Aleph Alpha place un modèle à poids ouverts de 78 Md derrière les frontières européennes des données

Le 3 octobre, Aleph Alpha a publié Kolibri-1, un modèle de langage de type mixture-of-experts de 78 milliards de paramètres, et a mis en ligne l’intégralité de ses poids sur Hugging Face sous licence Apache 2.0. L’entreprise allemande l’a affiné pour l’allemand et l’anglais, lui a donné des modes de raisonnement explicites et l’appel d’outils, puis l’a commercialisé auprès d’acheteurs du secteur public et d’organisations réglementées qui ne peuvent pas, ou ne veulent pas, faire transiter leur travail par un hyperscaler américain.

Les chiffres techniques sont la partie facile. Une fenêtre de contexte d’un million de tokens, une architecture mixture-of-experts qui maintient les coûts d’inférence en dessous de ce que le nombre de paramètres laisse supposer, et des modes de raisonnement distincts que l’on peut activer quand une tâche l’exige. C’est le minimum requis pour un modèle proche de la frontière fin 2026. Ce qui donne à Kolibri-1 sa valeur au second regard, c’est le cadrage.

La souveraineté est le produit, pas la licence

Tout le monde peut désormais télécharger des poids ouverts. Dérivés de Llama, de Qwen, de DeepSeek, de Mistral. La pile est profonde et elle grossit chaque semaine. Aleph Alpha n’a pas l’intention de rivaliser sur la capacité brute, et semble le savoir. L’entreprise vend une version de la même idée assortie d’un argumentaire de conformité : ce modèle a été construit en Europe, pour les langues européennes, selon les règles européennes, et vous pouvez l’exécuter derrière vos propres murs.

Pour un ministère allemand, un réseau hospitalier ou une banque soumise à de strictes obligations de résidence des données, ce cadrage fait mouche. L’alternative est une API américaine où le trafic traverse un océan et où les conditions d’utilisation peuvent changer avec l’annonce d’un produit. L’alternative est aussi un modèle chinois à poids ouverts, ce qui soulève ses propres questions d’approvisionnement pour un acheteur public européen.

Il existe un vrai marché ici, et il ne récompense pas le meilleur modèle du monde. Il récompense le meilleur modèle qu’un acheteur est autorisé à utiliser.

La fenêtre de contexte vise les documents, pas le chat

Un million de tokens est une chose étrange à mettre en avant. La plupart des conversations n’en approchent jamais. Les acheteurs que cela intéresse sont ceux qui injectent des archives juridiques, des dossiers de marchés publics, des manuels de politiques internes et des décennies de dépôts réglementaires dans un système, et lui demandent de raisonner sur l’ensemble sans étape de récupération qui laisserait tomber la moitié du contexte.

Aleph Alpha associe la longue fenêtre à un entraînement à l’abstention, la partie que l’on néglige mais qui détermine si le système est utilisable. Un modèle qui dit « je n’ai pas assez d’éléments pour répondre » vaut plus, pour un responsable de la conformité, qu’un modèle qui invente une citation. Dans un travail réglementé, une réponse fausse et assurée est pire qu’une absence de réponse, car quelqu’un doit passer une semaine à prouver qu’elle est fausse.

La pile de modèles à poids ouverts se remplit et se spécialise

Kolibri-1 n’est pas arrivé seul. Les premiers jours d’octobre ont apporté une série de sorties de modèles à poids ouverts, chacune revendiquant une niche. Par l’intermédiaire de la plateforme Workers AI de Cloudflare, deux modèles européens financés sur fonds publics sont devenus disponibles commercialement : EuroLLM, qui couvre les 24 langues officielles de l’UE, et Apertus, un modèle suisse entraîné sur plus de 1 500 langues, avec 40 % de ses données en dehors de l’anglais. Cloudflare a aussi livré Clef, un modèle de 27 milliards de paramètres sous Apache 2.0, destiné à une tâche plus étroite.

Lus ensemble, ces lancements dessinent un motif : choisir sa voie. Personne dans ce groupe n’essaie de battre le plus grand modèle fermé sur le raisonnement général, car cette compétition est déjà perdue du côté ouvert et tout le monde le sait. Ils ciblent des acheteurs ayant une contrainte précise : une langue que les grands modèles traitent mal, une juridiction qui régule les flux de données, une tâche pour laquelle un modèle spécialisé plus petit coûte moins cher à exécuter.

C’est un marché plus sain que celui où chaque sortie est un assaut frontal contre la frontière. Cela signifie qu’un ministère européen peut choisir Kolibri-1 pour le travail en allemand à long contexte, Apertus pour une langue rare, ou EuroLLM pour la traduction dans toute l’Union, et assembler une pile qu’aucun fournisseur américain ne propose à lui seul. L’écosystème des poids ouverts cesse d’être un substitut bon marché et commence à ressembler à un menu.

