Gambit de l'IA Open Source de l'Amérique : Deux laboratoires, une question—Les États-Unis peuvent-ils rivaliser ?

Source : CryptoNewsNet Titre original : Le pari de l'IA open source américaine : Deux laboratoires, une question - Les États-Unis peuvent-ils rivaliser ? Lien original : Deux laboratoires américains d'IA ont publié des modèles open-source cette semaine, chacun adoptant des approches radicalement différentes pour le même problème : comment rivaliser avec la domination de la Chine dans les systèmes d'IA accessibles au public.

Deep Cogito a lancé Cogito v2.1, un modèle massif de 671 milliards de paramètres que son fondateur, Drishan Arora, qualifie de “meilleur LLM à poids ouvert d'une entreprise américaine.”

Pas si vite, a rétorqué l'Institut Allen pour l'IA, qui vient de lancer Olmo 3, le présentant comme “le meilleur modèle de base entièrement ouvert.” Olmo 3 se vante d'une transparence totale, y compris de ses données d'entraînement et de son code.

Ironiquement, le modèle phare de Deep Cognito est construit sur une base chinoise. Arora a reconnu que Cogito v2.1 “dérive du modèle de base Deepseek sous licence ouverte de novembre 2024.”

Cela a suscité des critiques et un débat sur la question de savoir si l'ajustement d'un modèle chinois compte comme un avancement de l'IA américaine, ou si cela prouve simplement à quel point les laboratoires américains ont pris du retard.

Quoi qu'il en soit, les gains d'efficacité que Cogito montre par rapport à DeepSeek sont réels.

Deep Cognito affirme que Cogito v2.1 produit des chaînes de raisonnement 60 % plus courtes que DeepSeek R1 tout en maintenant des performances compétitives.

En utilisant ce qu'Arora appelle “Distillation et Amplification Itérées” — enseigner aux modèles à développer une meilleure intuition grâce à des boucles d'auto-amélioration — la startup a formé son modèle en seulement 75 jours sur l'infrastructure de RunPod et Nebius.

Si les benchmarks sont vrais, ce serait le LLM open-source le plus puissant actuellement maintenu par une équipe américaine.

Pourquoi c'est important

Jusqu'à présent, la Chine a été à l'avant-garde de l'IA open-source, et les entreprises américaines s'appuient de plus en plus - discrètement ou ouvertement - sur des modèles de base chinois pour rester compétitives.

Cette dynamique est risquée. Si les laboratoires chinois deviennent le système de plomberie par défaut pour l'IA ouverte dans le monde entier, les startups américaines perdent leur indépendance technique, leur pouvoir de négociation et leur capacité à façonner les normes de l'industrie.

L'IA à poids ouvert détermine qui contrôle les modèles bruts dont dépendent tous les produits en aval.

En ce moment, les modèles open-source chinois (DeepSeek, Qwen, Kimi, MiniMax) dominent l'adoption mondiale car ils sont bon marché, rapides, très efficaces et constamment mis à jour.

De nombreuses startups américaines construisent déjà sur eux, même si elles évitent publiquement de l'admettre.

Cela signifie que les entreprises américaines construisent des activités sur la propriété intellectuelle étrangère, les pipelines de formation étrangers et les optimisations matérielles étrangères. Stratégiquement, cela place l'Amérique dans la même position qu'elle a déjà connue avec la fabrication de semi-conducteurs : de plus en plus dépendante de la chaîne d'approvisionnement de quelqu'un d'autre.

L'approche de Deep Cogito—commençant par un fork de DeepSeek—montre le potentiel (d'itération rapide) et le revers (dépendance).

L'approche de l'Allen Institute—construire Olmo 3 avec une transparence totale—montre l'alternative : si les États-Unis veulent un leadership ouvert en IA, ils doivent reconstruire la pile eux-mêmes, des données aux recettes d'entraînement en passant par les points de contrôle. C'est laborieux et lent, mais cela préserve la souveraineté sur la technologie sous-jacente.

En théorie, si vous aimiez déjà DeepSeek et l'utilisiez en ligne, Cogito vous donnera de meilleures réponses la plupart du temps. Si vous l'utilisez via API, vous serez deux fois plus heureux, car vous paierez moins d'argent pour générer de bonnes réponses grâce à ses gains d'efficacité.

L'Institut Allen a pris l'approche opposée. Toute la famille des modèles Olmo 3 arrive avec Dolma 3, un ensemble de données d'entraînement de 5,9 billions de tokens construit de zéro, ainsi que le code complet, des recettes et des points de contrôle de chaque étape de l'entraînement.

L'organisation à but non lucratif a publié trois variantes de modèle : Base, Think et Instruct, avec 7 milliards et 32 milliards de paramètres.

“La véritable ouverture en IA ne concerne pas seulement l'accès, mais aussi la confiance, la responsabilité et le progrès partagé,” a écrit l'institut.

Olmo 3-Think 32B est le premier modèle de raisonnement entièrement ouvert à cette échelle, entraîné sur environ un sixième des tokens de modèles comparables comme Qwen 3, tout en atteignant des performances compétitives.

Deep Cognito a sécurisé $13 millions de dollars en financement d'amorçage dirigé par Benchmark en août. La startup prévoit de lancer des modèles de pointe jusqu'à 671 milliards de paramètres entraînés sur “significativement plus de puissance de calcul avec de meilleures ensembles de données.”

Pendant ce temps, Nvidia a soutenu le développement d'Olmo 3, la vice-présidente Kari Briski le qualifiant d'essentiel pour “permettre aux développeurs de faire évoluer l'IA avec des modèles ouverts, construits aux États-Unis.”

L'institut s'est entraîné sur les clusters GPU H100 de Google Cloud, atteignant des besoins de calcul 2,5 fois inférieurs à ceux de Llama 3.1 8B de Meta.

Cogito v2.1 est disponible pour un test en ligne gratuit. Le modèle peut être téléchargé, mais attention : il nécessite une carte très puissante pour fonctionner.

Olmo est disponible pour des tests. Les modèles peuvent être téléchargés. Ceux-ci sont plus conviviaux pour les consommateurs, selon celui que vous choisissez.