Les modèles d’IA open source ont fait un remarquable parcours : de l’expérience en laboratoire de recherche à une option sérieuse pour les entreprises. Si vous exploitez un modèle ouvert sur votre propre infrastructure ou sur une infrastructure choisie en connaissance de cause, vous décidez vous-même où les requêtes et les documents sont traités.
Mais « ouvert » ne veut pas toujours dire la même chose. Certains modèles ne publient que leurs poids entraînés, d’autres aussi leurs données d’entraînement et leur code. Et même le modèle le plus ouvert ne sert pas à grand-chose tant que personne ne maîtrise les serveurs, les mises à jour et la sécurité.
Nous montrons ce qui distingue l’open source, les poids ouverts (open weights) et les modèles propriétaires, ce dont le modèle suisse Apertus est capable et ce qui compte dans l’exploitation. Le fonctionnement de base des modèles de langage est expliqué dans notre aperçu concis de l’IA.
L’essentiel en bref
- Au sens strict, les modèles d’IA open source publient les poids, le code et des informations sur les données d’entraînement ; les modèles à poids ouverts, seulement les poids entraînés.
- Avec Apertus, l’EPFL, l’ETH Zurich et le CSCS ont publié un modèle de langage entièrement ouvert, disponible en version 1.5 depuis le 24 juillet 2026.
- Les modèles ouverts peuvent être exploités sur votre propre infrastructure ou sur une infrastructure confiée à un prestataire : c’est vous qui choisissez le lieu du traitement.
- Le prix de cette liberté, c’est l’effort d’exploitation : matériel, mises à jour, sécurité et contrôle de la qualité.
- Avant toute utilisation, la licence, la provenance et l’actualité d’un modèle doivent être passées au crible.
Modèles d’IA open source et poids ouverts : les différences
Pour simplifier, un modèle de langage se compose d’une architecture, de code et de poids. Les poids sont des milliards de valeurs numériques qui résultent de l’entraînement et déterminent les réponses du modèle. Tout dépend de savoir lesquels de ces éléments vous pouvez voir.
Modèles propriétaires : l’accès passe par le fournisseur
Dans le cas des modèles propriétaires, les poids restent chez le fabricant ; le modèle s’utilise via une application ou une interface. C’est pratique : le fournisseur se charge de l’exploitation et du développement. Chez les fournisseurs internationaux, le lieu de traitement, le droit applicable et l’utilisation des contenus saisis dépendent des conditions contractuelles respectives.
Poids ouverts : le modèle prêt à télécharger
Ici, le fabricant met les poids entraînés à disposition en téléchargement. Selon la licence, vous pouvez exploiter le modèle sur vos propres serveurs et l’affiner. D’après l’Open Source Initiative, il manque toutefois le code d’entraînement, le jeu de données d’entraînement et des informations précises sur la composition des données. La genèse du modèle reste en grande partie dans l’ombre.
Open source : poids, code et informations sur les données accessibles
L’Open Source AI Definition, la définition de l’IA open source publiée en octobre 2024 par l’Open Source Initiative, place la barre plus haut. Un modèle d’IA open source doit pouvoir être utilisé, étudié, modifié et partagé à toutes fins. Il faut pour cela, outre les poids, le code complet et des informations sur les données permettant de construire un système substantiellement équivalent.
Dans le langage courant, on qualifie souvent d’open source des modèles à poids ouverts. Les deux peuvent être exploités en interne, mais pour la traçabilité, la différence pèse lourd.
Ce que les modèles d’IA open source savent faire aujourd’hui : Apertus, un exemple suisse
L’écart entre modèles ouverts et fermés est mesuré par l’AI Index de l’Université Stanford. Après un bref rapprochement en 2024, il s’est de nouveau creusé en 2025. En mars 2026, le meilleur modèle fermé devançait de 3,3 % le meilleur modèle ouvert dans le classement Arena.
Apertus : ouvert des données d’entraînement jusqu’aux poids
Le 2 septembre 2025, l’EPFL, l’ETH Zurich et le Centre national suisse de calcul scientifique (CSCS) ont publié Apertus. Le nom, qui signifie « ouvert » en latin, est tout un programme : architecture, poids du modèle, données et méthodes d’entraînement sont librement accessibles et documentés. La première version est sortie en deux tailles, 8 et 70 milliards de paramètres.
Apertus a été entraîné sur 15 000 milliards de tokens issus de plus de 1 000 langues, dont le suisse allemand et le romanche. 40 % des données ne sont pas en anglais. Selon le communiqué de presse, les données proviennent uniquement de sources publiquement accessibles et ont été filtrées afin de respecter les demandes d’exclusion lisibles par machine des sites web et de supprimer les données personnelles.
Apertus 1.5 : images, audio et variantes compactes
Le 24 juillet 2026, Apertus 1.5 a suivi. Outre le texte, il comprend aussi les images et l’audio, raisonne mieux et prend mieux en charge l’utilisation d’outils. S’y ajoute Apertus Mini, une gamme de 16 modèles compacts destinés aux environnements disposant d’une puissance de calcul limitée.
La première version est déjà utilisée, par exemple dans le canton du Tessin : selon l’ETH AI Center, un service interne y traduit des documents administratifs sensibles avec Apertus.
Exploiter soi-même des modèles d’IA open source ou les faire exploiter ?
