Tech Wars Escalate: Google Delays Gemini 3.5, Anthropic Goes Self‑Sufficient, Open‑Source Models Challenge Dominance

Ce retard marque un revers important pour Google, qui avait positionné Gemini comme son produit phare d'IA pour rivaliser avec OpenAI. Des tests internes ont révélé que Gemini 3.5 Pro ne pouvait pas générer de manière cohérente un code Python correct pour des structures de données complexes au-delà de 50 lignes – un échec critique sur le marché actuel où les assistants de codage constituent l'application la plus rentable. Les ingénieurs auraient travaillé sur un module « d'autoréflexion » qui permettrait au modèle de détecter ses propres erreurs, mais il reste instable. Ce retard a eu un effet d'entraînement : les équipes commerciales de Google Cloud ont perdu plusieurs contrats importants au profit d'AWS et d'Azure la semaine dernière. Le PDG Sundar Pichai a convoqué une réunion d’urgence à tous pour lundi prochain.

Sorti seulement 48 heures après l'actualité de Google, GPT‑5.6 Sol n'est pas une nouvelle génération complète mais une mise au point spécialisée de GPT‑5 avec des capacités agents améliorées. Il réduit l'utilisation des jetons de 54 % pour les tâches de codage grâce à une nouvelle « tokenisation sensible au code » qui compresse les noms de variables et les signatures de fonctions. Le modèle prend également en charge un nouveau mode « d'appel d'outils » qui peut automatiquement générer et exécuter des tests unitaires, vérifier les résultats et réessayer – une étape vers des agents de codage autonomes. Les premiers utilisateurs rapportent que Sol surpasse les références internes divulguées de Gemini 3.5 sur HumanEval (92,3 % contre 89,1 %). La baisse des prix est une décision stratégique : 12 $ par million de jetons est inférieur au prix Gemini projeté par Google (20 $ selon la rumeur) et remet en question le Claude 5 haut de gamme d'Anthropic.

En publiant Llama 4 en open source, Meta a effectivement banalisé les modèles de base. L'écart de performances entre les modèles ouverts et fermés s'est réduit à moins de 1 % sur les benchmarks standards, mais l'écart de coûts est vaste : Llama 4 auto-hébergé coûte 0,50 $ par million de jetons pour le calcul, contre 15 $ pour GPT-5. Cela n’est pas sans rappeler les batailles Linux contre Unix des années 1990. Meta a également publié une boîte à outils de réglage fin et un guide de distillation de modèles, permettant aux petites entreprises de créer des variantes spécifiques à un domaine. En réponse, OpenAI et Google réfléchissent à des baisses de prix et pourraient éventuellement ouvrir des modèles plus anciens pour maintenir leur pertinence.

Anthropic dépense actuellement plus de 2 milliards de dollars par an en GPU Nvidia H100 et B200 pour l'inférence et la formation. Le projet de puce personnalisée avec Samsung vise à concevoir un ASIC 2 nm capable d'exécuter l'inférence de transformateur à 1 exaflop (10¹⁸ opérations par seconde) tout en consommant seulement 300 W, soit 40 % plus efficace que la génération actuelle de Nvidia. La puce sera produite dans la fonderie de Samsung et intégrée à des piles de logiciels open source (PyTorch, JAX). En cas de succès, Anthropic pourrait réduire les coûts d’inférence de 70 % et acquérir un avantage concurrentiel. Cependant, le projet en est à ses débuts et pourrait ne pas produire de silicium fonctionnel avant 2027 ; Entre-temps, Anthropic a signé un accord majeur avec AWS pour des instances personnalisées « Trainium » afin de combler le fossé.

Moonshot AI (également connue sous le nom de « 月之暗面 ») est une startup basée à Pékin qui est discrètement devenue un leader dans les modèles à contexte long. Kimi K3 est un modèle dense de 2 800 milliards de paramètres (utilisant un mélange d’experts) avec une fenêtre contextuelle de 100 millions de jetons – dépassant de loin n’importe quel modèle occidental. Il peut ingérer des bibliothèques entières de littérature chinoise ou des bases de code d'entreprise complètes. Lors de tests indépendants (SuperCLUE, l'équivalent chinois de MMLU), Kimi K3 a obtenu un score de 89,9 % aux tâches de raisonnement chinois, légèrement au-dessus des 88,2 % de GPT-5. Le modèle est open source pour une utilisation non commerciale, mais des licences commerciales sont disponibles pour les entreprises chinoises. Le gouvernement chinois a déjà approuvé le déploiement de Kimi K3 dans des applications d'IA du secteur public, marquant une victoire stratégique. Cela alimente encore davantage la course technologique entre les États-Unis et la Chine, le ministère américain du Commerce envisageant de nouvelles restrictions à l'exportation sur la fabrication de puces avancées pour contrecarrer la montée en puissance de la Chine.

Toutes ces évolutions intensifient la concurrence entre les fournisseurs de cloud. AWS, Azure et GCP ne sont désormais plus seulement des fournisseurs d'infrastructures mais également des fournisseurs de modèles d'IA via leurs services respectifs (Bedrock, AI Studio, Vertex). Chaque cloud regroupe des modèles d'IA avec des crédits de calcul, du stockage et de la mise en réseau, créant ainsi des écosystèmes qui verrouillent les clients. Azure a obtenu un accès anticipé exclusif aux nouveaux modèles d'OpenAI ; AWS s'associe à Anthropic et Meta ; GCP double ses propres Gemini et Vertex AI. La bataille pour fidéliser les développeurs est féroce : des crédits gratuits, des remises sur volume, voire des partenariats de co-développement sont proposés. Les petits fournisseurs de cloud comme OVH et DigitalOcean constatent une augmentation de la demande d'instances Llama 4 auto-hébergées, car ils proposent des prix compétitifs sans les services d'IA groupés des trois grands.

Pour la plupart des entreprises, la meilleure option est désormais Llama 4 open source auto-hébergé sur un cloud à coût optimisé, offrant une qualité proche du GPT-5 pour une économie de 95 %. Pour les applications critiques nécessitant une fiabilité et une prise en charge maximales, GPT‑5.6 Sol d'OpenAI reste le choix privilégié. Pour les tâches en chinois ou dans un contexte ultra long, le Kimi K3 est imbattable. Pour les grandes entreprises ayant des besoins de sécurité spécifiques, Claude d'Anthropic (via AWS) offre des garanties de conformité et de confidentialité des données. Le choix est désormais plus complexe que jamais, mais aussi plus responsabilisant : aucun fournisseur n’a le monopole. Les guerres technologiques ont démocratisé l’IA.