Licences et nouveaux modèles d'IA : ce qui change pour les développeurs

Un schisme réglementaire entre Occident et Chine

L'écosystème des modèles d'IA ouverts connaît une évolution juridique notable. Alors que DeepSeek avait amorcé en 2025 un mouvement vers les licences libres permissives comme MIT, les géants américains Google et Meta ont adopté la licence Apache 2.0 en 2026. À l'inverse, les concepteurs chinois de modèles de pointe deviennent plus restrictifs. Kimi (avec K3) impose désormais des accords commerciaux pour l'inférence (l'exécution du modèle pour générer une réponse) ou le fine-tuning (l'entraînement complémentaire pour adapter un modèle à un besoin spécifique), tandis que MiniMax M3 fixe des règles selon le chiffre d'affaires.

Dernier exemple en date, Zhipu a modifié la licence de son modèle GLM-5.3, abandonnant le standard MIT au profit d'une licence sur mesure ciblant les fournisseurs de services d'IA (MaaS, ou Model as a Service).

« Si le concessionnaire ou l'un de ses affiliés exploite une activité de type Model as a Service, et que le chiffre d'affaires cumulé [...] dépasse 10 milliards de dollars US sur 12 mois consécutifs, le concessionnaire doit passer la revue de sécurité de Z.AI. »

Ce seuil de 10 milliards de dollars US crée de l'incertitude pour les entreprises, d'autant que le terme « affiliés » n'est pas défini dans la version anglaise, contrairement au texte chinois qui s'appuie sur la notion légale de « 关联方 ».

Tour d'horizon des innovations techniques

Parallèlement à ces enjeux de licence, plusieurs nouveaux artefacts techniques et modèles font leur apparition avec des architectures repensées :

• Qwen3.8-Flash-Next (par Qwen) : une version de prévisualisation reposant sur une architecture 125B-A6B avec 51 milliards d'embeddings n-gram (représentations vectorielles de séquences de mots), combinant les technologies GDN et Qwen Sparse Attention.
• Motif-3 (par Motif-Technologies) : publié sous licence MIT, ce modèle fait suite aux versions Motif 2.6B et Motif-2-12.7B avec des résultats remarqués au vu de ses ressources d'entraînement limitées.
• dots3-note-prev (par dots-studio / RedNote) : a réussi à obtenir un score parfait aux Olympiades Internationales de Mathématiques (IMO 2026) en s'appuyant sur un harness (cadre logiciel d'évaluation et de test) interne.
• Hy4-preview (par Tencent) : une montée en gamme en termes de taille, qui souffre actuellement d'un phénomène d'overthinking (sur-réflexion générant des calculs inutiles avant de répondre).
• NVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF16 : une mise à jour apportant des gains globaux de rapidité et de performances.
• Ling-3.0-flash (par inclusionAI) : adopte un design hybride KDA + Gated MLA et propose une déclinaison légère de 7.9B-A1.3B.

Modèles furtifs et intégration dans les outils de dev

Les méthodes de lancement évoluent également dans les assistants de code. Avant son officialisation, le modèle GLM-5.3-Flash a été déployé anonymement sous le nom d'emprunt Ox-Alpha sur les plateformes OpenRouter et OpenCode. Cette stratégie de « modèle furtif » permet aux créateurs de mesurer l'utilisation réelle sans risquer d'accusations de benchmaxxing (optimisation artificielle pour réussir les bancs de test).

Pour les équipes qui intègrent ces modèles dans leurs agents ou leurs environnements de développement, l'appel à ces API s'effectue via des configurations standards :

{