Glossaire IA · Modèles
IA open source
En une phrase
L'IA open source désigne un modèle publié pour que chacun puisse l'utiliser, l'étudier, le modifier et le partager. En pratique, beaucoup de modèles dits ouverts ne publient que leurs poids, pas les données ni tout le code d'entraînement.
Autres noms: modèle ouvert · IA libre · open weights · poids ouverts · modèle open source
Qu’est-ce que l’IA open source ?
En logiciel, « open source » a un sens précis : on peut utiliser, étudier, modifier et redistribuer le programme. Transposer cette idée à l’IA est plus délicat, car un modèle n’est pas que du code. Il comporte trois éléments : le code qui l’entraîne et le fait tourner, les données dont il a appris et les poids, c’est-à-dire les paramètres issus de l’entraînement.
Passez à la pratique
Des agents IA pour répondre à vos clients
Dès 49 €/mois + TVA
Voix, WhatsApp et e-mail avec la ligne incluse : agent, numéros et CRM dans le même abonnement.
Voir les tarifsLa plupart des modèles dits ouverts publient les poids et le code d’exécution, mais pas les données d’entraînement. On distingue donc de plus en plus les poids ouverts (open weights) de l’open source au sens strict. L’Open Source Initiative a publié en 2024 une définition de l’IA open source qui exige notamment des informations suffisantes sur les données pour pouvoir reproduire le modèle.
Des familles comme Llama, Mistral, Qwen, Gemma ou DeepSeek ont publié des modèles aux poids téléchargeables, chacune avec sa licence et ses conditions.
En lien avec ce terme
Agents UTIO
- Disponibles 24h/24 en 26 langues
- Le monter vous-même : 0 €, à partir de votre site
- 14 jours d'essai sans carte
Dès 49 €/mois + TVA
Voir les tarifsComment ça marche
Utiliser un modèle ouvert suit en général ces étapes :
- Choisir un modèle selon la tâche, la langue, la taille et la licence.
- Télécharger les poids, souvent dans une version allégée par quantification pour tenir dans moins de mémoire.
- Le faire tourner sur votre serveur, dans le cloud de votre choix ou sur un ordinateur puissant.
- L’adapter si besoin, par fine-tuning ou avec du RAG sur vos documents.
Le grand avantage, c’est le contrôle : vous décidez où il tourne et quelles données il voit. L’inconvénient : maintenance, sécurité et facture matérielle deviennent votre affaire.
Exemple
Une petite mutuelle santé de Poitiers veut trier les demandes de ses adhérents. Vu la sensibilité des données, son délégué à la protection des données préfère que les textes ne quittent pas son infrastructure.
L’équipe technique teste un SLM aux poids ouverts, sous licence autorisant l’usage commercial, quantifié pour son serveur, puis l’ajuste avec d’anciennes demandes anonymisées. Ça fonctionne, mais elle découvre le coût caché : il faut le mettre à jour, le surveiller, et réagir s’il tombe en panne un samedi.
Ce que cela change pour votre entreprise
Un modèle ouvert se justifie si vous avez besoin d’un contrôle total sur le lieu de traitement des données, si votre volume rentabilise l’infrastructure, ou si vous voulez le personnaliser en profondeur. Pour la plupart des PME, le plus pratique reste un service qui gère déjà le modèle et offre des garanties contractuelles.
Chez UTIO, le modèle de langage des agents tourne sur nos propres serveurs, avec un repli sur des plateformes européennes et américaines sous garanties contractuelles, et les enregistrements, les transcriptions et le CRM sont conservés en Espagne. Un agent IA, comme l’agent vocal, fonctionne ainsi sans que vous ayez de modèle à maintenir.
Questions fréquentes
Quelle différence entre open source et open weights ?
Open weights (poids ouverts) signifie que l'on peut télécharger le modèle entraîné et le faire tourner. L'open source au sens strict exige en plus de pouvoir l'étudier et le reproduire : des informations suffisantes sur les données d'entraînement, le code, et une licence autorisant l'usage et la modification pour tout usage.
Un modèle ouvert est-il gratuit ?
La licence peut l'être, pas son exploitation : il faut des serveurs avec cartes graphiques, de la maintenance et quelqu'un pour s'en occuper. Pour de petits volumes, payer à l'usage chez un fournisseur revient souvent moins cher que monter sa propre infrastructure.
Peut-on utiliser un modèle ouvert à des fins commerciales ?
Cela dépend de sa licence. Certaines, comme Apache 2.0 ou MIT, l'autorisent avec peu de conditions. D'autres imposent des restrictions d'usage ou de taille d'entreprise. Lisez la licence de chaque modèle avant de l'intégrer à un produit.
Termes associés
- LLM
Un LLM (large language model, grand modèle de langage) est un modèle d'IA entraîné sur d'immenses volumes de texte pour prédire le mot suivant. Cette capacité lui permet de rédiger, résumer, traduire, classer et converser.
- SLM (small language model)
Un SLM (small language model) est un modèle de langage doté de beaucoup moins de paramètres qu'un LLM. Il en sait moins sur tout, mais répond plus vite, coûte moins cher et peut tourner sur un serveur modeste, un ordinateur portable, voire un téléphone.
- Quantification
La quantification est une technique qui stocke les paramètres d'un modèle d'IA avec des nombres moins précis, par exemple 8 ou 4 bits au lieu de 16. Le modèle occupe moins de mémoire et répond souvent plus vite, au prix d'une perte de qualité parfois minime.
- Fine-tuning
Le fine-tuning (ajustement fin) consiste à réentraîner un modèle d'IA déjà pré-entraîné sur un petit ensemble d'exemples propres, afin de le spécialiser dans une tâche, un format ou un style précis sans repartir de zéro.
- AI Act (règlement européen sur l'IA)
L'AI Act est le règlement (UE) 2024/1689, la loi européenne sur l'intelligence artificielle. Il classe les systèmes d'IA par niveau de risque et fixe des obligations à ceux qui les conçoivent et les utilisent, de l'interdiction de certains usages à des devoirs de transparence.
Mis à jour le