Le juste-à-temps industriel repose sur un renoncement : ne rien stocker au poste de travail, faire venir chaque pièce quand la main la saisit. Le calcul tient tant que le réapprovisionnement est rapide. Dès que le camion met une heure, l’atelier constitue au départ le kit complet de la commande. La latence dicte la granularité de la décision.
Un téléphone connaît la même contrainte. Un grand modèle de langage doit normalement charger tous ses poids en mémoire vive, supportable sur un serveur, impossible là où la RAM et la batterie sont comptées. La mémoire flash est vaste et bon marché, mais trop lente pour échanger des poids à chaque mot produit. C’est cet arbitrage qu’Apple a industrialisé le 8 juin 2026.
Deux ans après le fiasco d’Apple Intelligence, la WWDC 2026 a tenu lieu de reprise à zéro : un assistant rebâti sur un modèle de langage digne de ce nom, une application de conversation autonome, des fonctions génératives partout dans le système, des images produites sans tiers, une dépendance à OpenAI allégée. Apple a ensuite réuni quelques médias autour de Craig Federighi, patron du logiciel, de Sébastien Marineau-Mes, de Mike Rockwell, chargé de l’ingénierie Siri, et d’Amar Subramanya.
Trois affirmations ont circulé aussitôt : Apple utiliserait les modèles Gemini, les nouveautés seraient réservées aux iPhone 17 Pro, l’Europe serait privée de tout. Les trois tombent à l’examen. Restent la famille de modèles, la généalogie du tour de force local, le contrat passé avec Google, la mémoire que Private Cloud Compute interdit, le mécanisme qui bloque l’Europe et les annonces oubliées.
Cinq modèles et un orchestrateur qui décide à votre place
Deux modèles qui ne quittent jamais l’appareil
Il n’y a pas un modèle mais cinq, réunis sous le sigle AFM 3, Apple Foundation Models de troisième génération. À chaque question, un orchestrateur embarqué choisit les modèles adaptés et tranche entre local et cloud, sans sélecteur offert à l’utilisateur. AFM 3 Core est le plus petit : trois milliards de paramètres, architecture dense, pour les tâches simples et les premières analyses.
AFM 3 Core Advanced est le plus puissant modèle local jamais conçu par Apple : sparse, nativement multimodal, à l’aise avec texte, images et audio, vingt milliards de paramètres dont un à quatre activés selon la requête. Lui seul produit les voix expressives et la dictée améliorée, et lui seul exige un iPhone 17 Pro, un iPhone Air ou un appareil à puce M3. Les autres perdent ces deux fonctions, et rien d’autre. Nul concurrent n’aligne un modèle local de ce calibre, et Apple devrait lui confier peu à peu des traitements qui partent aujourd’hui vers ses serveurs.
Trois modèles sur des serveurs, dont un seul chez Google
AFM 3 Cloud est le modèle serveur par défaut, taillé pour la vitesse, sur les serveurs Private Cloud Compute à puces Apple Silicon. ADM 3 Cloud, premier modèle d’images de la maison et lui aussi hébergé sur silicium Apple, alimente le recadrage spatial dans Photos, Image Playground et les Genmoji. AFM 3 Cloud Pro traite le raisonnement complexe et l’agentique, d’une qualité dite « similaire aux modèles frontier de Gemini » ; seul de la famille, il tourne sur des GPU Nvidia dans le Google Cloud.
Ils irriguent iOS 27, iPadOS 27 et macOS 27 bien au-delà de l’assistant : gomme magique, génération d’images, outils d’écriture système, onglets de Safari, suggestions dans Messages et Mail, raccourcis en langage naturel. La majorité de ces actions passe encore par les serveurs, comme à la génération précédente, dont le modèle serveur avait avalé 14 000 milliards de tokens.
La généalogie d’un tour de force présenté comme une trouvaille
Exécuter un modèle depuis la mémoire flash
L’idée n’est pas née à la WWDC : une équipe d’Apple l’a publiée en décembre 2023 sous le titre « LLM in a flash », travail accepté à ACL 2024. Le windowing y réutilise les neurones déjà activés, le row-column bundling regroupe les données en lectures contiguës plus larges. Résultat, des modèles deux fois plus gros que la DRAM, avec un gain de quatre à cinq fois sur processeur et de vingt à vingt-cinq sur GPU.
