Un modèle scientifique de 753B publié sous MIT. Pas la recette d'entraînement.

Deep Principle, une société de Hangzhou, a publié Hydrogen-1.0 le 2 novembre. C'est un modèle mixture-of-experts de 753 milliards de paramètres, avec environ 40 milliards actifs par passe avant, conçu pour la chimie, la science des matériaux et les sciences de la vie. Les poids sont sur Hugging Face sous licence MIT, derrière un portail qui approuve l'accès automatiquement.
Cette combinaison est assez inhabituelle pour valoir d'être dite clairement. Le plus grand modèle scientifique ouvert à ce jour, sous la licence commune la plus permissive, téléchargeable par quiconque dispose de huit GPU et d'un formulaire.
Ce n'est pas non plus ce que « ouvert » veut dire d'habitude, et l'écart entre les deux est la partie intéressante.
Ce qui a été construit, et comment
Hydrogen-1.0 part de GLM-5.3 de Z.ai, post-entraîné sur des données de domaine : chimie, science des matériaux, sciences de la vie, plus des enregistrements et des trajectoires d'agents issus des laboratoires de Deep Principle. La société exploite un cahier de laboratoire électronique nommé Mira, et le modèle a appris sur des enregistrements de laboratoire de cycle complet capturés par son intermédiaire, y compris des expériences ratées.
L'entraînement combinait affinage supervisé et apprentissage par renforcement, et la société indique que l'infrastructure tournait à la fois sur Nvidia CUDA et AMD ROCm. Megatron et SGLang sont cités comme frameworks d'entraînement et de service.
La fiche technique est sérieuse. Fenêtre de contexte d'un million de tokens, sortie maximale de 128,000 tokens. Service en BF16 testé sur huit GPU via SGLang. Les builds quantifiés ciblent des accélérateurs précis : NVFP4 pour B200 et B300, MXFP4 pour MI350X et MI355X. Le serveur expose une API compatible OpenAI avec un réglage de reasoning effort.
Ce profil matériel place l'auto-hébergement dans la gamme d'un institut de recherche ou d'une entreprise avec un cluster dédié. Huit GPU pour l'inférence BF16, c'est un achat de département, pas un achat personnel. C'est pourquoi les autres canaux de distribution comptent : ModelScope héberge les variantes quantifiées, NeuroSpark propose une API, et le modèle figure aussi dans Mira, le produit AI Scientist de Deep Principle.
Les affirmations de benchmark, avec les bonnes étiquettes
Sur FrontierScience-Research, une suite visant des problèmes scientifiques de niveau recherche plutôt que des questions de manuel, Hydrogen-1.0 obtient 38,3 pour cent. GPT-6-Astra obtient 33,3 pour cent. Sur GPQA-Diamond, un benchmark de raisonnement scientifique de niveau master, un fondateur rapporte 93,0 pour cent, soit à peu près Kimi-K3.
Sur trois scénarios de laboratoire internes, la société affirme battre GPT-6-Astra en réflexion maximale de 5,13 points en calcul scientifique et de 4,76 points en prédiction de réaction directe. Elle publie aussi une défaite : Astra en réflexion maximale est 3,33 points meilleur en élucidation structurale par NMR.
Le chiffre de coût est celui qui coupe le plus. Environ 25 cents par problème, contre 88 cents pour Astra Max. Le blog trace la précision en fonction du coût API estimé, ce qui est un graphique plus honnête qu'un classement brut, parce que cela montre que le haut de la frontière coûte cher par unité d'exactitude.
Maintenant les réserves, qui sont substantielles et que la société énonce plutôt que de cacher.
Chaque chiffre est auto-déclaré. Aucun n'a été reproduit par un groupe extérieur. Plusieurs viennent de jeux de questions internes dont la composition n'est pas publiée. Sur les 117 questions de planification d'expérience utilisées comme comparaison, le seul modèle inclus était Kimi-K3, parce que GPT-6-Astra et Opus 5.5 ont refusé plus de la moitié des requêtes dans cette évaluation. Cette exclusion est défendable, puisqu'un modèle qui ne répond pas ne peut pas être noté, et cela signifie aussi que la comparaison en vedette ne tient pas sur cette tâche.
La société dit aussi que les différences entre tâches ne doivent pas être lues comme des comparaisons directes de capacité des modèles, le genre de phrase qui mérite d'être citée plus souvent.
Poids ouverts, recette fermée
La fiche du modèle porte une ligne qui redéfinit toute la publication : les jeux de données complets et les recettes ne sont pas publiés avec les poids.
Alors qu'est-ce qui est réellement ouvert ? Les paramètres, en BF16 et deux formats quantifiés. La licence, qui autorise l'usage commercial et les modèles dérivés sans redevance. Le chemin de service, via un framework ouvert. Les affirmations de benchmark, telles quelles.
