OpenAI concurrence open source : pourquoi 2026 change tout

OpenAI concurrence open source : la formule résume à elle seule le basculement qui traverse l'industrie de l'intelligence artificielle depuis l'été 2025. L'entreprise de Sam Altman, longtemps symbole du modèle fermé et payant à l'usage, doit composer avec une vague de modèles ouverts venus de Chine, de France et de ses propres rangs. Entre riposte stratégique et prudence réglementaire, 2026 marque un tournant dans cette relation.

Pourquoi la question se pose en 2026

Pendant des années, les experts de l'IA plaisantaient en disant que la seule chose « ouverte » chez OpenAI était son nom, l'entreprise ayant gardé secrets la taille de ses modèles, leur puissance de calcul et leurs données d'entraînement, rappelle le MIT Sloan Management Review. Ce verrouillage a commencé à se fissurer avec l'irruption de DeepSeek début 2025, puis avec la propre décision d'OpenAI de publier des modèles aux poids ouverts.

Le tournant gpt-oss d'août 2025

Le 5 août 2025, OpenAI a publié gpt-oss-120b et gpt-oss-20b sous licence Apache 2.0, ses premiers modèles à poids ouverts depuis plus de cinq ans, selon l'ACLU. Cette décision a suivi un aveu public de Sam Altman.

« I personally think we have been on the wrong side of history here and need to figure out a different open-source strategy. », Sam Altman, PDG d'OpenAI.

Ces modèles, capables de fonctionner sur des machines locales déconnectées des serveurs d'OpenAI, restent toutefois des modèles « à poids ouverts » et non totalement open source : le code d'entraînement, les données et la méthode de fine-tuning demeurent fermés, précise Forbes dans son analyse d'avril 2026.

Le choc DeepSeek

Le laboratoire chinois DeepSeek a changé la donne en entraînant son modèle V3, capable de rivaliser avec GPT-4o sur la plupart des benchmarks, pour seulement 5,5 millions de dollars, selon le site spécialisé Coronium, soit une fraction du coût estimé des entraînements d'OpenAI. Son modèle de raisonnement R1 facture 0,55 dollar par million de tokens en entrée et 2,19 dollars en sortie sous licence MIT, contre 15 et 60 dollars pour l'OpenAI o1-1217 propriétaire, selon le rapport « State of Open Source AI ».

L'état du rapport de force en 2026

Le fossé de performance entre modèles fermés et modèles ouverts continue de se resserrer. Selon l'indice de l'intelligence artificielle de Stanford cité par Forbes, en mars 2026 le meilleur modèle fermé ne devançait le meilleur modèle ouvert que de 3,3 %, et six des dix modèles du classement Arena Leaderboard restaient fermés.

Mais la bataille ne se joue pas qu'en qualité. Sur la plateforme de routage OpenRouter, la part des tokens traités par des modèles à poids ouverts est passée d'environ 2 % en novembre 2024 à environ 33 % en novembre 2025, et la courbe continuait de grimper en juin 2026, selon le rapport « State of Open Source AI ». Sur les neuf modèles les plus utilisés, les modèles chinois ouverts traitaient environ 82 000 milliards de tokens par mois contre 23 000 milliards pour les modèles américains fermés, soit un rapport supérieur à 3,5 contre 1.

Un tableau comparatif open vs closed

Pourtant, l'adoption en entreprise raconte une histoire plus nuancée. Selon le rapport 2025 de Menlo Ventures cité par Forbes, les modèles open source ne représentent que 11 % de l'usage en production via API en entreprise, contre 19 % un an plus tôt : les grandes sociétés continuent de privilégier les services managés des fournisseurs fermés pour le support et la réduction de la charge opérationnelle.

La riposte d'OpenAI : entre adoption et prudence

Face à cette pression, OpenAI a changé de posture plutôt que de l'ignorer. L'entreprise sert désormais ses propres modèles ouverts et d'autres modèles tiers via des plateformes de déploiement comme Baseten, une évolution commentée sur les réseaux sociaux.

Dans le même temps, OpenAI défend une ligne plus ferme sur la sécurité nationale face aux modèles ouverts venus de Chine. En juillet 2026, l'entreprise s'est alliée à Anthropic pour mettre en garde contre certains risques liés aux modèles à poids ouverts, selon Axios.

« Advances in Chinese open-weight models are not an argument against openness. », Porte-parole d'OpenAI.

Un porte-parole d'OpenAI a ajouté que ces avancées chinoises « renforcent le besoin d'un cadre national cohérent qui permette aux États-Unis d'évaluer rapidement les nouveaux modèles, de gérer les risques et de mettre les outils d'IA les plus puissants entre les mains des défenseurs de la cybersécurité », selon Axios. L'entreprise a par ailleurs mis en garde contre la « distillation », un procédé consistant à entraîner un modèle à partir d'un autre modèle propriétaire.

