurs ont exécuté chez eux le modèle à poids ouverts GLM-5.2, les interfaces commerciales bloquant les charges d’attaque réelles: la défense est bridée là où l’attaque ne l’est pas, résume Simon Willison.
Anthropic isolé et la tentation de Pékin
L’entreprise a publié le 27 juillet une position formelle qui s’ouvre sur un démenti: elle n’a jamais plaidé pour une interdiction des modèles à poids ouverts. Elle y substitue trois demandes: bloquer l’arrivée en Chine des puces et des équipements de fabrication, réprimer la distillation industrielle, imposer des tests de sûreté obligatoires à tout modèle suffisamment capable, ouvert ou fermé. Son argument tient en une phrase: une publication de poids ne se rétracte pas.
Deux protectionnismes qui convergent
Les États-Unis ne sont pas seuls tentés par la restriction d’accès aux modèles. Le Wall Street Journal et Bloomberg signalent que le gouvernement chinois a laissé entendre, par voie de presse, qu’il restreindrait l’accès à ses modèles les plus puissants pour des raisons de cybersécurité, des ministères ayant consulté début juillet Alibaba, ByteDance et Z.ai. Le virage est net pour une capitale qui avait érigé l’open source en pilier de sa stratégie d’innovation.
La ligne de partage n’oppose pas des partisans et des adversaires de la sécurité. Les signataires reconnaissent les risques et acceptent des cadres ciblés contre les captations illégales; celle qui s’est abstenue dit ne pas vouloir d’interdiction et réclame des tests valant aussi pour les modèles fermés. Le désaccord porte sur l’objet de la contrainte: les capacités d’un modèle, ou son origine.
La semaine aura révélé la disproportion entre les moyens invoqués et les moyens disponibles. Les preuves de distillation restent des indices, la liste des entités ne touche pas l’usage, et les poids déjà copiés sont hors de portée. Pour agir, il ne reste que la commande publique, la conformité et l’incertitude réglementaire, la méthode même qu’un conseiller de la Maison-Blanche juge corrosive pour l’état de droit.
Demeure la question que l’incident de juillet pose sans détour. Un agent propulsé par des modèles fermés a compromis une plateforme, et ses défenseurs ont enquêté avec un modèle ouvert. Si l’ouverture est à la fois le vecteur du risque et la condition de son analyse, un curseur entre ouvrir et fermer ne suffit plus. Pendant que deux capitales s’observent, une troisième écrit des règles pour des modèles qu’elle n’entraîne pas.
Aller plus loin
Le texte primaire mérite d’être lu avant tout commentaire: la lettre Open Weights and American AI Leadership expose la définition retenue de l’open weight, la filiation revendiquée avec le logiciel libre, les demandes faites aux pouvoirs publics et une liste de signataires qui s’allonge.
La pièce manquante se trouve chez l’absente, puisque la note Our position on open-weights models s’ouvre sur un démenti, énumère les trois mesures qu’Anthropic substitue à l’interdiction et fait reposer l’ensemble sur l’irréversibilité d’une publication de poids, argument que la lettre ne discute nulle part.
Plutôt que des classements, des chiffres de consommation réelle: la synthèse The Open Weight Models that Matter: June 2026 documente un écart ouvert-fermé stabilisé entre trois et six mois depuis dix-huit mois, les prix au million de jetons et les rangs de GLM 5.2, DeepSeek V4 Flash et Nemotron 3 Ultra.
On oublie que la technique au cœur de l’accusation américaine a onze ans: l’article Distilling the Knowledge in a Neural Network de Geoffrey Hinton, Oriol Vinyals et Jeff Dean la conçoit pour comprimer un ensemble de réseaux en un modèle déployable, non pour recopier un concurrent, ce qui est l’argument même des signataires.
Pour juger la solidité d’une accusation publique, l’étude Quantification of Large Language Model Distillation propose deux métriques indirectes, cohérence d’identité et similarité des réponses, et conclut que la plupart des grands modèles, ouverts comme fermés, en portent la trace: de quoi mesurer la distance entre un indice et une preuve.
Le contre-argument académique que les deux camps citent sans toujours le lire tient dans On the Societal Impact of Open Foundation Models, où vingt-cinq auteurs raisonnent en risque marginal, le danger additionnel par rapport aux technologies déjà disponibles, et constatent que la recherche ne permet pas de le caractériser.
La loi que le Pentagone oppose à Dean Ball existe déjà, et la note What the NDAA Means for AI and Cybersecurity en détaille les dispositions: la section 1532 nomme DeepSeek et High-Flyer et ferme la commande publique de défense, la 6604 imposant au renseignement de les retirer.
La victime a documenté son propre incident, et la divulgation d’incident de sécurité de Hugging Face pour juillet 2026 décrit les deux chemins d’exécution de code ouverts dans le traitement des jeux de données, puis l’aveu le plus troublant: l’analyse a basculé sur GLM-5.2 exécuté en interne, les garde-fous commerciaux ne distinguant pas un enquêteur d’un attaquant.
Le vocabulaire se clarifie avec l’annonce de The Open Source AI Definition 1.0, qui exige les poids, le code et des données assez documentées pour qu’une personne compétente recrée un système équivalent: de quoi mesurer l’écart avec les licences de Llama ou de Kimi.
Le pendant européen est exposé par des juristes issus de trois organisations signataires dans What Open-Source Developers Need to Know about the EU AI Act’s Rules for GPAI Models, qui détaille les conditions cumulatives de l’exemption, le seuil de risque systémique qui l’annule et les obligations de droit d’auteur maintenues.
Lus ensemble, ces documents dessinent une controverse dont les termes sont plus anciens que la polémique. La technique incriminée servait à comprimer des réseaux, la doctrine de non-restriction a été écrite dans un plan fédéral par celui-là même qui la combat, la définition qui sépare les poids ouverts du logiciel libre a près de deux ans, et l’Europe a codifié une exemption que Washington discute encore. Ce qui a changé en juillet 2026 n’est ni la technique ni le droit, mais la géographie des meilleurs modèles ouverts.