Les modèles open-weights rattrapent-ils vraiment les modèles propriétaires ?

Les derniers classements de benchmarks indépendants montrent un resserrement net entre les meilleurs modèles open-weights et les modèles propriétaires les plus performants, du moins sur les tâches standards.

Ce que montrent les chiffres

Sur les tests de compréhension générale et de code, l'écart entre le meilleur modèle ouvert et le meilleur modèle fermé est aujourd'hui inférieur à trois points de pourcentage, contre plus de quinze points il y a deux ans.

Là où l'écart persiste

Sur les tâches de raisonnement long et d'utilisation d'outils complexes, les modèles propriétaires conservent une avance plus nette, en partie grâce à des pipelines d'entraînement post-apprentissage plus sophistiqués et coûteux à reproduire.

Ce que ça signifie pour les entreprises

Pour beaucoup d'usages internes standards, les modèles ouverts hébergés en interne deviennent une option crédible, notamment pour les organisations sensibles à la confidentialité des données ou aux coûts d'inférence à grande échelle.