Le routage par requête, déposé en janvier 2025
L’instruction-following pruning n’est pas davantage surgi de nulle part. Déposé sur arXiv le 3 janvier 2025 sous le numéro 2501.02086 par Apple et l’université de Californie à Santa Barbara, puis présenté à ICML 2025, il repose sur un sparse mask predictor : un petit réseau lit l’instruction et sélectionne dynamiquement les paramètres utiles. Trois milliards de paramètres activés y gagnaient cinq à huit points sur un dense équivalent.
Le reste tient à la physique du support. Le modèle complet réside dans la flash, pas dans la DRAM ; la NAND étant trop lente pour échanger les poids à chaque mot, le routage se décide par requête : un groupe d’experts est sélectionné, verrouillé, et seul le nécessaire monte en mémoire vive, soit la puissance de vingt milliards de paramètres au coût de un à quatre. La note technique du jour précise qu’ils sont re-sélectionnés en cours de génération.
Le professeur, l’élève et le prix de la leçon
Sur le point le plus mal compris, Federighi a écarté tout recours à un produit grand public de Google : « la part de l’assistant Google que nous utilisons, c’est zéro. » L’accord pluriannuel officialisé en janvier 2026 porte sur l’entraînement, pas sur le produit fini : Apple a pré-entraîné ses modèles sur les TPU de Google avant de les affiner sur les sorties des Gemini les plus performants. Les AFM 3 sont des cousins de Gemini optimisés pour le matériel maison, ADM 3 Cloud tenant selon toute vraisemblance du nano banana et Cloud Pro du Gemini 3 Pro.
Le droit de distiller, et ce qu’il coûte
Ce rôle de professeur a un statut juridique. Distiller un concurrent depuis ses sorties est prohibé par les conditions d’utilisation d’OpenAI, d’Anthropic, de Mistral et de xAI, et c’est le reproche adressé à DeepSeek en janvier 2025 après la sortie de R1. Le montant rapporté avant signature, environ un milliard de dollars par an pour un Gemini de 1 200 milliards de paramètres, achète surtout le droit d’apprendre légalement d’un rival.
Ceux qui ont changé de camp
Parmi les neuf auteurs du papier de 2025 figure Ruoming Pang, alors responsable des Apple Foundation Models : il a rejoint Meta Superintelligence Labs en juillet 2025, six mois après la publication qui fonde Core Advanced. Celui qui présentait la famille doit lui aussi son parcours à la concurrence : Amar Subramanya a dirigé l’ingénierie de l’assistant Gemini chez Google avant de devenir vice-président AI d’Apple en décembre 2025. Gemini n’a pas seulement servi de professeur aux modèles : il a fourni le professeur humain.
Private Cloud Compute, une mémoire empêchée par construction
Pour ce que l’appareil ne traite pas seul, l’orchestrateur compose la requête, n’extrait du téléphone que les éléments nécessaires, les adresse aux serveurs Private Cloud Compute, en rapporte une réponse désidentifiée, puis tout s’efface. Apple jure ne rien recueillir, ne rien conserver et n’avoir aucun moyen d’observer ce qui s’y joue, là où Google, OpenAI et Anthropic ont tout parié sur le nuage sans que leurs clients s’en émeuvent.
Cet engagement n’est pas une formule : publié en juin 2024 sous la forme de cinq exigences, il pose la stateless computation, qui veut qu’aucune trace ne survive à la requête. L’absence de mémoire d’une conversation à l’autre en découle littéralement. Dire lundi qu’on déteste les champignons ne servira à rien mardi, non par immaturité mais par contrainte d’architecture, ouverte à l’audit dès octobre 2024.
Ce que l’Europe reproche à Apple, et qui n’est pas l’intelligence artificielle
L’article 6(7), et rien d’autre
La confusion mérite d’être défaite, et Apple a manqué de clarté. Les cinq modèles arrivent dans l’Union dès la première bêta, et le français leur est déjà accessible ; en septembre, ils permettront d’y retoucher une image ou d’y produire du texte. Ce qui manque, c’est Siri AI et son index sémantique, et le blocage tient non à l’intelligence artificielle mais à la clause d’interopérabilité du règlement sur les marchés numériques.
