OpenAI a lancé deux nouveaux modèles d’intelligence artificielle « ouverts », ses premiers depuis GPT-2 en 2019. Le plus petit des deux, gpt-oss-20b, compte 21 milliards de paramètres et offre des performances similaires à celles d’o3-mini ; de plus, il ne nécessite que 16 Go de mémoire, ce qui permet de l’exécuter sur un ordinateur portable grand public ou un téléphone puissant. Le plus grand, gpt-oss-120b, compte 117 milliards de paramètres, peut fonctionner sur un seul GPU NVIDIA et offre des performances comparables à celles de o4-mini.
Dans le communiqué de presse d’OpenAI du 5 août, l’entreprise affirme que les modèles sont capables d’effectuer des tâches de raisonnement avancé, d’écrire du code, d’effectuer des recherches sur le Web et de créer des agents autonomes qui agissent au nom de l’utilisateur, notamment avec la Responses API. Les nouveaux modèles d’IA ont été entraînés sur un jeu de données composé uniquement de textes : ils ne pourront donc ni traiter ni générer des images, de l’audio ou d’autres types de contenus.
Dans le message publié par le PDG Sam Altman sur X au sujet de gpt-oss, il écrit : « Nous sommes ravis de rendre ce modèle, fruit de milliards de dollars de recherche, disponible dans le monde entier afin de mettre l’IA entre les mains du plus grand nombre possible. Nous pensons qu’il en découlera bien plus de bénéfices que de préjudices ; par exemple, gpt-oss-120b offre des performances à peu près équivalentes à celles d’o3 sur des problèmes de santé complexes. Nous avons travaillé dur pour atténuer les problèmes de sécurité les plus graves, notamment en matière de biosécurité. »
Fait notable, OpenAI ne qualifie pas ses nouveaux modèles d’« open source », mais seulement de modèles « à poids ouverts ». Cela s’explique par le fait que la définition fournie par l’Open Source Initiative exige la publication des données d’entraînement du modèle, ce que l’entreprise de Sam Altman ne fera pas, probablement en raison des multiples procédures judiciaires en cours intentées par des détenteurs de droits d’auteur liées à la collecte des données. L’Open Source Initiative ne reconnaît pas non plus les modèles Llama de Metacomme étant open source, car ils comportent des restrictions commerciales, malgré les affirmations contraires de Meta.
Les nouveaux modèles d’OpenAI arrivent dans le sillage de R1 de DeepSeek. L’entreprise chinoise a fait trembler les principaux acteurs de l’IA en janvier en démontrant qu’il était possible de concevoir et de déployer des modèles open source performants pour une fraction du coût.
Comment fonctionnent les nouveaux modèles à poids ouverts d’OpenAI
Les deux nouveaux modèles ouverts d’OpenAI exploitent une architecture de « mélange d’experts » pour améliorer l’efficacité du modèle. Cela signifie que seules quelques parties spécialisées du réseau neuronal, appelées « experts », sont activées à la fois, chaque expert utilisant un sous-ensemble du nombre total de paramètres du modèle. OpenAI indique que gpt-oss-120b n’active que 5,1 milliards de paramètres par jeton.
Les modèles ouverts ont également été entraînés par apprentissage par renforcement : ils apprennent en interagissant avec des environnements simulés et en recevant des retours sous forme de récompenses, afin d’améliorer leurs décisions futures.
Les modèles à poids ouverts sont souvent considérés comme plus risqués que les systèmes fermés, car ils peuvent être modifiés et redistribués sans supervision, ce qui rend leur utilisation abusive plus difficile à circonscrire et à contrôler. Les deux modèles à poids ouverts d’OpenAI ont toutefois été soumis à des réglages fins volontairement dangereux et il s’est avéré qu’ils n’atteignaient pas les seuils de capacités dangereuses dans des domaines comme le développement d’armes biologiques, une inquiétude que OpenAI a reconnue publiquement.
Les modèles gpt-oss-120b et gpt-oss-20b d’OpenAI sont disponibles dès aujourd’hui sur plus d’une douzaine de plateformes, dont Hugging Face, Cloudflare, Azure et AWS, et sont distribués sous licence Apache 2.0, qui autorise leur utilisation, leur modification et leur redistribution gratuites, y compris à des fins commerciales.
OpenAI est ouvert de nom comme de nature, une fois de plus
Bien que son nom laisse entendre le contraire, OpenAI a gardé ses modèles propriétaires ces dernières années ; cela signifie que l’entreprise ne publie pas les poids des modèles sous-jacents ni les données d’entraînement, ce qui lui permet de les monétiser grâce à des API payantes, des contrats avec des entreprises et des partenariats de plateforme. Cette approche a joué un rôle clé dans la quête d’OpenAI d’une valorisation annoncée de 500 milliards de dollars US.
Cependant, un certain nombre d’événements ont conduit OpenAI à freiner ses ambitions commerciales. D’une part, DeepSeek et d’autres entreprises chinoises spécialisées dans l’IA lancent des modèles ouverts qui égalent ou dépassent les offres d’OpenAI en taille et en performances. Meta entendait également être un concurrent dans ce domaine, mais ses modèles Llama se sont révélés décevants.
Lors d’une session Ask Me Anything sur Reddit au début de l’année, Altman a reconnu qu’OpenAI avait « été du mauvais côté de l’histoire » en ne publiant pas les poids de ses modèles.
En outre, le mois dernier, le président américain Donald Trump a expressément soutenu les modèles d’IA open source et à poids ouverts dans son plan d’action pour l’IA. Il a fait valoir qu’ils apportaient une « valeur géostratégique » en aidant les technologies américaines à devenir des standards mondiaux et en soutenant la recherche universitaire et les start-up.
« Nos modèles à poids ouverts sont conçus pour répondre à ce moment : s’aligner sur les priorités de la politique américaine, qui bénéficient d’un large soutien dans tout l’échiquier politique, tout en donnant aux développeurs du monde entier la liberté d’innover selon leurs propres conditions », a écrit OpenAI sur son blog.
Comparaison des performances des modèles d’IA dans différents benchmarks
| Nom du benchmark | Ce sur quoi le modèle d’IA est testé | gpt-oss-120b | gpt-oss-20b | o3 | o4-mini | DeepSeek-R1 | Llama 4 Maverick | Gemini 2.5 Pro |
|---|---|---|---|---|---|---|---|---|
| Humanity’s Last Exam (HLE) | 2 500 questions multimodales couvrant un large éventail de sujets | 19 % (avec outils) | 17,3 % (avec outils) | 24,9 % (avec outils) | 17,7 % (avec outils) | 8.5% (évalué uniquement sur le texte, car il n’est pas multimodal) | 5.7% | 21.6% |
| Elo Codeforces | Problèmes de programmation issus des concours Codeforces | 2622 (avec outils) | 2516 (avec outils) | 2516 | 2706 | 2029 | 1417 | – |
| American Invitational Mathematics Examination (AIME) 2025 | 15 questions issues d’un concours de mathématiques pour lycéens réputé très difficile | 97.9% | 98.7% | 98.4% | 99.5% | 70% | 19.3% | 86.7% |
| Hallucinations de PersonQA | Taux auquel le modèle hallucine lorsqu’on lui pose des questions sur des personnes | 49% | 53% | – | 36% | – | – | – |
À propos du taux d’hallucination plus élevé, OpenAI a déclaré dans la fiche de son modèle, « C’est attendu, car les modèles plus petits disposent de moins de connaissances générales que les modèles de pointe plus grands et ont tendance à halluciner davantage. »
Note de la rédaction : Cet article a été publié à l’origine sur notre site partenaire TechRepublic.