Ce qui est fermé, c'est la partie qui a produit la capacité. Le mélange de données. L'environnement d'apprentissage par renforcement. La conception des récompenses. La curation de quatre ans d'enregistrements de laboratoire en matériel d'entraînement. N'importe qui peut faire tourner Hydrogen-1.0. Personne ne peut le reconstruire.
C'est désormais le schéma dominant des publications de modèles ouverts, et il vaut la peine d'être clair sur ce qu'il achète et ce qu'il coûte. Il achète la reproductibilité des résultats. Un laboratoire peut télécharger les poids, faire tourner le même problème et vérifier l'affirmation, ce qui est un vrai progrès face à une API qui change sous vos pieds. Il achète la souveraineté. Une société pharmaceutique avec des données sensibles peut faire de l'inférence sur son propre matériel. Il achète le travail dérivé, puisque l'affinage est permis.
Il n'achète pas la science. Si le post-entraînement sur des trajectoires d'experts curatées est la source de la capacité, alors un checkpoint ouvert est un artefact fini plutôt qu'une recette, et la capacité du domaine à l'améliorer se limite aux données qu'il peut produire lui-même.
L'argument inverse est que les données de Deep Principle ne sont de toute façon pas transférables. Un concurrent ne peut pas utiliser le cahier de laboratoire électronique d'une autre entreprise. Dans ce cadrage, publier les poids est le maximum qu'on peut publier sans donner le seul actif qui compte.
Les deux lectures sont correctes. La question est de savoir laquelle un acheteur donné a besoin.
La division du travail que personne n'avait planifiée
Il y a ici un détail structurel qui paraîtra évident dans deux ans. Une société spécialisée de Hangzhou a pris un modèle de base ouvert chinois de Z.ai, l'a post-entraîné sur des données de laboratoire propriétaires, et l'a publié sous MIT avec des builds quantifiés pour le matériel Nvidia et AMD.
Il y a trois ans, ce pipeline n'existait pas. Les modèles de fondation venaient d'une poignée de laboratoires, et tout le monde construisait des applications. Aujourd'hui la couche de base est une commodité sur laquelle les spécialistes font du post-entraînement, et la spécialisation est le produit. Hydrogen-1.0 en est l'un des exemples les plus clairs, et le fait que la base soit chinoise, l'infrastructure de distribution américaine et la licence MIT rend la chaîne d'approvisionnement vraiment multinationale.
Cela a une conséquence pratique pour les acheteurs. Quand on évalue un modèle de domaine, le modèle de base vous dit moins qu'avant. Ce qui compte, ce sont les données de post-entraînement et de savoir si l'évaluation reflète vos tâches. Un modèle de 753B qui gagne sur FrontierScience-Research et perd en élucidation structurale par NMR vous dit exactement où ses données d'entraînement étaient fortes.
Comment décider
Si vous dirigez un groupe de chimie computationnelle et avez accès à un cluster, téléchargez les poids et faites tourner dix de vos propres problèmes. Pas ceux de la démo. Ceux dont vous connaissez déjà la réponse et ceux dont vous ne la connaissez pas.
La démo montrée par Deep Principle était une simulation de fusion de polyéthylène : le modèle a écrit et exécuté le code de simulation, puis rendu une visualisation moléculaire 3D et calculé la densité, la fonction de distribution radiale, le rayon de giration et la distance bout à bout. C'est un flux de travail compétent de jeune scientifique computationnel. C'est aussi un flux de travail qu'un modèle de frontière bien prompté peut faire.
La différence, c'est ce qui se passe quand il faut le faire tourner quatre cents fois sur des données que vous ne pouvez envoyer nulle part. C'est le cas pour lequel Hydrogen-1.0 est construit, et il est assez large pour justifier les huit GPU.
Articles associés
Une feuille de calcul communautaire de clics pour couper les publicités des Android chinois
Il ne touche pas au système, ne déverrouille rien, ne flashe rien. Il bascule un à un les interrupteurs que les fabricants ont déjà prévus. Le prix à payer, c'est la liste qu'il faut continuer d'écrire.
GPT Image 2.6 a tenu le prix des tokens et fait monter la facture
GPT Image 2.6 reprend chaque tarif au token de 2.5 et coûte malgré tout plus cher par image, parce qu'une part plus grande du travail se paie en tokens de sortie. Onze jours après le lancement, la grille tarifaire dit plus que le classement.
Quelqu'un a reconstruit IDM de l'extérieur et a écrit ce qu'il n'a pas touché
Une réimplémentation en Rust d'Internet Download Manager revendique 5 fois la vitesse et 86 langues. Le document le plus intéressant est le paragraphe qui explique comment elle a été construite sans rien copier.
Rune est un framework UI Rust conçu pour qu'un agent puisse vérifier son propre travail
Rune rend en headless, vide son arbre d'éléments et accepte des entrées scriptées, ce qui donne à un agent de codage un signal différable qu'aucune capture d'écran ne fournit. Le framework est en préversion et n'accepte pas de pull requests.