Le 19 septembre 2024, la Commission a ouvert deux procédures de spécification au titre des articles 6(7) et 8(2), l’une sur la connectivité d’iOS avec montres, écouteurs et casques, l’autre sur les demandes des développeurs. Les décisions du 19 mars 2025 listent l’appairage NFC, AirDrop, AirPlay et les notifications. Leur logique vise l’index sémantique et App Intents : toute fonction nouvelle doit servir aussi à des tiers.
Un bilan contesté et une seconde horloge
Le contentieux est lourd : 500 millions d’euros d’amende le 23 avril 2025 pour manquement aux dispositions anti-steering. Le 20 avril 2026, la Free Software Foundation Europe dressait un bilan sévère du dispositif : « Out of 56 requests, not a single one has resulted in a new interoperability solution », déclarait son président Matthias Kirschner. Une seconde horloge tourne : en ouvrant ses modèles aux développeurs européens, Apple s’expose aux obligations des modèles à usage général.
Le volet développeurs, l’annonce que la keynote a sous-jouée
Les développeurs peuvent intégrer les modèles d’Apple à leurs applications, en local comme dans le cloud, via le framework Foundation Models et le nouveau Core AI. La formule masque un basculement : le protocole LanguageModel permet à tout fournisseur de se brancher derrière la même API Swift, et Anthropic comme Google publieront leurs paquets pour exposer Claude et Gemini. Apple refuse le choix du modèle à ses utilisateurs et l’offre à ses développeurs.
Core AI ouvre à tous le moteur d’inférence qui exécute Apple Intelligence en local, jusqu’à soixante-dix milliards de paramètres, sans coût par token. Et les membres du Small Business Program sous deux millions de téléchargements accèdent gratuitement à l’API cloud sur Private Cloud Compute : une subvention d’inférence, là où le coût par token barre l’entrée.
World Knowledge, un index bâti sur un corpus déjà troué
Pour l’actualité et les connaissances générales, Siri AI ne s’appuie pas sur Google Search mais sur World Knowledge, index du web constitué par Apple. Les éditeurs peuvent s’en exclure, et Apple promet de citer les sites utilisés. Cet index commande aussi le cantonnement à l’anglais : les sources propres à chaque pays restent à absorber. Le projet n’est pourtant pas neuf : la brique d’exclusion existe depuis 2024 avec Applebot-Extended, qu’un quart des sites d’actualité examinés par Ben Welsh bloquaient dès l’été 2024.
Reste à savoir ce que pèse la promesse de citation. Une étude du Pew Research Center fondée sur la navigation réelle de 900 adultes américains en mars 2025 en donne l’ordre de grandeur : un lien de résultat est cliqué dans 8 % des visites quand un résumé automatique s’affiche, contre 15 % sinon, et les sources citées dans le résumé n’en recueillent que dans 1 % des visites.
Des taux de préférence ne sont pas des benchmarks
Les chiffres avancés pour AFM 3 ne sont pas des scores standardisés mais des taux de préférence humaine face à la génération précédente : AFM 3 Core préféré dans 45,6 % des cas contre 23,3 % sur le texte et à 61 % sur les images, AFM 3 Cloud dans 64,7 % contre 8,7 %, la dictée à 44,7 % contre 17,6 %. Quatre groupes de locales, aucun MMLU, aucune confrontation avec un concurrent : la qualité revendiquée pour Cloud Pro ne s’adosse à aucune mesure publique.
Le plafond de tokens, l’orchestration imposée et la vocation domestique des fonctions dessinent les limites de l’assistant : qui travaille intensément avec un modèle reviendra vite vers ChatGPT ou Claude. La compétition des classements n’est pas le terrain visé. Cupertino parie sur une intelligence artificielle immédiate, native, taillée pour les questions ordinaires, et sur le seul avantage qu’aucun rival ne détient : voir l’écran, atteindre les applications, exploiter les données personnelles, sans rien céder sur la confidentialité.
