Modèle à poids ouverts

Les poids sont les nombres que le modèle ajuste pendant l’entraînement : des milliards, rangés dans des fichiers qui pèsent parfois de nombreux gigaoctets. Des familles comme Llama, Qwen et DeepSeek publient les poids de beaucoup de leurs modèles. La quantification réduit ces nombres à moins de bits pour qu’un modèle tienne sur une carte graphique grand public, au prix d’un peu de précision. Avec les poids et le code qui les exécute, une personne ou une entreprise peut héberger le modèle sur son propre matériel, l’affiner pour une tâche particulière ou le compresser pour qu’il tienne sur des machines plus modestes. Un modèle fermé n’offre rien de tout cela : il reste sur les serveurs de son éditeur et ne s’atteint que par l’interface de celui-ci, ce qui veut dire que l’éditeur voit chaque requête.

On confond souvent poids ouverts et open source. L’open source au sens strict en demande davantage : l’accès au code, des informations sur les données, et une licence qui permet à tous d’utiliser, d’étudier, de modifier et de partager l’œuvre. Beaucoup de modèles à poids ouverts viennent avec une licence qui pose des conditions, par exemple sur l’usage commercial ou sur les très grands déploiements, et les données d’entraînement restent le plus souvent privées. Lis la licence du modèle sur lequel tu comptes bâtir plutôt que de la supposer.

L’effet concret est la concurrence entre hébergeurs. Comme les mêmes poids peuvent être servis par plusieurs sociétés, un utilisateur ou une application peut choisir où part une requête, comparer vitesse et prix, et retenir un hébergeur dont la politique de conservation lui convient. Les contreparties existent aussi : les grands modèles exigent un matériel sérieux, les poids seuls ne disent pas sur quoi le modèle a été entraîné, et chacun peut les affiner, si bien que deux modèles issus des mêmes poids peuvent se comporter très différemment : un réglage communautaire peut être plus laconique, plus prudent, spécialisé en code ou adapté à la traduction.

Mistral Small 3.2 est un modèle ouvert de Mistral que NeverNo inclut dans son offre gratuite. Il est présenté comme privé : les requêtes partent chez des fournisseurs choisis parce qu’ils ne les conservent pas, aucune donnée de compte ne voyage avec le message, et tes conversations sont stockées chiffrées dans ton navigateur, comme l’explique la page de l’IA privée. Il lit les images, accepte jusqu’à 128 000 jetons de contexte, écrit des réponses de 4 096 jetons au plus et ne raisonne jamais avant de répondre : il répond tout de suite.

Sur NeverNo, privé veut dire exactement ceci : un modèle ouvert, servi par DeepInfra ou par OpenRouter avec son option de rétention nulle, qui ne conserve pas les requêtes. Le catalogue compte plusieurs modèles de ce type, de DeepSeek, GLM, Qwen et Mistral jusqu’à NeverNo Uncensored. L’étiquette repose sur les engagements de ces fournisseurs, et la page de transparence de NeverNo précise que leurs serveurs ne peuvent pas être inspectés.