La même logique s’étend aux licences. Apache 2.0 et MIT deviennent la norme par défaut pour les modèles qui veulent une adoption commerciale, car toute licence plus stricte invite un examen juridique qui tue le pilote. Aleph Alpha a délibérément choisi la voie permissive, tout comme le Shanghai AI Lab avec sa récente publication. La licence fait désormais partie de l’argumentaire produit.

Ce que les poids ouverts changent réellement

Apache 2.0 élimine la majeure partie des frictions juridiques. Une entreprise peut affiner Kolibri-1 sur ses données internes, le déployer sur son propre matériel et intégrer le résultat dans un produit sans payer de frais de licence ni demander d’autorisation. Pour les équipes coincées entre une API fermée performante qu’elles ne peuvent pas auditer et un modèle ouvert faible qu’elles ne peuvent pas embarquer, c’est une nouvelle porte qui s’ouvre.

Il relève aussi le niveau minimal pour tous les autres. Une fois qu’un système à poids ouverts de 78 Md avec un contexte d’un million de tokens existe sous une licence permissive, le prochain modèle souverain doit franchir cette barre ou expliquer pourquoi il ne le fait pas. Les laboratoires nationaux en France, en Corée, au Japon et dans le Golfe ont tous fait entendre des ambitions similaires. Kolibri-1 ne met pas fin à cette course, mais il en donne le rythme pour le segment européen.

Là où il risque de ne pas être à la hauteur

Les poids ouverts de cette taille sont difficiles à exécuter. Un modèle mixture-of-experts de 78 Md, avec des variantes FP8 ou en pleine précision, exige du matériel sérieux, et « vous pouvez l’héberger vous-même » n’est vrai que pour les organisations qui possèdent déjà ce matériel ou ont le budget pour l’acheter. Pour un développeur seul, Kolibri-1 est un objet de recherche, pas un outil du quotidien.

Il y a aussi le problème d’honnêteté qui accompagne tous les benchmarks rapportés par une entreprise. La fiche du modèle annonce de bons résultats. Une évaluation indépendante prend des semaines, et tant qu’elle n’est pas disponible, la comparaison avec des modèles de classe Llama ou Qwen relève de l’affirmation du fabricant, pas d’un fait mesuré. La question intéressante n’est pas de savoir si Kolibri-1 bat les plus grands modèles fermés, ce qu’il ne fait presque certainement pas. La question est de savoir s’il bat les modèles à poids ouverts qu’un acheteur européen pouvait déjà télécharger, et au prix de quel chèque.

La forme de l’argument est l’histoire

Retirez le marketing, et Kolibri-1 est un pari que l’avenir de l’approvisionnement en IA se divise selon les frontières. Un camp veut le modèle le plus intelligent disponible et acceptera la dépendance. Un autre veut un modèle suffisamment bon pour faire le travail et entièrement sous son propre contrôle. Aleph Alpha a construit pour le second camp, a dimensionné le modèle pour le second camp, et a aussi fixé le prix de la licence pour ce dernier.

Ce pari peut ou non porter ses fruits. Mais le fait qu’une entreprise puisse lever des fonds, entraîner un modèle de 78 Md et le distribuer gratuitement sous Apache 2.0 pour gagner des acheteurs souverains vous dit où au moins une partie du marché se dirige. La capacité n’est plus le seul axe. Le contrôle devient une fonctionnalité que l’on peut vendre.

La question plus difficile est ce qui se passe quand chaque région a sa propre version. La fragmentation a un coût. Un seul jeu de poids affiné pour l’allemand et l’anglais ne servira pas un système hospitalier coréen ou une banque brésilienne, et chacun de ces acheteurs voudra son propre modèle, construit selon ses propres règles. Cela signifie plus de piles souveraines à maintenir, plus d’efforts dupliqués, et un chemin plus lent vers les améliorations partagées qui profitaient à tous lorsqu’un seul écosystème dominait.

La réponse d’Aleph Alpha est implicite dans la publication. L’entreprise n’a pas l’ambition de servir tout le monde. Elle sert un acheteur qui a déjà décidé que le contrôle prime sur la commodité, et ces acheteurs sont assez nombreux pour financer une entreprise. Savoir s’il s’agit d’un modèle économique durable ou d’un pari judicieusement placé sur l’humeur réglementaire, c’est la question à laquelle les deux prochaines années répondront. Quoi qu’il en soit, le modèle existe désormais, et il est gratuit à télécharger, ce qui change le calcul pour quiconque attendait une autorisation.