Tout dépend d’un point unique, que l’assistant tienne devant ses utilisateurs ce qu’il a promis sur scène. Le prix comptable des deux années perdues rappelle ce qui se joue : 95 millions de dollars pour clore le litige sur les activations accidentelles de Siri, à 20 dollars par appareil, puis 250 millions acceptés en mai 2026 pour l’action collective née du Siri personnalisé promis le 10 juin 2024 et reporté le 7 mars 2025.
Le reste appartient à des horloges que Cupertino ne contrôle pas : Bruxelles attend une interopérabilité que cinquante-six demandes n’ont pas produite, et l’Europe réclamera ses comptes à une entreprise qui doit une part de sa qualité aux sorties d’un rival. En ouvrant ses frameworks, Apple cesse par ailleurs d’être un fabricant de modèles pour devenir la couche par laquelle passeront ceux des autres. Rien ne dit que la reconquête aboutira ; l’entreprise s’est au moins remise en position de la tenter.
Aller plus loin
Le commentaire ne remplace jamais la source, et la note Introducing the Third Generation of Apple’s Foundation Models, mise en ligne le jour de la keynote, nomme les cinq modèles, donne leurs tailles, décrit le stockage en flash NAND et publie les taux de préférence.
Le mécanisme central se lit en entier dans Instruction-Following Pruning for Large Language Models, présenté à ICML : le sparse mask predictor y est entraîné conjointement avec le modèle, et les gains mesurés, jusqu’à la parité avec un modèle trois fois plus gros, précèdent de dix-sept mois leur mise en produit.
La préhistoire de l’exécution depuis la NAND tient dans LLM in a flash: Efficient Large Language Model Inference with Limited Memory, accepté à ACL 2024, qui détaille le windowing et le row-column bundling et explique, latences à l’appui, pourquoi le routage se décide par requête dès lors que les poids dorment dans la flash.
L’architecture qui prive Siri de mémoire est décrite sans détour dans Private Cloud Compute: A new frontier for AI privacy in the cloud, où les cinq exigences sont posées en invariants et où le journal de transparence en ajout seul, complété par la publication des images logicielles sous quatre-vingt-dix jours, rend la promesse vérifiable.
Le sérieux de cette vérifiabilité se mesure à Security research on Private Cloud Compute, qui ouvre un environnement de recherche virtuel, publie le code source de CloudAttestation et de Thimble sous licence à usage limité, et y adosse des primes allant jusqu’à un million de dollars.
Le basculement le plus discret de l’édition est exposé dans la session Bring an LLM provider to the Foundation Models framework, où les protocoles LanguageModel et LanguageModelExecutor placent un fournisseur tiers derrière l’API d’Apple, paquets Swift d’Anthropic et de Google à l’appui.
Le mécanisme juridique qui retient Siri AI hors de l’Union se lit dans la communication ouvrant les premières procédures de spécification des obligations d’interopérabilité d’Apple, qui distingue le volet connectivité du traitement des demandes des développeurs, sans que l’intelligence artificielle y figure.
Le bilan de ce dispositif est dressé par la Free Software Foundation Europe dans Apple keeps challenging its interoperability obligations under the DMA, publié sept semaines avant la conférence : cinquante-six demandes, aucune solution nouvelle, et le reproche fait à la Commission d’avoir entériné la méthode qu’elle devait corriger.
Le régime que rejoint Apple en distribuant ses modèles aux développeurs européens est résumé dans la FAQ General-Purpose AI Models in the AI Act, qui détaille la documentation exigée, la politique de droit d’auteur et le seuil de calcul au-delà duquel le risque systémique est présumé.
Ce que vaut une citation dans un moteur de réponses apparaît dans l’étude Google users are less likely to click on links when an AI summary appears in the results, fondée sur la navigation réelle de neuf cents personnes, dont le taux de clics vers les sources citées alerte tout éditeur.
Lus ensemble, ces documents déplacent le sujet. Le tour de force local n’est pas un secret industriel mais l’aboutissement de deux publications datées ; la garantie de confidentialité n’est pas un argument marketing mais une contrainte écrite, auditée et primée, dont l’absence de mémoire découle ; le blocage européen n’est pas une hostilité à l’intelligence artificielle mais une exigence d’ouverture sans effet. Manque ce qu’Apple n’a pas publié : une mesure situant ses modèles face à ceux dont ils ont appris.