La bataille parallèle de la confidentialité des données

OpenAI et Anthropic se disputent aussi la confiance des entreprises sur un autre terrain : la rétention des données. Le 19 août 2026, OpenAI a publié un billet de blog réaffirmant une politique de rétention nulle des données (ZDR) pour ses clients professionnels, et a présenté en avant-première une fonctionnalité baptisée Private Safety Processing, selon Fortune. Cette annonce est venue répondre aux inquiétudes nées des choix d'Anthropic sur la conservation des données, et vise à freiner la fuite de clients vers des alternatives open source dites de « souveraineté IA », un concept qui désigne la capacité d'une entreprise à maîtriser toute sa chaîne d'IA, des puces jusqu'aux modèles qu'elle héberge elle-même.

Les chiffres d'adoption en entreprise

Les derniers indicateurs économiques montrent un paysage plus équilibré qu'il n'y paraît :

• Le taux de progression des entreprises utilisant OpenAI n'a été que de 0,23 point en juillet 2026, pour atteindre 39,7 % des entreprises, selon l'indice IA de Ramp.
• La part des entreprises utilisant des plateformes de serving donnant accès à des modèles open source ou chinois est passée à 6,1 %, en hausse de 0,2 point sur un mois, toujours selon Ramp.
• Le chiffre d'affaires annualisé d'OpenAI a franchi les 40 milliards de dollars le 13 août 2026, contre plus de 65 milliards de dollars pour Anthropic fin juillet, selon des données Bloomberg relayées par Axios.
• Le prix de l'inférence a chuté d'un facteur 50 en trente-six mois, passant de 20 à 0,40 dollar par million de tokens, selon le rapport « State of Open Source AI ».
• Hugging Face, principale place de marché des modèles ouverts, a vu ses dépôts publics passer de 2,43 à 2,96 millions et ses jeux de données de 711 000 à 1 million entre le printemps et l'été 2026, selon le blog de la plateforme.

Ce que ça change pour les entreprises et les utilisateurs

Les avantages concrets de l'open source

Les équipes techniques qui choisissent de s'appuyer sur des modèles à poids ouverts invoquent plusieurs bénéfices récurrents :

• L'auto-hébergement sur sa propre infrastructure, sans dépendance à une API externe.
• Le fine-tuning sur des données propriétaires pour des tâches spécifiques à un métier.
• L'absence de facturation au token, seul le coût du calcul étant à charge.
• Une confidentialité totale des données, rien ne quittant les serveurs de l'entreprise.
• L'absence de verrouillage fournisseur ou de restrictions géographiques.

Les limites qui persistent

Le rapport Fortune publié début octobre 2026 rappelle que l'exploitation de modèles open source exige davantage d'expertise technique, et que dans des domaines comme le code ou l'analyse financière, certains produits d'OpenAI, d'Anthropic et de Google conservent une avance en capacités de pointe. Les entreprises interrogées évoquent aussi la crainte que leur « recette secrète » finisse par fuiter vers des concurrents, ou qu'OpenAI et Anthropic lancent un jour des produits qui leur font directement concurrence.

Face à ce dilemme, de nombreuses organisations optent pour un modèle hybride, combinant modèles fermés pour les usages critiques et modèles ouverts hébergés en interne pour d'autres cas d'usage, selon les témoignages recueillis par Fortune auprès de responsables techniques spécialisés dans le déploiement d'IA souveraine.

Questions fréquentes

OpenAI a-t-il vraiment un modèle open source ?

Oui, depuis le 5 août 2025, avec gpt-oss-120b et gpt-oss-20b publiés sous licence Apache 2.0, selon l'ACLU. Mais ce sont des modèles à poids ouverts : le code d'entraînement et les données restent fermés, précise Forbes.

DeepSeek est-il réellement moins cher qu'OpenAI ?

Oui sur le plan tarifaire : son modèle R1 facture environ 0,55 dollar par million de tokens en entrée contre 15 dollars pour l'o1-1217 d'OpenAI, selon le rapport « State of Open Source AI ». Son entraînement a coûté 5,5 millions de dollars contre des centaines de millions pour les modèles fermés concurrents, selon Coronium.

Les modèles ouverts ont-ils rattrapé les modèles fermés en qualité ?

Presque. En mars 2026, l'écart entre le meilleur modèle fermé et le meilleur modèle ouvert n'était que de 3,3 %, selon l'indice de Stanford cité par Forbes. Mais les modèles fermés dominent encore le haut du classement Arena Leaderboard.

Pourquoi les entreprises hésitent-elles encore à adopter l'open source ?

Parce que les modèles ouverts n'occupent que 11 % de l'usage en production par API en entreprise, contre 19 % un an plus tôt, selon Menlo Ventures. Les sociétés recherchent surtout un service managé et moins de charge opérationnelle.

Qu'est-ce que la « sovereign AI » dont on parle en 2026 ?

C'est la capacité d'une entreprise à contrôler toute sa chaîne d'intelligence artificielle, des puces à l'infrastructure cloud jusqu'aux modèles open source qu'elle héberge elle-même, un concept détaillé par Fortune début octobre 2026 pour répondre aux inquiétudes sur la confidentialité des données.