Télécharger un modèle ouvert, c’est la partie facile ; l’exploiter de manière fiable est une tâche de longue haleine. Le communiqué de presse sur Apertus le souligne aussi : l’utilisation pratique requiert des composants additionnels tels que des serveurs, une infrastructure cloud ou des interfaces utilisateur.
L’avantage : la maîtrise des données et des versions
Si le modèle tourne sur une infrastructure que vous contrôlez ou que vous avez choisie en connaissance de cause, vous savez où les requêtes et les documents sont traités. Vous testez les nouvelles versions du modèle avant leur mise en production. Notre article de fond explique pourquoi c’est important pour la souveraineté des données.
L’effort : matériel, exploitation, maintenance
Les grands modèles exigent des processeurs graphiques performants dotés de beaucoup de mémoire. À cela s’ajoutent la surveillance, les mises à jour de sécurité, les droits d’accès et des spécialistes qui maîtrisent tout cela. Des variantes compactes comme Apertus Mini abaissent le seuil d’entrée, mais elles ne vous déchargent pas de l’exploitation.
La troisième voie : faire exploiter des modèles ouverts
Entre l’exploitation en interne et le service propriétaire, il existe une voie médiane : un prestataire exploite des modèles ouverts sur ses propres serveurs en Suisse. Vous connaissez le lieu du traitement et n’avez pas à acquérir de processeurs graphiques. Clarifiez à qui appartiennent les serveurs et qui y a accès.
Licence, sécurité, actualité : les points à surveiller avec les modèles d’IA open source
L’ouverture déplace les responsabilités : ce que le fournisseur prend en charge dans un service propriétaire vous incombe lorsque vous exploitez le modèle vous-même. Quatre points de contrôle vous y aident.
1. Lire la licence avant la mise en production
« Ouvert » n’est pas une licence. Seules les conditions d’utilisation déterminent si et comment vous pouvez utiliser un modèle à des fins commerciales. Apertus, par exemple, est distribué sous licence Apache 2.0 : elle autorise l’utilisation sans redevance, mais exige, en cas de redistribution, de joindre le texte de la licence et de conserver les mentions de droits d’auteur.
Vient s’y ajouter une politique d’utilisation (Acceptable Use Policy) de l’ETH Zurich et de l’EPFL, qui porte notamment sur la responsabilité et les données personnelles. Documentez quelles conditions s’appliquent où.
2. Vérifier la provenance et l’intégrité
Les fichiers de modèles proviennent souvent de répertoires publics. Le projet OWASP consacré à la sécurité de l’IA avertit que des modèles pré-entraînés peuvent être manipulés et contenir des portes dérobées. Il recommande des modèles issus de sources vérifiables et des contrôles d’intégrité à l’aide de signatures et de sommes de contrôle.
3. Planifier les mises à jour
Selon l’OWASP, un modèle qui n’est plus maintenu constitue un risque de sécurité. Planifiez les mises à jour comme pour tout logiciel : suivre les nouvelles versions, les tester, les introduire de manière contrôlée. Pour Apertus, l’équipe de développement a annoncé des mises à jour régulières.
4. Tester la qualité sur votre propre cas d’usage
Les classements montrent des moyennes, pas votre quotidien. Testez les candidats avec vos propres tâches, documents et langues. Même si vous exploitez le modèle vous-même, vous traitez des données personnelles dès que vous en saisissez. Ce qui s’applique alors, vous le découvrirez dans notre article sur l’IA et la protection des données.
L’ouverture est un début, pas un concept d’exploitation
Les modèles d’IA open source sont devenus une véritable option pour les entreprises. Ils apportent de la transparence et permettent une exploitation à l’endroit de votre choix. Ce qui compte, c’est qui gère, entretient et sécurise l’infrastructure.
Chez BE BRAVE, nous associons des modèles ouverts à notre propre exploitation. EagleCHAT combine des variantes de modèles affinées par BE BRAVE avec une sélection de modèles open source actuels. Tous les modèles fonctionnent sur notre propre infrastructure en Suisse. Vos contenus ne sont pas utilisés pour l’entraînement, le fine-tuning ou l’amélioration de modèles d’IA.
Si vous souhaitez utiliser vos propres modèles, l’hébergement IA suisse vous offre de la puissance de calcul IA en Suisse, sans devoir monter votre propre exploitation. Nous fournissons la capacité GPU, le réseau et l’exploitation, et les opérons sur nos propres serveurs en Suisse.
FAQ
Que sont les modèles d’IA open source ?
Il s’agit de modèles que l’on peut librement utiliser, étudier, modifier et partager. Au sens strict, le code et les informations sur les données d’entraînement sont alors ouverts en plus des poids.
Qu’est-ce qui distingue l’open source des poids ouverts ?
Les poids ouverts ne mettent à disposition que les poids entraînés. L’open source publie en plus le code d’entraînement et les informations sur les données, de sorte que l’on peut retracer la genèse du modèle.
Une entreprise peut-elle utiliser Apertus ?
En principe, oui. Apertus est distribué sous licence Apache 2.0, qui autorise aussi l’usage commercial ; s’y ajoute une politique d’utilisation. Pour une utilisation pratique, il faut en outre des serveurs et une application adaptée.
Les modèles d’IA open source sont-ils plus sûrs que les modèles propriétaires ?
Pas automatiquement. L’ouverture permet l’examen et l’exploitation sous votre propre contrôle, mais la sécurité dépend de la provenance, des mises à jour et de l’exploitation.
