News IA - 13/07 au 19/07 (2026)
Moonshot AI annonce Kimi K3 avec 2 800 milliards de paramètres en open source : un changement d’échelle pour les modèles librement accessibles. En parallèle, Meta et Anthropic envisagent de partager de l’infrastructure malgré leur concurrence directe.
Un modèle de taille record en open source et un accord entre deux concurrents qui partagent de l'infrastructure.
Les points à suivre cette semaine
- Moonshot promet de publier un modèle à très grande échelle en poids ouverts ; le faire fonctionner exige toutefois des capacités d’hébergement importantes.
- Meta discuterait d’un accord de calcul avec un concurrent ; cette coopération éventuelle ne démontre aucun changement immédiat sur les prix des modèles.
1. Moonshot AI annonce Kimi K3 avec 2 800 milliards de paramètres en libre accès
Le laboratoire chinois Moonshot AI annonce Kimi K3, un modèle qui coordonne plusieurs sous-modèles spécialisés avec 2 800 milliards de paramètres au total. Les poids seront disponibles en open source. C'est le plus grand modèle à poids ouverts jamais annoncé.
Ce que ça change pour vous Des poids accessibles pourraient permettre d’héberger un modèle dans un environnement choisi par votre entreprise. La taille annoncée peut toutefois rendre le calcul et l’exploitation trop coûteux pour une PME.
Source : AI Weekly
2. Meta négocie un accord de 10 milliards de dollars de calcul avec Anthropic
Meta pourrait acheter 10 milliards de dollars de capacité de calcul à Anthropic, qui opère le cluster Colossus via SpaceX. Deux entreprises concurrentes sur le marché des modèles envisagent de partager de l'infrastructure.
Ce que ça change pour vous Ces discussions concernent l’accès à des capacités de calcul. Aucun changement de prix ou de service pour votre entreprise ne peut être déduit d’un accord encore incertain.
Source : Siècle Digital
Pour une PME, le point à vérifier
Un modèle ouvert ne supprime pas les coûts d'infrastructure ou les exigences de sécurité. Évaluez la maintenance et les données disponibles. Pour aller plus loin, consultez notre article sur la préparation des données.
Un modèle à poids accessibles est-il forcément adapté à une PME ?
La publication des poids d'un modèle ne signifie pas qu'il fonctionne facilement sur un serveur interne. Il faut examiner la mémoire nécessaire, la puissance de calcul, les compétences de maintenance, le support disponible et les conditions exactes de la licence. Selon le fournisseur et l'usage commercial envisagé, une architecture hébergée peut rester plus simple à exploiter.
Avant de choisir entre modèle ouvert et service hébergé, définissez les données traitées, la volumétrie, les délais de réponse et le niveau de confidentialité requis. Faites estimer le coût total sur douze mois, puis testez la qualité sur des tâches représentatives. Un record de nombre de paramètres n'est pas une preuve de supériorité sur vos processus.
Un regard extérieur peut aider à départager les pistes utiles. Réservez 30 minutes avec nous pour identifier ce qui vous concerne concrètement.
